基于分类搜索蚁群算法的机器人路径规划研究

发布时间：2021-12-23 04:46

　　路径规划研究是机器人技术的重要组成部分,是移动机器人实现自主移动的关键所在。蚁群算法,顾名思义即是模拟蚂蚁族群行为的算法。蚁群算法的诞生最早是由来自意大利的学者M.Dorigo通过对自然界中蚂蚁觅食行为的观察分析,并以此为灵感设计的一种新型仿生进化算法。蚁群算法对于解决时间复杂度较高的离散优化问题极为擅长,基于其较强的抗干扰性、易于并行计算的能力,目前已经广泛的应用在机器人路径规划、旅行商问题、任务分配、交通调度等领域,并取得了不错的结果。本文是在静态环境下,利用蚁群算法进行路径规划研究。详细介绍了蚁群算法的基本原理,建立了数学模型,定义了节点转移概率、启发函数以及信息素残留等相关概念,对基本蚁群算法的改进版本进行了深入研究。利用栅格法对机器人工作空间进行环境建模,对蚁群算法模型进行部分改进以适应路径规划问题。经研究发现,传统蚁群算法在解决路径规划问题时存在收敛速度慢、易陷入局部最优的缺陷,并且规划路径平滑性差、安全性低,不利于机器人的精确跟踪控制。本文提出了基于蚁群分类搜索策略的改进蚁群算法,设计了近邻启发因子和目标启发因子相结合的启发函数,并对蚂蚁种群进行分类,针对每类蚂蚁采用侧重... 

【文章来源】：河北工程大学河北省

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

路径规划研究现状Fig.1-1Researchstatusofpathplanning

终以多边形的形式展现出来。标明空间中的起始点、终止点以及各点，并将这些点进行两两连接，需要注意的是，连接的线段不允许障碍物。通过上述方法确定的连线图即为机器人允许通过的路径集搜索算法对此路径集合进行搜索从而确定最优路径。可视图空间法线路清晰明确，极易搜索出最优路径；而其缺陷是如果空间内的始变化，往往需要构建新的可视图，增加了算法搜索的复杂度。因此法不适用于机器人局部路径的规划，而对机器人全局路径的规划是模方法。自由空间法(如图 1-2(b)所示)是在可视图法的基础上进行了改动以改活性较差的缺点，其在构建空间时通常是将空间障碍物包含在提前图形中(如凸多边形、广义锥形等)，并通过连通图的形式加以表示，索算法对机器人的移动路线进行规划。采用自由空间法对机器人工境建模时，即使机器人的始点和终点发生了变化，也无需对整个连构建，只要在已构建好的空间中重新确立机器人的起始点和终止点空间中的障碍物较为密集的情况下，将导致算法的复杂度较高。

河北工程大学硕士学位论文障碍物的有效范围内，障碍物将对机器人产生斥力作生碰撞，目标点将对机器人产生引力作用以避免机器力与斥力共同作用于机器人，其将按合力方向进行移将沿着最优的线路逐渐向目标点安全靠近。应用虚拟时，其优势是计算复杂度较低，模型架构并不复杂，较为密集时，机器人可能会同时受到多个障碍物的斥器人难以穿过机器人间的空隙导致最终的求解路线并


本文编号：3547808