改进势场蚁群算法的机器人自主导航应用研究
发布时间：2021-10-08 04:36
近年来,机器人在人类的社会生产活动和工作中越来越常态化,工业、农业、商业以及服务业等各领域都出现了机器人职员,随之而来的是人们对机器人高效性和安全性的更高要求。导航规划方法的研究和实现,是移动智能机器人实现其他各项附加工作的前提和保障。作为机器人自主导航综合技术发展中的基础领域之一,众多研究人员对此展开了大量理论和应用研究。然而每种算法都有其本身的局限性,不能完美适应各种环境的改变。对路径规划算法开展深入的研究是非常必要的。应用传统蚁群算法和人工势场算法对单一算法的路径规划问题进行了研究和探索。分别介绍了两种算法应用于路径规划的方案设计,并使用Matlab仿真软件完成规划性能的分析。通过对实验结果进行讨论,说明了两种传统算法的不足与缺陷:传统蚁群算法在实验中存在次优解、蚁群寻优效率低以及难以达到稳定收敛等问题;而人工势场法存在路径震荡以及局部最小值点等问题。针对这些缺陷设计改进势场蚁群算法的优化方案,提升融合算法路径规划性能。引入势场力启发信息对转移概率的计算方式进行改进,根据不同算法优势融合、取长补短的思想,利用人工势场合力因素构建势场力启发信息,优化概率计算方式,有效改善算法前期蚁...
【文章来源】：重庆三峡学院重庆市
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
机器人各领域应用Fig1.1Applicationsinvariousfieldsofrobots
国内Fig1.2TypicalRepre
13ij(1)()(1)ijijttt（1-）式（2.3）ij<i,j>(1)t0kQktL蚂蚁经过路径（）其他式（2.4）式中，ρ代表的是信息素在环境中自然挥发指数，一般取，防止信息素积累过多影响全局寻优。ij(t1)代表在t+1时刻，第k只蚂蚁在<i，j>路径上经过时造成的信息素的增量，由当前路径长度kL和信息素强度系数Q计算得出。2.2.3算法的步骤流程传统蚁群算法进行规划路径的基本流程图如图2.2所示：图2.2基本蚁群算法流程图Fig2.2BasicAntColonyAlgorithmFlowchart
【参考文献】：
期刊论文
[1]基于空间映射的山地移动机器人环境建模方法[J]. 张强,陈兵奎,刘小雍,张南庆,刘晓宇,胡雄. 西南大学学报(自然科学版). 2020(02)
[2]机器人的发展:中国与国际的比较[J]. 罗连发,储梦洁,刘俊俊. 宏观质量研究. 2019(03)
[3]改进人工势场法自主移动机器人路径规划[J]. 罗强,王海宝,崔小劲,何晶昌. 控制工程. 2019(06)
[4]基于改进遗传算法的智能仓储多移动机器人协同调度[J]. 范媛,李文锋,贺利军. 武汉理工大学学报(信息与管理工程版). 2019(03)
[5]基于改进遗传算法的矿山救援机器人路径规划[J]. 周栾,陈尔奎,吴梅花. 煤炭技术. 2019(06)
[6]基于改进势场蚁群算法的移动机器人最优路径规划[J]. 张强,陈兵奎,刘小雍,刘晓宇,杨航. 农业机械学报. 2019(05)
[7]基于视觉的机器人自主定位与障碍物检测方法[J]. 丁斗建,赵晓林,王长根,高关根,寇磊. 计算机应用. 2019(06)
[8]动态环境下改进人工势场法的仓储机器人自主导航系统研究[J]. 罗强,王海宝,崔小劲,徐洪泽. 计算机应用研究. 2020(03)
[9]基于双重配准的机器人双目视觉三维拼接方法研究[J]. 艾青林,刘赛,沈智慧. 机电工程. 2018(10)
[10]基于图优化的多相机系统高精度自主定位方法[J]. 刘博文,杨凌辉,牛志远,徐秋宇,张正吉,王金旺. 激光与光电子学进展. 2019(03)
硕士论文
[1]基于改进人工势场法的室内移动机器人路径规划研究[D]. 陈田田.郑州大学 2019
[2]基于激光雷达的巡检机器人自主定位技术研究与应用[D]. 蒋正钢.电子科技大学 2019
[3]基于改进栅格法和人工势场法的无人艇路径规划研究[D]. 陈呈.江苏科技大学 2018
[4]复杂环境下移动机器人路径规划方法的研究[D]. 王松杰.河北工程大学 2018
[5]重载铸造机器人路径规划研究[D]. 王兴明.安徽理工大学 2018
