动态场景中的移动机器人避障算法研究

发布时间：2024-02-16 06:40

　　移动机器人路径规划是目前机器人领域中的研究热点。移动机器人路径规划指的就是移动机器人以某种性能指标,根据路径规划算法搜索出一条从起始点到终止点的路径,同时在移动的过程中根据避障模块实时的完成障碍躲避和环境监测。本文对传统人工势场法进行分析和讨论,对人工势场法进行改进,并融合RRT*算法与RRT*-Smart算法,提出两种算法:基于人工势场法的RRT*-Smart优化算法、人工势场法与RRT*结合的优化算法,解决局部极小值问题,同时提高路径规划效率。人工势场法建立虚拟的人工势场模型,在引力势场与斥力势场的共同作用下,移动机器人向着人工势场内的低势能点运动。传统人工势场法存在两大问题:目标不可达问题与局部极小值问题。本文针对局部极小值问题引入子目标点,改进人工势场法函数,使移动机器人先向子目标点移动,再向最终目标点移动,逃离局部极小值点。通过研究采样的快速扩展随机树算法(RRT算法)的基本原理和步骤,分析算法的优势和缺陷,接着引入改进算法RRT*算法与RRT*-Smart算法。提出两个融合算法:基于人工势场法的RRT*-Smart优化算法、人工势场法与RRT*结合的优化算法。基于人工势场法...

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

图１．２蚁群算法路径选择示意图??

?第１章绪论???质，该物质称为信息素，其余的蚂蚁通过判别浓度来读取信息素所包含的信息??＿。通常情况下，蚂蚁往往会向信息素较多的地方前进，给队友留下更多的信??息素，距离短的路径上会留下更多蚂蚁散布的信息素，而距离远的路径上的蚂??蚁留下的信息素会随着时间减少，沿着距离远路径运....

图１．３遗传算法原理流程图??

?第１章绪论???精度往往要求较大的种群数量，同时由于其较高的复杂度，这两方面因素导致??其收敛时间过长、收敛速度较慢；除此之外，同时蚁群算法会受到选择某个个??体时的影响而出现陷入局部最优解的情况，使其收敛结果不能实现全局最优［１１１。??所以，蚁群算法未来还有很大的进步空间。....

图１．４遗传算法路径规划示意图??遗传算法在路径规划中应用，第一步是根据传感器监测的环境进行栅格化??

?第１章绪论???遗传算法通过对生物进化论的深入学习和深度总结，把原本需要处理的问??题转化成传统的生物进化的过程，下一代的结果由一系列数学、化学等方式转??化得出，保留适应度高的解，并遗传至下一代，适应度函数值高的解的数量逐??渐增加。在进行多次迭代之后，适应度高的解趋于平稳不....

图１．５利用模拟退火算法的求解过程??遗传算法的特点是以概率性的方式搜索全局最优解，但它的缺点也很明显，??尤其是在实际应用时出现早熟现象、局部寻优能力差问题等

?第１章绪论???路径编码卜——Ｉ评价路径适应性??，－???路径集合印）???????????路径复制操作尸’的?丨进化ｆ作????Ｉ?“???????路径交叉操作广⑦?ｄ局部最优路径???］＇?????路径变异操作Ｉ?Ｉ模拟退火过程??????Ｉ????路径解码?？｜实际路径....

本文编号：3901000