自我研发的Matlab路径规划算法：改进蚁群与Floyd算法实现双向平滑度优化

双向平滑的路径规划，听起来是不是有点意思？其实就是从起点和终点一起出发找路，在中间汇合。蚁群算法加上改过的Floyd 算法，两个配合得还蛮好，走出来的路线又短又顺，适合那种要拐弯少、不卡顿的场景，比如机器人走迷宫、无人车避障啥的。

路径平滑度不高一直是老蚁群的痛点，是拐来拐去的时候，一不小心就绕远了。Floyd 虽然快，但也有点粗糙。这篇文章就挺聪明的，两边一起算，谁快用谁，再加点优化，效果比单干好不少。

实现部分用的是Matlab，结构清晰，变量名也都挺顺眼，想改点啥也方便。比如你想换个地图、重新设起终点，直接改参数就行。代码里还给了一堆示例图，效果一目了然。

对比实验也有，分别跑了传统蚁群、Floyd 和这个双向融合方案，时间快了不少，路线也更自然。适合那种对路径要求高的项目，比如扫地机器人要贴边走，又不想频繁转弯。

想试试的可以直接去看看文章和源码，几个相关链接也一并贴这了，下载方便：

• MATLAB 蚁群算法路径规划
• 改进蚁群算法双向平滑路径优化
• Matlab 蚁群算法 TSP 路径规划
• 针对栅格路径规划的蚁群算法 MATLAB
• 3 维蚁群算法路径规划
• 双蚁群路径规划算法
• Dijkstra 寻径蚁群优化路径规划
• 原创三维路径规划算法（Matlab）

如果你也在搞路径规划的项目，或者对智能导航算法感兴趣，拿来研究一下还是挺有收获的，尤其是想跑自己的地图那种。