[6]基于势场蚁群算法的室内机器人路径规划研究[D]. 杨乐.西安建筑科技大学 2018
[7]基于混沌蚁群算法的无人机航路规划研究及系统实现[D]. 杨帆.南京航空航天大学 2018
[8]基于知识整合的新松公司技术创新能力研究[D]. 张雨婷.哈尔滨理工大学 2017
[9]改进蚁群算法在机器人路径规划上的应用研究[D]. 喻环.安徽大学 2017
[10]基于人工势场和蚁群算法的无人船路径规划研究[D]. 刘琨.海南大学 2016
本文编号：3423440
【文章来源】：重庆三峡学院重庆市
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
机器人各领域应用Fig1.1Applicationsinvariousfieldsofrobots
国内Fig1.2TypicalRepre
13ij(1)()(1)ijijttt（1-）式（2.3）ij<i,j>(1)t0kQktL蚂蚁经过路径（）其他式（2.4）式中，ρ代表的是信息素在环境中自然挥发指数，一般取，防止信息素积累过多影响全局寻优。ij(t1)代表在t+1时刻，第k只蚂蚁在<i，j>路径上经过时造成的信息素的增量，由当前路径长度kL和信息素强度系数Q计算得出。2.2.3算法的步骤流程传统蚁群算法进行规划路径的基本流程图如图2.2所示：图2.2基本蚁群算法流程图Fig2.2BasicAntColonyAlgorithmFlowchart
【参考文献】：
期刊论文
[1]基于空间映射的山地移动机器人环境建模方法[J]. 张强,陈兵奎,刘小雍,张南庆,刘晓宇,胡雄. 西南大学学报(自然科学版). 2020(02)
[2]机器人的发展:中国与国际的比较[J]. 罗连发,储梦洁,刘俊俊. 宏观质量研究. 2019(03)
[3]改进人工势场法自主移动机器人路径规划[J]. 罗强,王海宝,崔小劲,何晶昌. 控制工程. 2019(06)
[4]基于改进遗传算法的智能仓储多移动机器人协同调度[J]. 范媛,李文锋,贺利军. 武汉理工大学学报(信息与管理工程版). 2019(03)
[5]基于改进遗传算法的矿山救援机器人路径规划[J]. 周栾,陈尔奎,吴梅花. 煤炭技术. 2019(06)
[6]基于改进势场蚁群算法的移动机器人最优路径规划[J]. 张强,陈兵奎,刘小雍,刘晓宇,杨航. 农业机械学报. 2019(05)
[7]基于视觉的机器人自主定位与障碍物检测方法[J]. 丁斗建,赵晓林,王长根,高关根,寇磊. 计算机应用. 2019(06)
[8]动态环境下改进人工势场法的仓储机器人自主导航系统研究[J]. 罗强,王海宝,崔小劲,徐洪泽. 计算机应用研究. 2020(03)
[9]基于双重配准的机器人双目视觉三维拼接方法研究[J]. 艾青林,刘赛,沈智慧. 机电工程. 2018(10)
[10]基于图优化的多相机系统高精度自主定位方法[J]. 刘博文,杨凌辉,牛志远,徐秋宇,张正吉,王金旺. 激光与光电子学进展. 2019(03)
硕士论文
[1]基于改进人工势场法的室内移动机器人路径规划研究[D]. 陈田田.郑州大学 2019
[2]基于激光雷达的巡检机器人自主定位技术研究与应用[D]. 蒋正钢.电子科技大学 2019
[3]基于改进栅格法和人工势场法的无人艇路径规划研究[D]. 陈呈.江苏科技大学 2018
[4]复杂环境下移动机器人路径规划方法的研究[D]. 王松杰.河北工程大学 2018
[5]重载铸造机器人路径规划研究[D]. 王兴明.安徽理工大学 2018
[6]基于势场蚁群算法的室内机器人路径规划研究[D]. 杨乐.西安建筑科技大学 2018
[7]基于混沌蚁群算法的无人机航路规划研究及系统实现[D]. 杨帆.南京航空航天大学 2018
[8]基于知识整合的新松公司技术创新能力研究[D]. 张雨婷.哈尔滨理工大学 2017
[9]改进蚁群算法在机器人路径规划上的应用研究[D]. 喻环.安徽大学 2017
[10]基于人工势场和蚁群算法的无人船路径规划研究[D]. 刘琨.海南大学 2016
本文编号：3423440
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3423440.html
