复杂环境下多移动机器人协同路径规划

发布时间：2024-12-20 21:20

　　多移动机器人协同路径规划是机器人导航研究领域中极具挑战性的问题。复杂环境下多移动机器人协同路径规划,需要为各机器人寻求一条从起始点到目标点的最优路径,同时保证机器人间以及机器人与动、静态障碍物之间无碰撞。因此,如何实现机器人间的避碰和机器人与动态障碍物的避障是该问题的研究难点。当前大部分研究仍聚集于静态环境下单机器人路径规划,复杂环境下多移动机器人协同路径规划问题仍是亟待解决的难题。本文主要工作如下:1)针对单机器人全局路径规划问题,采用约束满足法构建优化数学模型,并结合问题属性提出一种改进蚁群算法。利用当前节点的局部路径方向与起始点至终点的欧式路径方向夹角设计新启发式函数,引导机器人沿最短路径行走;根据可选节点数量设计避障规则,提高避障能力;依据路径长度对信息素进行比较更新,提高算法收敛速度。实验表明,改进算法性能优于原始蚁群算法。2)针对静态环境下多移动机器人协同路径问题,构建以路径长度短和暂停时间少为目标的多目标数学模型。考虑到机器人之间存在碰撞冲突,研究启发式规则对冲突进行消除。以单机器人全局路径规划为基础,研制出一种基于全局路径规划和融入启发式规则的局部路径调整的两阶段规划算法...

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

图1.1移动机器人应用环境

a)智能车间AGVb)亚马逊智能仓库AGV图1.1移动机器人应用环境机器人的初始研究阶段主要集中于机器人的机械结构、运动控制、信息处理能等方面。目前，对于该方面的研究已经获得了较大的研究成果。科学技术呈现日

图2.1亚马逊智能仓库

图2.1亚马逊智能仓库器人协同路径规划问题描述人协同路径规划问题：在同一工作环境下，存在要保证机器人彼此间在任意时刻都保持安全距离环境中障碍物不发生碰撞的要求条件下，需要在

图 2.7 编号后的栅格地图

2)直角坐标法，在直角坐标系中以坐标(0,0)为原点，x轴的正方向为水平向右，y轴正方向为垂直向上，则可用坐标(x,y)来各表示栅格。本文采用序号法标识栅格，如图2.7所示。图2.7编号后的栅格地图由图2-6可知，栅格编号为32所对应的直角坐标为(1.5,2....

图3.8信噪比-主效应图

武汉科技大学硕士学位论文主要指的是影响产品质量特性的主效应与误差效应的比值。该值越小，反之，则稳定性越好。由图3.8可知各参数的最优组合方案，即为(1,5,

本文编号：4017874