灾后矿井环境探测机器人的路径规划研究

发布时间：2023-02-12 14:08

　　煤炭开采过程中一旦发生安全事故,矿井环境就会变得错综复杂。矿井环境探测机器人能够代替救援人员快速进入复杂危险的灾后现场,完成环境探测和人员搜索任务。机器人的路径规划是井下盲区搜寻的关键技术,对机器人路径规划进行深入的研究具有重要的意义。本文从矿井特殊的环境特点以及机器人控制的需求出发,研究矿井环境探测机器人的路径规划方法。本课题受到“十三五”国家重点研发计划项目“煤矿灾变环境信息侦测和存储技术及装备”(2016YFC0801800)的支持。主要的研究工作如下:(1)对目前常见的路径规划的方法进行分析。目前常见的路径规划的方法通常分为两类:传统规划方法和智能规划方法。通过对这些算法的分析以及对比得出各个算法的优缺点,并对后期算法的选取提供一定的指导。(2)使用栅格地图对矿井环境进行构建。目前,栅格地图法、可视图法、自由空间法和拓扑图等众多方法可以构建本文所要研究的矿井环境。为了方便后续的研究,本文选用栅格地图法。(3)本文对遗传算法在路径规划当中的应用进行了改进。通过对遗传算法深入的探究,发现遗传算法在路径规划当中存在优势和不足。遗传算法虽然全局搜索能力较强,但是由于初始解的产生是随机的...

【文章页数】：92 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
变量注释表
1 绪论
    1.1 研究背景和研究意义
    1.2 矿井机器人的国内外研究现状
    1.3 路径规划的研究现状
    1.4 本文主要研究内容
2 移动机器人路径规划算法分析
    2.1 引言
    2.2 传统路径规划算法
    2.3 智能路径规划算法
    2.4 机器人路径规划的发展趋势
    2.5 本章小结
3 矿井环境探测机器人工作环境模型
    3.1 引言
    3.2 机器人工作环境建模
    3.3 栅格地图分析
    3.4 栅格地图构建及标识方法
    3.5 本章小结
4 基于改进型遗传算法的路径规划研究
    4.1 引言
    4.2 遗传算法的原理
    4.3 改进遗传算法在机器人路径规划中的应用
    4.4 算法的步骤以及流程图
    4.5 仿真实验及分析
    4.6 本章小结
5 基于改进型遗传算法和改进型蚁群算法融合的路径规划研究
    5.1 引言
    5.2 蚁群算法的基本原理
    5.3 典型蚁群算法
    5.4 算法融合框架
    5.5 融合算法中蚁群算法部分的改进
    5.6 算法的步骤以及流程图
    5.7 仿真实验及分析
    5.8 本章小结
6 总结与展望
    6.1 主要工作与总结
    6.2 研究展望
参考文献
作者简历
学位论文数据集



本文编号：3741248