基于改进蚁群算法的移动机器人路径规划研究

针对基本蚁群算法在机器人路径规划中盲目性大、效率低以及易陷入局部最优等缺陷,提出一种在蚁群算法中修改信息素初始值、改进全局信息素更新方式以及改进状态转移规则的移动机器人路径规划方案,在栅格环境下对移动机器人的路径规划进行仿真测试,仿真结果表明该方案能缩小最优路径的查询范围,降低发现最优路径所需的循环次数,有效提高最优路径的搜索效率,整体性能优于普通蚁群算法。     

移动机器人路径规划方法研究

路径规划是机器人导航最基本的环节,本文在阅读大量文献的基础上,对移动机器人的路径规划及其方法进行了分析研究,讨论了其路径规划方法的评判标准,阐述了在研究过程中遇到的瓶颈问题,并对移动机器人路径规划方法的发展趋势进行了展望。     

智能机器人路径规划方法研究

移动机器人技术研究中的一个重要领域是路径规划技术,本文从传统规划方法与智能规划方法的角度入手,综述了移动机器人路径规划技术的发展现状,并对对移动机器人路径规划技术的发展趋势进行了展望。     

基于TSP问题的远航程无人水下航行器路径规划研究

针对远航程无人水下航行器的路径规划问题,本文提出了一种基于旅行商(TSP)问题的路径规划的新方法。阐述了TSP问题的基本原理,并采用了模拟退火算法和遗传算法进行了仿真研究,获得较好的仿真结果。     

改进的模糊控制算法在机器人路径规划中的应用

针对模糊控制算法存在局部最小值问题,提出了基于行为的模糊控制算法。首先将移动机器人的运动规划行为分解为避障行为和目标趋向行为,然后通过设定相关的模糊规则,设计避障行为和目标趋向行为,从而完成路径规划,最后采用MOBOTSIM对算法进行仿真实现,验证了该算法的有效性。     

机器人导航系统探索

移动机器人导航是机器人提取周围环境信息,进行路径规划,躲避障碍到达目标位置的过程。     

基于遗传算法的应急降落路径规划

本文研究了飞机副翼卡死故障下飞机的应急路径规划问题。应急路径规划可以归结为求解带有约束条件的多目标函数的最优问题,采用遗传算法选择平衡轨迹库中的一些轨迹段序列得到一条完整的降落航迹。通过对F16飞机非线性模型进行仿真,验证了方法的有效性。     

基于点镇定算法的多移动机器人协作围捕

本文将围捕算法与避障算法有机的结合起来。通过点镇定控制算法对移动机器人进行路径规划,实现多移动机器人各自成不同角度围捕目标,并且在运动过程中引入模糊控制算法,既能实现静态障碍物的规避,也可以保证移动机器人之间的避碰。     

基于模拟退火算法的机器人路径规划与研究

机器人技术作为20世纪自动控制领域的一项伟大成就已经取得了长足的发展,移动机器人也越来越多地应用到了各个行业中。移动机器人具有高度自规划、自组织和自适应能力,适合工作于复杂的非结构化环境中。本文以自主移动机器人为背景,着重对其关键的路径规划技术进行研究和探讨。     

基于PSO和滚动优化的不确定环境下移动机器人动态路径规划

针对全局环境未知且存在动态障碍物情况下的移动机器人路径规划问题,本文提出了一种结合粒子群算法(PSO)和滚动优化策略的动态路径规划方法。通过在一系列移动空间窗口中进行在线规划来充分利用机器人实时测得的局部环境信息,并用粒子群算法求解每一个移动窗口内的最优路径。为及时躲避动态障碍物,提出了一种适用于动态未知环境下的适应度函数。仿真试验表明,该方法克服了现有局部路径规划方法的高复杂性的缺点,算法操作简单、具有全局寻优能力、收敛速度快、鲁棒性好,可以满足机器人在复杂的未知动态环境下路径规划的实时性要求。