基于人工势场和RRT算法的机器蛇水下三维避障算法

发布时间：2018-04-16 03:10

  本文选题：兵器科学与技术 + 机器蛇　； 参考：《兵工学报》2017年S1期

【摘要】：为提高多自由度多冗余度的机器蛇水下环境适应能力,使机器蛇在海洋中有效避开岩石、鱼群、珊瑚和其他悬浮物,实现机器蛇在水中复杂环境灵活运动并准确到达目标位置,提出了一种基于人工势场和快速扩展随机树搜索算法的机器蛇水下三维立体智能避障算法,利用MATLAB建立三维随机障碍模型。在全局避障方面,通过快速扩展随机树搜索算法解决机器蛇路径被锁死的问题;在局部避障方面,利用人工势场方法避免了难以找到最短路径的不足。由此实现机器蛇以最快速度、最短路径的原则寻找躲避障碍到达目标点的路径。仿真结果表明,机器蛇能够有效避开复杂环境中或大或小、或疏或密的障碍,算法对实现机器蛇进行海洋探索有着重要的意义。
[Abstract]:In order to improve the underwater adaptability of robot snakes with multiple degrees of freedom and redundancy and to avoid rocks, fish, coral and other suspended matter effectively in the ocean, the robot snakes can move flexibly in the complex environment in water and reach the target position accurately.A 3D intelligent obstacle avoidance algorithm based on artificial potential field and fast extended random tree search algorithm for robot snake underwater is proposed. The 3D stochastic obstacle model is established by using MATLAB.In the aspect of global obstacle avoidance, the problem of lock-in of robot snake path is solved by a fast extended random tree search algorithm, and in local obstacle avoidance, the shortage of finding the shortest path is avoided by using artificial potential field method.Thus, the robot snake can find the path to reach the target point by the principle of the fastest speed and shortest path.The simulation results show that the robot snake can effectively avoid the large or small, sparse or dense obstacles in complex environment, and the algorithm is of great significance to realize the ocean exploration of robot snake.
【作者单位】： 北京理工大学机电学院;
【分类号】：TP242

【相似文献】

相关期刊论文 前10条

1 王肖青;王奇志;;传统人工势场的改进[J];计算机技术与发展;2006年04期

2 黄炳强;曹广益;;基于模糊人工势场的移动机器人路径规划[J];上海理工大学学报;2006年04期

3 潘炼;严文;陶辉;严共灿;;基于改进人工势场的移动机器人路径规划[J];计算机测量与控制;2011年04期

4 吴乔乔;曾虹;张翔;;一种人工势场路径规划改进算法的研究[J];杭州电子科技大学学报;2008年03期

5 彭建亮;孙秀霞;蔡满意;朱凡;;基于人工势场的防空威胁建模与仿真[J];系统工程与电子技术;2010年02期

6 况菲,王耀南,张辉;动态环境下基于改进人工势场的机器人实时路径规划仿真研究[J];计算机应用;2005年10期

7 况菲;王耀南;;基于混合人工势场-遗传算法的移动机器人路径规划仿真研究[J];系统仿真学报;2006年03期

8 朱俊;王宇俊;常光华;续芳;;基于改进人工势场模型的移动机器人路径规划[J];电脑知识与技术;2010年11期

9 李书杰;王鹏;陈宗海;;基于灰色定性理论的无陷阱人工势场[J];控制与决策;2013年06期

10 张庆龙;刘国栋;;一种基于改进人工势场的移动机器人路径规划方法[J];江南大学学报(自然科学版);2014年02期

相关会议论文 前1条

1 张乐杰;杨国胜;侯增广;谭民;;基于融合和人工势场的自主移动机器人路径规划研究[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年

相关博士学位论文 前1条

1 王佳;多Agent系统的控制及稳定性分析[D];南京理工大学;2008年

相关硕士学位论文 前7条

1 刘琨;基于人工势场和蚁群算法的无人船路径规划研究[D];海南大学;2016年

2 谢文明;动态环境下基于人工势场引导进化算法的移动机器人路径规划[D];武汉科技大学;2008年

3 黄强;基于人工势场和虚拟领航者的多智能体协同控制研究[D];哈尔滨工业大学;2013年

4 刘泽文;基于人工势场的激励学习问题研究[D];长沙理工大学;2008年

5 胡志华;基于离散人工势场的移动机器人动态路径规划研究[D];中南大学;2009年

6 张煌辉;基于动态人工势场的路径规划研究与应用[D];长沙理工大学;2010年

7 孙华林;基于C空间和人工势场的4R机器人路径规划[D];合肥工业大学;2008年

，

本文编号：1757027