收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于群智能算法的移动机器人路径规划研究

江岩  
【摘要】:如今,随着机器人技术的快速发展与广泛应用,作为机器人领域的关键问题,路径规划技术受到越来越多的国内外专家和学者的关注。移动机器人依靠自身的各种传感器去感知外部空间环境和自身状态信息,完成在存在障碍物的工作环境当中寻找到一条起始点到终点的最优路径的任务,即为移动机器人路径规划技术。作为移动机器人导航技术的一个重要组成部分,路径规划技术具有十分重要的研究价值。在机器人路径规划当中,机器人首先要获取精确的环境信息,规划出一条避障后的起点到终点的路径。本文研究了经典的群智能算法当中的人工鱼群算法,在此基础上,又深入研究了一种改进的A*算法。本文的研究内容主要有以下四个方面:一、针对栅格环境下的移动机器人路径规划问题,对于传统的人工鱼群算法进行改进。设计了跟随算法进程动态调整的视野范围和步长,提高了算法收敛速度和寻优精度。同时针对规划出的路径存在局部冗长的问题设计了路径优化算子,对于算法规划后的路径进行优化,确保得到的为最短路径。二、对于传统的A*算法存在的问题进行改进,首先优化了 OPEN表的存储结构,本文采用了最小堆的结构来代替原来的链表结构进行对节点的存储,减少了算法遍历节点所花费的时间,提高了算法的运行效率。同时针对A*算法的启发函数进行优化,分析了传统的启发函数优化方法的不足,我们引入了新的对于启发函数的改进方法,并且针对路径冗长的现象对路径进行了二次优化,使得算法规划的路径为最优路径。最后采用了节点自定义的方法,使得到的路径更加合理。最后通过实验验证了本文优化后的算法的有效性性。三、本文研究了动态环境下基于改进AFSA的路径规划,首先分析了动态环境下的碰撞类型和机器人的避障策略,然后引入了基于滚动窗口的机器人避障策略,最后在MATLAB环境下验证了动态环境下的改进人工鱼群算法的避障性能。四、本文设计了基于Rikirobot的智能小车的混合路径规划平台。首先详细介绍了如何配置上位机的软件开发环境。其次对于ROS操作系统进行了介绍,并且分析了硬件平台的搭建和机器人的运动学模型。之后,将改进的A*算法替换ROS的Navigation功能包的全局路径规划器,将改进的人工鱼群算法加入到局部路径规划器当中组成了混合路径规划算法。最后进行了真实环境下的小车避障实验。


知网文化
【相似文献】
中国期刊全文数据库 前16条
1 段焜;;蚁群算法在移动机器人路径规划中的应用[J];电子测试;2020年21期
2 张鑫;舒志兵;李俊;;基于量子风驱动优化算法的机器人路径规划[J];机床与液压;2019年17期
3 刘洁;;一种基于量子风驱动优化算法的移动机器人路径规划[J];机床与液压;2019年17期
4 朱颢东;孙振;吴迪;申圳;;基于改进蚁群算法的移动机器人路径规划[J];重庆邮电大学学报(自然科学版);2016年06期
5 张少鹏;王现康;段坚;;A~*算法在移动机器人路径规划中的应用[J];机械工程与自动化;2012年06期
6 黄方东;时康;雍家伟;陶富强;陆华才;;基于改进蚁群算法的移动机器人路径规划[J];电气应用;2019年S1期
7 孙炜;吕云峰;唐宏伟;薛敏;;基于一种改进A*算法的移动机器人路径规划[J];湖南大学学报(自然科学版);2017年04期
8 程春英;;关于人工蜂群算法的探讨[J];信息化建设;2015年10期
9 林海涛;徐高晶;徐韬;俞学宏;;基于蚁群算法的机器人路径规划问题研究[J];电脑知识与技术;2015年01期
10 陈建荣;王勇;;一种人工鱼算法与捕鱼算法相结合的优化方法[J];计算机应用与软件;2011年04期
11 刘广瑞;刘军;孔令云;;移动机器人路径规划蚁群算法及其收敛性分析[J];郑州大学学报(工学版);2012年02期
12 赵开新;魏勇;王东署;;改进蚁群算法在移动机器人路径规划中的研究[J];计算机测量与控制;2014年11期
13 朱嘉钢;A~*算法软件构件的研究[J];江南学院学报;2001年04期
14 赵开新;孙新领;王东署;魏勇;;基于改进蚁群算法的移动机器人路径规划研究[J];科技通报;2017年09期
15 王海泉;胡瀛月;廖伍代;闫同斌;王东云;;基于改进人工蜂群算法的机器人路径规划[J];控制工程;2016年09期
16 李文振;李富康;蔡宗琰;杨嘉;杨新坤;赵宁宁;;基于改进蚁群算法的移动机器人路径规划[J];组合机床与自动化加工技术;2021年04期
