来源：期刊VIP网 时间：
作者：廉洁;王普杰;张景杰;
单位：河南开放大学机电工程与智能制造学院;
摘要：为解决烟叶醇化仓库机器人巡检过程中路径搜索时间长、效率低等问题，采用格栅地图构建烟叶醇化仓库仿真环境模型，并在天鹰优化算法（Aquila Optimizer,AO）基础上引入动态可调整权重，结合随机因子、最小权重以及最大权重等因素建立改进天鹰优化算法（Improved Aquila Optimizer,IAO），实现对机器人巡检路径的快速规划。利用基准函数对比分析了IAO、AO、哈里斯鹰优化算法（Harris Hawks Optimization,HHO）、遗传算法（Genetic Algorithm,GA）以及蚁群算法（Ant Colony Algorithm,ACA）的性能，并对比5种算法在烟叶醇化仓库仿真模型中的应用效果，结果表明：IAO具有较高收敛精度和鲁棒性；与AO、HHO、GA、ACA相比，IAO巡检距离分别减少1.8%、5.3%、3.2%、6.2%，巡检时间分别缩短17.3%、22.5%、19.6%、27.1%。该方法可为提高烟叶醇化仓库管理效率提供支持。
关键词：烟叶醇化仓库;;巡检机器人;;路径规划;;天鹰优化算法;;格栅地图
