基于改进的蚁群算法路径规划方法研究
发布时间：2022-11-07 17:42
近年来,随着机器人技术的不断发展和进步,移动机器人已经被越来越多地应用到多种领域中,特别是将其应用到家庭室内服务中,不仅能够协助人们或者自己独立完成一些任务,而且更大地方便了人们的家庭生活。路径规划技术是移动机器人领域的关键技术,但目前仍存在盲目选择路径、计算速度缓慢等问题,所以合理、有效、准确的路径规划算法是移动机器人研究领域的重要内容之一。本文在对当前路径规划算法进行分析的基础之上,重点研究具有并行性、鲁棒性强的蚁群算法并应用于移动机器人路径规划。在介绍传统蚁群算法的生物种群觅食原理的基础上,针对蚁群算法搜索中存在的明显的不足,比如蚂蚁从路径规划起始点到目标点盲目搜索导致收敛速度较慢及前期存在的易陷入局部最优解等问题。提出了添加双向搜索方向机制和比例系数引导因子的启发函数等思路,避免了算法在搜索过程中选择与终点方向相背的区域行走或者走回路的现象。其次根据不同路段被选择次数不同,设置不同信息素权重,强化了不同路段的重要性,加快算法收敛速度。最后在matlab软件平台上采用栅格地图建立机器人实验环境仿真模型,进行算法仿真,仿真结果验证了该方法的有效性。本文采用的硬件平台为Respber...
【文章页数】：68 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1 绪论
1.1 研究背景及意义
1.2 移动机器人国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 路径规划技术国内外研究现状
1.4 论文的主要内容与研究思路
2 室内移动机器人关键技术分析与设计
2.1 移动机器人自主定位技术
2.2 移动机器人导航技术
2.3 环境建模设计
2.3.1 环境建模方法分析
2.3.2 栅格法建模优化设计
2.4 本章总结
3 改进蚁群算法路径规划算法研究
3.1 蚁群算法
3.1.1 基本原理
3.1.2 数学模型
3.1.3 蚁群算法的优缺点
3.2 典型蚁群算法研究
3.2.1 最大最小蚂蚁系统
3.2.2 自适应蚁群算法
3.3 改进蚁群算法路径规划方法
3.3.1 路径引导搜索策略
3.3.2 信息素挥发因子更新
3.3.3 启发函数的设计
3.3.4 节点信息素模型更新
3.4 本章小结
4 ROS机器人平台介绍及软件设计
4.1 机器人操作系统简介
4.2 移动机器人SLAM技术
4.3 ROS机器人系统架构
4.4 系统的硬件结构组成
4.5 系统的软件设计
4.5.1 运动控制器程序设计
4.5.2 数据通信设计
4.6 本章小结
5 室内移动机器人路径规划算法测试与分析
5.1 陀螺仪校准机器人角度
5.2 实验场景设置
5.3 配置导航参数
5.3.1 创建导航功能包
5.3.2 创建环境地图
5.4 自主导航试验及结论
5.5 本章小结
6 总结与展望
6.1 论文总结
6.2 论文展望
致谢
参考文献
附录
【参考文献】：
期刊论文
[1]室内移动机器人自主导航系统设计与方法[J]. 翟敬梅,刘坤,徐晓. 计算机集成制造系统. 2020(04)
[2]改进3D SLAM算法在移动机器人上的应用[J]. 于志鹏,蒋林. 机械设计与制造. 2020(01)
[3]改进的蚁群算法在机器人路径规划上的应用[J]. 张晓莉,杨亚新,谢永成. 计算机工程与应用. 2020(02)
[4]基于鲁棒高程边界的地面机器人环境建模方法[J]. 杜文强,谷丰,孟祥冬,周浩,狄春雷,杨丽英,何玉庆. 高技术通讯. 2019(10)
[5]基于深度强化学习的移动机器人路径规划[J]. 董瑶,葛莹莹,郭鸿湧,董永峰,杨琛. 计算机工程与应用. 2019(13)
