结合粒子群算法和改进蚁群算法的机器人混合路径规划

发布时间：2024-01-31 06:35

　　煤炭开采过程中经常会发生瓦斯爆炸、透水、冒顶等灾害,使用机器人对灾害矿井环境进行探测,可以防止矿井次生灾害对被困矿工及救护队员造成危害,为高效救援工作创造条件。灾后矿井环境复杂,垮落的顶板会阻碍机器人在巷道中行进,为了使机器人能够快速进入矿井深部探测危险环境信息,开展机器人的路径规划研究具有重要的意义。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”(2016YFC0801808)的支持。主要工作内容如下:首先,使用栅格法对移动机器人工作环境进行建模。由于凹形障碍物会导致路径规划算法早熟收敛,对栅格地图中的凹形障碍物进行腐蚀和膨胀预处理,将凹形障碍物转化为规则的矩形障碍物,避免算法陷入局部最优陷阱。其次,应用粒子群算法进行机器人全局路径规划。针对基本粒子群算法进行路径规划时出现早熟收敛,路径质量差等问题,本文提出将全局搜索能力较强的模拟退火算法与粒子群算法相结合,通过在简单环境与复杂环境中进行仿真实验,证明改进后的粒子群算法可以跳出局部最优解,路径质量得到提高。接着,应用改进蚁群算法进行机器人局部路径规划。针对基本蚁群算法避障能力差,收敛速度慢等缺点,本...

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

图4-1自然界中群智能行为

4.1群智能概述（OverviewofSwarmIntelligence）4.1.1群智能自然界中存在着一些奇妙的行为现象，例如地面上的蚂蚁，它们总是以种群的形式存在，单个蚂蚁的智慧和能力是非常有限，然而许许多多的蚂蚁组合成一个群体时，却可以轻松的完成建造巢穴，寻找食物....

本文编号：3891138