基于改进蚁群算法的移动机器人路径规划算法研究
发布时间：2021-01-06 04:52
随着人工智能的发展,研究人员不断尝试提高机器人的智能化水平。路径规划问题涉及环境感知、数据处理等多方面跨学科技术,是移动机器人导航技术研究的重要环节之一。目前虽然提出了多种算法来解决路径规划问题,但仍有很多问题需要解决。因此,需要更深入对路径规划算法进行研究。针对传统蚁群算法易出现搜索停滞、规划耗时较长的问题,提出一种改进蚁群算法。通过对算法的启发信息进行改进,加入转向代价,减少不必要的转折。提出一种自适应的参数选择策略,动态改变参数值,增强搜索的全面性。在信息素浓度上,采用全局信息素更新和信息素挥发因子智能调整策略,来加快算法收敛。最后进行matlab仿真及实验验证,结果显示改进算法优于常规蚁群算法,验证了改进算法的可行性和有效性。其次,针对动态避障问题,将改进的蚁群算法引入到动态路径规划当中。首先应用改进A*算法在环境地图中规划出一条全局最优路径。当移动机器人在前进过程中搜索到动态障碍物时,利用改进蚁群算法确立局部目标点,避障后继续沿着全局最优路径移动。通过仿真证明,移动机器人可以有效的避开临时添加静态和动态障碍物,到达目标点。最后,针对机器人在三维环境下的路径规划问题,将三维立体...
【文章来源】：河北科技大学河北省
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
Shakey机器人
究机器人系统对自主感知、规划行为和环境分析的效果，美国斯坦福大学的Nilssen设计了一台如下图1-1所示叫做Shakey的机器人，它是第一台依靠人工智能研究出的机器人，象征着在机器人研究范畴内取得了巨大突破[8]。随着科技的不断进步，各种机器人层出不穷的出现，到1970年，通过不断地对移动机器人进行研究，科学技术水平更上一层[9]。工程上使用的机器人也得到了改善，添置反馈控制环节，最具代表性使用的是Unimation公司制造的PUMA系列机器人，如图1-2所示，使用VAL进行编程，在提高自适应方面表现明显。图1-1Shakey机器人图1-2PUMA系列机器人
OSENSE)可以配备探测地震损害的仪器，以此来判断地震达到了什么程度；而移动机器人(TOURBOT)则是用来指导旅游的游客观赏风景，进而体验独具一格的临场感觉。不仅仅包含这些，对在战场中的人道主义排雷移动机器人也进行了相关研究。德国独立设计的VaMoRs智能车，如下图1-3所示，驾驶在道路上最快跑到96km/h[11]。2003年被称为“机遇号”的火星表面检测机器人如下图1-4所示，在火星漫游机器人最上端均配备有微小型优质拍摄仪和能够进行探测的热福射分光计，同时配备多样的剖析设备对火星表面岩石纹理及组成成分进行勘察[12]。图1-3VaMoRs智能车图1-4机遇号机器人QRIO机器人，在2004年向大家陈列摆出，它可以十分灵活的运动，同时还拥有极强的自我辨识本领。QRIO能进行的活动很多，可以像人一样即时互动、甚至是打太极拳，同时也可以在狭小场地前进且顺利躲避障碍物。PackBot510是一个可以拆解侦测炸弹的机器人，因为能够很好的穿过障碍物，运行安全可靠、适应性强等优点，在国防安全军队侦查中使用最多。Aethon研发制造的机器人Tug，遍及到医院和仓储环境中，Tug机器人可以承担医院内的各种任务，如搬送回收餐具、处理管理医用中丢弃的产品等，如图1-5所示。面对物流仓储行业，对货物的搬运需要耗尽
【参考文献】：
期刊论文
[1]基于代价函数的无人驾驶汽车局部路径规划算法[J]. 郭蓬,吴学易,戎辉,唐风敏,李鑫慧,华一丁. 中国公路学报. 2019(06)
[2]QuaPra: Efficient transcript assembly and quantification using quadratic programming with Apriori algorithm[J]. Xiangjun Ji,Weida Tong,Baitang Ning,Christopher E.Mason,David P.Kreil,Pawel P.Labaj,Geng Chen,Tieliu Shi. Science China（Life Sciences）. 2019(07)
[3]机遇号火星漫游器结束任务[J]. 韩淋. 空间科学学报. 2019(03)
[4]基于搜索集中度和动态信息素更新的蚁群算法[J]. 王晓婷,钱谦. 电子测量技术. 2019(09)
[5]基于模糊控制算法的六自由度工业机器人运动路径规划[J]. 李宝华,刘麒,王影,苟垚,李硕,梁凯. 科技经济导刊. 2019(13)
[6]嵌入式智能机器人路径规划应用[J]. 蔡敏. 中国新通信. 2018(24)
[7]基于模拟遗传退火算法的RCPSP问题研究[J]. 赵卫东,林双双. 软件导刊. 2018(12)
[8]移动机器人竞赛对日常教学的意义[J]. 王海燕,朱文彬. 河北农机. 2018(12)
[9]基于改进蚁群算法的农用喷药机器人路径规划[J]. 庄丽阳,陈树林,朱龙彪,王辉. 机床与液压. 2018(21)
[10]移动机器人路径规划仿真研究[J]. 梁凯,陈志军,闫学勤. 现代电子技术. 2018(17)
