随着机器人相关技术的快速发展,以智能小车为代表的移动机器人在交通运输、工业工程、航空和教育等领域得到了广泛的应用。现如今在移动机器人相关领域的研究成果,在一定程度上能够衡量一个国家在机器人研究方向的科技发展水平,在智能小车相关技术的研究中,其中关键的一项技术就是路径规划。相比较传统路径规划方法,目前智能小车路径规划方法正朝着自主化和智能化方向发展,稳定、准确、快速的路径规划算法成为了智能小车路径规划研究的重要内容。鉴于基本蚁群算法在路径规划方面具有较强的优势,本文在研究了基本蚁群算法路径规划技术之后,对其进行了相关改进,然后应用到基于Arduino控制板开发的智能小车平台上,本文的主要研究内容如下:(1)本文通过研究分析当今路径规划算法的现状,选择了鲁棒性较强的基本蚁群算法,将其应用到智能小车的路径规划当中。由于基本蚁群算法易于停滞、收敛缓慢并且会出现局部最优解等问题,本文设计了一种改进蚁群算法。首先,通过对挥发系数进行自适应改变,该策略增强了初始时刻的蚁群搜索能力并扩大了其范围,目的是为了有效地避免陷入局部最优解。然后,在状态转移规则中,将轮盘算子加入到其中,有效地提高了解的质量和算法的收敛速度。最后通过精英选择或者较优路径节点交叉操作,有效地提高了算法的全局搜索效率和收敛速度。然后将改进的蚁群算法分别应用到TSP问题和路径规划当中,实验仿真表明本文改进的蚁群算法既提高了算法的收敛速度,也提高了路径的安全性。(2)在解决动态环境下障碍物问题时,首先利用改进的蚁群算法得到全局路径。然后,在智能小车遇到动态障碍物时,先要判断即将发生的碰撞类型,是正面碰撞还是侧面碰撞,最终采用对应的碰撞策略,从而实现对动态障碍物的成功避障。(3)搭建一种基于Arduino控制板的四轮智能小车硬件平台,在实验过程中,完成了智能小车对静态和动态障碍物的避障任务,从而验证了本文改进蚁群算法的有效性和实时性。