基于改进蚁群算法的捡球机器人多目标路径规划研究

发布时间：2017-12-25 21:14

  本文关键词：基于改进蚁群算法的捡球机器人多目标路径规划研究　出处：《兰州理工大学》2015年硕士论文　论文类型：学位论文

  更多相关文章： 捡球机器人 改进蚁群算法 自适应 多目标 路径规划

【摘要】：路径规划算法是捡球机器人搜索到有效路径的核心技术,目前已经成为机器人技术中的研究热点。路径规划算法众多,但对于解决多目标路径规划问题,每种算法都存在不同程度的缺陷。蚁群算法虽然也有自身的不足,但其具有并行性和正反馈性,并且容易和其他智能算法结合,相对来说,比较适合于解决多目标路径规划问题。本文将针对蚁群算法存在的问题进行研究。主要工作如下:(1)设计智能捡球机器人并对其捡球环境建模。编程实现配合捡球机器人工作的远程监控终端,为后续算法的实验搭建硬件平台。捡球机器人工作环境为网球场,通过场内顶部视觉传感器获取环境信息后,直接对信息进行数据处理。全部环境数据学习完成后,采用栅格法对环境进行划分,栅格大小可根据实际需要和处理能力调整。文中将对每个栅格做标识,只考虑机器人在二维空间XY上的信息。(2)研究适于捡球机器人多目标路径规划的改进蚁群算法,采用MFC编程实现多目标路径规划算法仿真软件,并在仿真软件中实现算法的实验。针对蚁群算法存在搜索速度慢,且容易陷入局部最优的问题,通过对蚁群算法在多目标路径规划的过程中搜索路径机理的深入分析,发现不同的搜索阶段对算法参数有不同的需求。文中利用算法参数因子对算法搜索性能的重要性,提出一种根据迭代次数自适应改变算法参数的改进蚁群算法,使得算法能够快速高效地规划出理想路径。(3)针对蚁群算法搜索速度慢的问题,在改进蚁群算法的基础上,研究适于捡球机器人多目标路径规划的融合算法,并在仿真软件中实现算法的实验。由于蚁群算法依靠信息素的积累和更新寻找路径,初始阶段所有路径上的信息素相等,体现不出解的多样性,进而导致收敛速度慢,且规划出的路径往往不是最优或者接近最优的路径。而遗传算法虽然可在路径搜索初期快速地建立初始路径信息,增加解的多样性,但却忽略了反馈信息,导致大量的冗余迭代,求解效率低。基于此,文中首先利用遗传算法的快速随机搜索性生成初始路径信息,然后充分利用改进蚁群算法的优势,研究两者的融合算法,进一步提高路径搜索效率。
【学位授予单位】：兰州理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP242;TP18

【相似文献】

相关期刊论文 前10条

1 段齐骏;机器人工作空间配置的可靠性规划[J];机械科学与技术;2004年02期

2 钟勇,朱建新;一种新的机器人工作空间求解方法[J];机床与液压;2004年04期

3 张培艳,吕恬生,宋立博;排球机器人动作规划方法研究[J];机床与液压;2004年06期

4 曹毅,王树新,李群智;基于随机概率的机器人工作空间及其面积求解[J];制造业自动化;2005年02期

5 胡磊;刘文勇;王豫;栾胜;;骨科机器人空间设计方法研究[J];机器人;2006年04期

6 石磊;;松协调下双臂机器人的协作工作空间计算[J];微计算机信息;2007年24期

7 许卫斌;平雪良;应再恩;杜永忠;李正洋;;6R型串联机器人工作空间快速求解方法[J];机械设计;2013年06期

8 王兴海,周迢;机器人工作空间的数值计算[J];机器人;1988年01期

9 郭明,周国斌;多关节机器人工作空间的分析与评价方法[J];机器人;1988年04期

10 陈国欣,李诚琚;计算机绘图在机器人工作空间分析中的应用[J];机器人;1988年05期

相关会议论文 前6条

1 范守文;徐礼钜;;机器人工作空间分析的解析法[A];第十四届全国机构学学术研讨会暨第二届海峡两岸机构学学术交流会论文集[C];2004年

2 殷子强;张广军;袁新;赵慧慧;吴林;;人机交互式机器人弧焊再制造系统设计[A];第十六次全国焊接学术会议论文摘要集[C];2011年

3 范波涛;闫成新;;喷浆机器人灵巧度分析[A];面向21世纪的科技进步与社会经济发展（下册）[C];1999年

4 海丹;刘玉鹏;郑志强;;四轮全向机器人的设计与控制方法[A];2005中国机器人大赛论文集[C];2005年

5 高理富;宋宁;;Puma控制器改造中的控制算法探究[A];2003年中国智能自动化会议论文集（上册）[C];2003年

6 徐晓;翟敬梅;谢存禧;;机器人柔性装配单元的设计[A];第十届粤港机电工程技术与应用研讨会暨梁天培教授纪念会文集[C];2008年

相关博士学位论文 前10条

1 蒋峻;具有力感知的腹腔镜微创手术从动机器人的研究[D];上海交通大学;2014年

2 管小清;冗余度涂胶机器人关键技术研究[D];北京理工大学;2015年

3 杜海艳;MRI环境下乳腺介入机器人穿刺路径规划研究[D];哈尔滨理工大学;2015年

4 李腾飞;笼养蛋鸡健康行为监测机器人系统研究[D];中国农业大学;2016年

5 李睿;机器人柔性制造系统的在线测量与控制补偿技术[D];天津大学;2014年

6 赵燕鹏;长骨骨折精准手术机器人系统研究[D];中国人民解放军医学院;2016年

7 黄彪;枇杷剪枝机器人关键技术的研究[D];华南理工大学;2016年

8 陈健;面向动态性能的工业机器人控制技术研究[D];哈尔滨工业大学;2015年

9 杜亮;六自由度工业机器人定位误差参数辨识及补偿方法的研究[D];华南理工大学;2016年

10 韩金华;护士助手机器人总体方案及其关键技术研究[D];哈尔滨工程大学;2009年

相关硕士学位论文 前10条

1 郑为凑;轻工包装机器人专用运动控制系统研究[D];江南大学;2015年

2 齐龙;基于视觉的6自由度机器人焊接控制研究[D];燕山大学;2015年

3 彭真;典型工况下四自由度高速重载机器人起动特性的研究[D];燕山大学;2015年

4 赵登步;基于机器视觉的SCARA机器人快速定位控制系统的研究与开发[D];江南大学;2015年

5 邱焕能;机器人操作臂控制驱动系统研究[D];华南理工大学;2015年

6 王权;基于大臂并联的四自由度机器人结构设计与研究[D];郑州轻工业学院;2015年

7 翟美新;基于李群李代数的机器人运动特性分析与研究[D];南京理工大学;2015年

8 BUI HUU TOAN;智能服务机器人控制系统研究与实现[D];南京理工大学;2015年

9 高君涛;工业码垛机器人的轨迹优化及结构拓扑优化设计[D];西安建筑科技大学;2015年

10 姜柏森;一种变几何桁架机器人运动学建模及轨迹规划算法[D];上海交通大学;2015年

，

本文编号：1334459