中国重要会议论文全文数据库 前20条
1 徐一;杨静;任志刚;杨迅幸;;基于学习的烟花算法[A];2018中国自动化大会(CAC2018)论文集[C];2018年
2 姚雪;;基于算法多样化培养学生思维习惯和创新精神[A];2019年“区域优质教育资源的整合研究”研讨会论文集[C];2019年
3 熊薇薇;吴怀宇;;一种改进的角点检测算法[A];中国计量协会冶金分会2009年年会论文集[C];2009年
4 陶丽;张自力;丁晓明;;一种适用于动态重构的联盟形成算法[A];2008年计算机应用技术交流会论文集[C];2008年
5 张兰平;;谈小学一年级算法多样化的优化[A];中华教育理论与实践科研论文成果选编(下)[C];2007年
6 杨红斌;;计划量算法的优化[A];第四届全国医院药剂科建设与管理学术研讨会论文集[C];2012年
7 林克旺;;基于分层网络实现高效的自稳定的选举算法[A];计算机技术与应用进展——全国第17届计算机科学与技术应用(CACIS)学术会议论文集(下册)[C];2006年
8 徐英钟;高震;李波;;基于禁忌搜索的蚁群算法求解旅行商问题[A];第四届中国智能计算大会论文集[C];2010年
9 叶衍;楼荣生;何永保;;自然联结的优化算法[A];第十二届全国数据库学术会议论文集[C];1994年
10 赵唯;;晶粒度评级的改进算法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年
11 许伦辉;傅惠;徐建闽;;基于分形维数的交通流预测模型及算法研究[A];2003年中国智能自动化会议论文集(下册)[C];2003年
12 王树西;白硕;王斌;;模式推理中的“图检索”算法[A];全国第八届计算语言学联合学术会议(JSCL-2005)论文集[C];2005年
13 覃频频;许登元;姚起宏;黄大明;;基于表决融合的高速公路事件检测算法融合[A];'2006系统仿真技术及其应用学术交流会论文集[C];2006年
14 杨娜;付强;贺延国;;蚁群算法在水土资源中的应用研究进展[A];农业系统工程理论与实践研究——全国农业系统工程学术研讨会论文集[C];2006年
15 王亚钊;周永华;刘毅;高睿;;人工生命算法的研究进展[A];中南六省(区)自动化学会第24届学术年会会议论文集[C];2006年
16 王永华;詹宜巨;余松森;杨健;;一种密集RFID读写器环境下信道分配算法[A];2007'仪表,自动化及先进集成技术大会论文集(一)[C];2007年
17 杨盘洪;朱军祥;赵建安;杨静;;机动目标跟踪的模糊变结构交互多模算法[A];2007'中国仪器仪表与测控技术交流大会论文集(二)[C];2007年
18 王亚奇;王静;李金;;一种改进的RFID系统反碰撞算法[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
19 王晓明;陈学荣;;2500+交叉优化算法详解及典型案例分析[A];《内蒙古通信》2012年第1-4期[C];2012年
20 薛云灿;郑东亮;岳兴汉;杨启文;;混沌粒子群优化算法及其在水库优化调度中的应用[A];PCC2009—第20届中国过程控制会议论文集[C];2009年
中国博士学位论文全文数据库 前20条
1 王冰;人工蜂群算法的改进及相关应用的研究[D];北京理工大学;2015年
2 浮婷;算法“黑箱”与算法责任机制研究[D];中国社会科学院研究生院;2020年
3 王艳娇;人工蜂群算法的研究与应用[D];哈尔滨工程大学;2013年
4 李美安;普适分布式互斥算法及应用[D];电子科技大学;2007年
5 王小根;粒子群优化算法的改进及其在图像中的应用研究[D];江南大学;2009年
6 刘婷;改进人工蜂群算法及其在多用户检测中的应用[D];天津大学;2013年
7 邱剑锋;人工蜂群算法的改进方法与收敛性理论的研究[D];安徽大学;2014年
8 肖建元;保几何结构算法在等离子体物理中的应用[D];中国科学技术大学;2017年
9 盛歆漪;粒子群优化算法及其应用研究[D];江南大学;2015年
10 张冬丽;人工蜂群算法的改进及相关应用研究[D];燕山大学;2014年
11 孔翔宇;几类优化问题的人工蜂群算法[D];西安电子科技大学;2016年
12 谭跃;具有混沌局部搜索策略的粒子群优化算法研究[D];中南大学;2013年
13 赵进慧;膜计算仿生优化算法及应用研究[D];浙江大学;2010年
