自主式移动机器人路径规划算法研究

发布时间：2017-12-31 02:31

本文关键词：自主式移动机器人路径规划算法研究　出处：《青岛科技大学》2017年硕士论文　论文类型：学位论文

【摘要】：21世纪以来,随着现代科学技术和智能水平的快速发展,移动机器人技术也得到了越来越多专家的关注和研究。移动机器人技术涉及众多研究领域,如机械制造、计算机编程、电子科学、控制科学等。近年来,该技术已经成功应用于仓储物流、机械制造、医疗康复、公共服务以及航天航海等诸多领域。因此人们对于机器人的智能化程度、稳定性、安全性以及工作效率等性能要求越来越高。路径规划技术是移动机器人导航技术研究中的关键问题之一。本课题旨在自主式移动机器人路径规划的算法研究,运用MATLAB/2014b对所研究的智能算法进行仿真。首先,本文对智能移动机器人路径规划的背景、意义、发展水平、应用领域以及国内外研究现状进行了介绍。分析当前路径规划技术在机器人探索领域遇到的一些复杂状况,总结出需要解决的难题。同时分析了粒子群算法和蚁群算法的产生、基本原理以及研究现状。针对粒子群算法容易陷入过早收敛进行了改进,加入了过早收敛判定机制。对于蚁群算法,随着迭代次数的增加,蚂蚁群体极易陷进局部最优解。针对这个问题,本文在信息素更新规则上作了改进并且引入了最大-最小蚂蚁系统。其次,将改进后的两种算法进行融合,得到粒子群蚁群融合算法。该融合算法的基本思想是:先应用粒子群算法在障碍物空间对全局路径进行粗略的搜索,在搜索的同时进行信息素动态智能分布。并且根据信息素的含量对部分较差路径进行淘汰。然后采用改进的蚁群算法对没有被淘汰的较优路径进行二次搜索,直到找出最优解。该融合算法能够提高最优路径的搜索效率和搜索精度。最后,使用MATLAB/2014b对融合算法进行仿真,并将得到的仿真结果与改进前后的粒子群算法和蚁群算法进行比较。通过将五组算法的最优路径、全部路径和收敛曲线进行对比可以得出,改进粒子群蚁群融合算法相比于其它四组路径规划算法求解精度更高且收敛速度更快。
[Abstract]:This paper introduces the background , significance , development level , application field and the research status of the mobile robot . The basic idea of this algorithm is to improve the search efficiency and search accuracy of the robot .

【学位授予单位】：青岛科技大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP242

【参考文献】