硕士论文
[1]基于改进蚁群算法的移动机器人路径规划研究[D]. 王飞.安徽工程大学 2019
[2]多移动微小型机器人编队控制与协作避碰研究[D]. 孟森森.郑州大学 2017
[3]基于势场蚁群算法的移动机器人路径规划研究[D]. 刘亮.南昌大学 2013
[4]基于蚁群算法的RBF神经网络优化算法[D]. 马洪伟.青岛大学 2009
[5]机器人轨迹规划方法研究[D]. 田西勇.北京邮电大学 2008
本文编号：2959962
【文章来源】：河北科技大学河北省
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
Shakey机器人
究机器人系统对自主感知、规划行为和环境分析的效果，美国斯坦福大学的Nilssen设计了一台如下图1-1所示叫做Shakey的机器人，它是第一台依靠人工智能研究出的机器人，象征着在机器人研究范畴内取得了巨大突破[8]。随着科技的不断进步，各种机器人层出不穷的出现，到1970年，通过不断地对移动机器人进行研究，科学技术水平更上一层[9]。工程上使用的机器人也得到了改善，添置反馈控制环节，最具代表性使用的是Unimation公司制造的PUMA系列机器人，如图1-2所示，使用VAL进行编程，在提高自适应方面表现明显。图1-1Shakey机器人图1-2PUMA系列机器人
OSENSE)可以配备探测地震损害的仪器，以此来判断地震达到了什么程度；而移动机器人(TOURBOT)则是用来指导旅游的游客观赏风景，进而体验独具一格的临场感觉。不仅仅包含这些，对在战场中的人道主义排雷移动机器人也进行了相关研究。德国独立设计的VaMoRs智能车，如下图1-3所示，驾驶在道路上最快跑到96km/h[11]。2003年被称为“机遇号”的火星表面检测机器人如下图1-4所示，在火星漫游机器人最上端均配备有微小型优质拍摄仪和能够进行探测的热福射分光计，同时配备多样的剖析设备对火星表面岩石纹理及组成成分进行勘察[12]。图1-3VaMoRs智能车图1-4机遇号机器人QRIO机器人，在2004年向大家陈列摆出，它可以十分灵活的运动，同时还拥有极强的自我辨识本领。QRIO能进行的活动很多，可以像人一样即时互动、甚至是打太极拳，同时也可以在狭小场地前进且顺利躲避障碍物。PackBot510是一个可以拆解侦测炸弹的机器人，因为能够很好的穿过障碍物，运行安全可靠、适应性强等优点，在国防安全军队侦查中使用最多。Aethon研发制造的机器人Tug，遍及到医院和仓储环境中，Tug机器人可以承担医院内的各种任务，如搬送回收餐具、处理管理医用中丢弃的产品等，如图1-5所示。面对物流仓储行业，对货物的搬运需要耗尽
【参考文献】：
期刊论文
[1]基于代价函数的无人驾驶汽车局部路径规划算法[J]. 郭蓬,吴学易,戎辉,唐风敏,李鑫慧,华一丁. 中国公路学报. 2019(06)
[2]QuaPra: Efficient transcript assembly and quantification using quadratic programming with Apriori algorithm[J]. Xiangjun Ji,Weida Tong,Baitang Ning,Christopher E.Mason,David P.Kreil,Pawel P.Labaj,Geng Chen,Tieliu Shi. Science China（Life Sciences）. 2019(07)
[3]机遇号火星漫游器结束任务[J]. 韩淋. 空间科学学报. 2019(03)
[4]基于搜索集中度和动态信息素更新的蚁群算法[J]. 王晓婷,钱谦. 电子测量技术. 2019(09)
[5]基于模糊控制算法的六自由度工业机器人运动路径规划[J]. 李宝华,刘麒,王影,苟垚,李硕,梁凯. 科技经济导刊. 2019(13)
[6]嵌入式智能机器人路径规划应用[J]. 蔡敏. 中国新通信. 2018(24)
[7]基于模拟遗传退火算法的RCPSP问题研究[J]. 赵卫东,林双双. 软件导刊. 2018(12)
[8]移动机器人竞赛对日常教学的意义[J]. 王海燕,朱文彬. 河北农机. 2018(12)
[9]基于改进蚁群算法的农用喷药机器人路径规划[J]. 庄丽阳,陈树林,朱龙彪,王辉. 机床与液压. 2018(21)
[10]移动机器人路径规划仿真研究[J]. 梁凯,陈志军,闫学勤. 现代电子技术. 2018(17)
硕士论文
[1]基于改进蚁群算法的移动机器人路径规划研究[D]. 王飞.安徽工程大学 2019
[2]多移动微小型机器人编队控制与协作避碰研究[D]. 孟森森.郑州大学 2017
[3]基于势场蚁群算法的移动机器人路径规划研究[D]. 刘亮.南昌大学 2013
[4]基于蚁群算法的RBF神经网络优化算法[D]. 马洪伟.青岛大学 2009
[5]机器人轨迹规划方法研究[D]. 田西勇.北京邮电大学 2008
本文编号：2959962
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2959962.html