14 张松;人工蜂群算法研究及其应用[D];西安电子科技大学;2019年
15 薛菲;基于蝙蝠算法的启发式智能优化研究与应用[D];北京工业大学;2016年
16 张超群;混合爆炸式人工蜂群算法及应用研究[D];东华大学;2015年
17 王翔;混合蚁群算法及其在管理优化中的应用[D];东华大学;2012年
18 杨世品;P系统优化算法及应用研究[D];浙江大学;2013年
19 高卫峰;人工蜂群算法及其应用的研究[D];西安电子科技大学;2013年
20 赖鑫生;演化算法与混合算法的性能研究[D];华南理工大学;2014年
中国硕士学位论文全文数据库 前20条
1 江岩;基于群智能算法的移动机器人路径规划研究[D];安徽工程大学;2020年
2 周磊;改进蚁群算法在机器人路径规划中的应用研究[D];华东理工大学;2013年
3 耿东山;基于蚁群算法的机器人全局路径规划[D];郑州大学;2010年
4 方翔;基于蚁群算法机器人路径规划的研究与改进[D];复旦大学;2008年
5 马金财;基于蚁群算法的机器人路径规划问题研究[D];昆明理工大学;2014年
6 王淼弛;基于A*算法的移动机器人路径规划[D];沈阳工业大学;2017年
7 裴振兵;蚁群算法的改进及其应用[D];辽宁科技大学;2015年
8 刘金刚;基于改进蚁群算法的移动机器人路径规划问题研究[D];东北大学;2009年
9 刘永建;基于改进蚁群算法的室内机器人路径规划研究[D];上海工程技术大学;2020年
10 刘亮;基于改进蚁群算法的移动机器人路径规划[D];武汉科技大学;2007年
11 李劲;竞选算法及其应用研究[D];广东工业大学;2008年
12 林清霖;基于智能算法的移动机器人路径规划应用研究[D];昆明理工大学;2016年
13 韩宏业;基于人工蜂群算法的软硬件划分算法研究[D];天津大学;2014年
14 贝肇宇;改进蚁群算法的研究及应用[D];沈阳工业大学;2008年
15 徐娜;非完整移动机器人运动规划算法研究[D];复旦大学;2012年
16 安晓伟;群搜索优化算法在中压配电网规划中的应用研究[D];兰州交通大学;2015年
17 徐翔燕;人工鱼群优化算法及其应用研究[D];西南交通大学;2015年
18 韦玮;修正蚁群算法及其在不同环境表达下机器人路径规划性能[D];天津大学;2009年
19 玉坤;蚁群算法在路径规划问题中的应用研究[D];北京工业大学;2012年
20 宋尼克;大数据背景下政府算法治理的风险研究[D];中国矿业大学;2020年
中国重要报纸全文数据库 前20条
1 数字经济学家、商汤智能产业研究院主任 刘志毅;今天我们被算法“控制”了吗[N];经济观察报;2020年
2 本报记者 武晓莉;给冰冷的算法注入温暖[N];中国消费者报;2021年
3 杨玉龙;警惕“算法收割”跑在市场前面[N];中国消费者报;2021年
4 本报记者 马成涛;算法推荐 如何打破“信息茧房”[N];安徽日报;2020年
5 记者 任震宇;强化算法实施方的举证责任[N];中国消费者报;2021年
6 见习记者 陈友敏;消保委呼吁尽快出台算法规制[N];上海法治报;2021年
7 郑磊;当算法操控人类[N];21世纪经济报道;2020年
8 吴明曦 马伯乐;以智驭能 算法制胜[N];解放军报;2020年
9 赵熙熙;科学家开发出纠错新算法[N];中国科学报;2017年
10 实习生 高行健;新算法助力人类“解梦”[N];科技日报;2020年
11 重庆市第四中级人民法院 艾庆平;赛博世界的算法规制[N];人民法院报;2020年
12 北京大学法学院教授 北京大学电子商务法研究中心主任 薛军;数字时代应高度关注算法规制[N];中国市场监管报;2020年
13 何勇海;别被偏好算法带偏了[N];重庆日报;2020年
14 陈广江;别让算法“算计”了孩子[N];海南日报;2020年
15 陈广江;别让算法“算计”了孩子[N];中国消费者报;2020年
16 任然;拒绝投喂:赋予消费者关闭算法的权利[N];中国青年报;2020年
17 龙敏飞;每个消费者都应有“关闭算法”的权利[N];珠海特区报;2020年
18 眉间尺;比算法推荐更重要的是确认眼神[N];科技日报;2018年
19 陈航辉;切勿陷入算法迷信[N];解放军报;2019年
20 西南政法大学行政法学院 邬蕾;算法与法秩序的重塑[N];中国社会科学报;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978