智能机械平台轨迹规划与避障方法研究

发布时间：2021-04-10 22:56

　　为了更好地了解当前各类路径规划算法的优缺点,文章通过对当前各种智能机械平台的自主路径规划算法的分析研究,阐述了各种算法的工作原理、适用范围和优缺点等。研究结果表明,全局路径规划算法更多地应用于静态环境中,对实时性要求不高,注重路径规划最优性;而局部路径规划的大多数算法都有容易陷入局部最优解的缺点,常需要结合其他方法来优化,在动态环境中算法的难易程度普遍对规划信息量比较敏感。 

【文章来源】：合肥工业大学学报(自然科学版). 2019,42(01)北大核心

【文章页数】：8 页

【文章目录】：
0 引言
1 路径规划和避障算法
    1.1 全局路径规划
        1.1.1 可视图法
        1.1.2 自由空间法
        1.1.3 最优控制法
        1.1.4 栅格法
        1.1.5 神经网络算法
    1.2 局部路径规划
        1.2.1 APF法
        1.2.2 PSO算法
        1.2.3 GA算法
        1.2.4 ACO算法
        1.2.5 模糊逻辑算法
2 规划过程
    2.1 三维环境建模
        2.1.1 数据结构
        2.1.2 信息素的表示
        2.1.3 信息素的更新策略
        2.1.4 启发式函数
    2.2 搜索算法
3 规划技术的发展
    3.1 性能指标要求提高
    3.2 机器学习等智能化算法不断涌现
    3.3 智能集群控制的发展
    3.4 多传感器信息融合用于路径规划
4 结论


【参考文献】：
期刊论文
[1]一种改进的移动机器人三维路径规划方法[J]. 吴玉香,王超.  华南理工大学学报(自然科学版). 2016(09)
[2]考虑通讯遗传性的探测机器人轨道搜索研究（英文）[J]. 太田洋平,西田信一郎,山浦雅司,樱间一德.  材料与冶金学报. 2015(03)
[3]三维机器人路径规划的一种变异算子蚁群算法[J]. 李向军,霍艳丽,曾勍炜,徐鹰.  计算机仿真. 2015(02)
[4]改进的A*算法在机器人路径规划中的应用[J]. 顾辰.  电子设计工程. 2014(19)
[5]基于改进蚁群算法的机器人路径规划研究[J]. 万晓凤,胡伟,方武义,郑博嘉.  计算机工程与应用. 2014(18)
[6]基于改进人工势场的苹果采摘机器人机械手避障方法[J]. 姬伟,程风仪,赵德安,陶云,丁世宏,吕继东.  农业机械学报. 2013(11)
[7]一种基于改进蚁群算法的多目标跟踪数据关联方法[J]. 邸忆,龙飞,李卓越.  计算机应用与软件. 2013(04)
[8]三维虚拟飞行角色的路径规划和姿态控制[J]. 韩丽,黄永丽.  太原理工大学学报. 2013(02)
[9]基于多级优化的粒子群算法在航迹规划中的应用[J]. 张殿富,刘福,杨俊.  海军航空工程学院学报. 2013(01)
[10]约束引导的反舰导弹航路规划遗传算法[J]. 刘钢,老松杨,侯绿林,谭东风.  弹道学报. 2012(04)

硕士论文
[1]基于改进蚁群算法的机器人三维路径规划研究[D]. 张德祥.青岛科技大学 2015
[2]不确定条件下U型装配线平衡模型研究[D]. 林斌.武汉科技大学 2015
[3]未知环境下机器人路径规划算法研究[D]. 周培培.青岛科技大学 2014
[4]基于元胞遗传算法的避障路径规划[D]. 李建建.南昌航空大学 2012
[5]一类不确定仿射非线性系统的最优滑模控制[D]. 王璐萍.青岛科技大学 2010
[6]三维曲面上路径规划问题的研究[D]. 弓晨.中国地质大学 2006



本文编号：3130483