[6]基于强化学习的移动机器人路径规划研究综述[J]. 刘志荣,姜树海. 制造业自动化. 2019(03)
[7]多仓储机器人协同路径规划与作业避碰[J]. 夏清松,唐秋华,张利平. 信息与控制. 2019(01)
[8]基于ROS的室内导航机器人设计与实现[J]. 邓轲,金光,江先亮. 无线通信技术. 2018(04)
[9]巡线机器人视觉导航中的摄像机现场标定[J]. 程立,吴功平,姚为. 光电子·激光. 2018(10)
[10]多自主式水下机器人的路径规划和控制技术研究综述[J]. 赵蕊,许建,向先波,徐国华. 中国舰船研究. 2018(06)
博士论文
[1]基于贝叶斯滤波器的移动机器人同时定位与地图创建算法研究[D]. 徐巍军.浙江大学 2016
硕士论文
[1]基于激光雷达的机器人定位和3D环境建模技术研究[D]. 葛增晔.北京交通大学 2018
[2]基于多目标和动态环境的室内智能车路径规划[D]. 刘祎然.北京邮电大学 2018
本文编号：3704118
【文章页数】：68 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1 绪论
1.1 研究背景及意义
1.2 移动机器人国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 路径规划技术国内外研究现状
1.4 论文的主要内容与研究思路
2 室内移动机器人关键技术分析与设计
2.1 移动机器人自主定位技术
2.2 移动机器人导航技术
2.3 环境建模设计
2.3.1 环境建模方法分析
2.3.2 栅格法建模优化设计
2.4 本章总结
3 改进蚁群算法路径规划算法研究
3.1 蚁群算法
3.1.1 基本原理
3.1.2 数学模型
3.1.3 蚁群算法的优缺点
3.2 典型蚁群算法研究
3.2.1 最大最小蚂蚁系统
3.2.2 自适应蚁群算法
3.3 改进蚁群算法路径规划方法
3.3.1 路径引导搜索策略
3.3.2 信息素挥发因子更新
3.3.3 启发函数的设计
3.3.4 节点信息素模型更新
3.4 本章小结
4 ROS机器人平台介绍及软件设计
4.1 机器人操作系统简介
4.2 移动机器人SLAM技术
4.3 ROS机器人系统架构
4.4 系统的硬件结构组成
4.5 系统的软件设计
4.5.1 运动控制器程序设计
4.5.2 数据通信设计
4.6 本章小结
5 室内移动机器人路径规划算法测试与分析
5.1 陀螺仪校准机器人角度
5.2 实验场景设置
5.3 配置导航参数
5.3.1 创建导航功能包
5.3.2 创建环境地图
5.4 自主导航试验及结论
5.5 本章小结
6 总结与展望
6.1 论文总结
6.2 论文展望
致谢
参考文献
附录
【参考文献】：
期刊论文
[1]室内移动机器人自主导航系统设计与方法[J]. 翟敬梅,刘坤,徐晓. 计算机集成制造系统. 2020(04)
[2]改进3D SLAM算法在移动机器人上的应用[J]. 于志鹏,蒋林. 机械设计与制造. 2020(01)
[3]改进的蚁群算法在机器人路径规划上的应用[J]. 张晓莉,杨亚新,谢永成. 计算机工程与应用. 2020(02)
[4]基于鲁棒高程边界的地面机器人环境建模方法[J]. 杜文强,谷丰,孟祥冬,周浩,狄春雷,杨丽英,何玉庆. 高技术通讯. 2019(10)
[5]基于深度强化学习的移动机器人路径规划[J]. 董瑶,葛莹莹,郭鸿湧,董永峰,杨琛. 计算机工程与应用. 2019(13)
[6]基于强化学习的移动机器人路径规划研究综述[J]. 刘志荣,姜树海. 制造业自动化. 2019(03)
[7]多仓储机器人协同路径规划与作业避碰[J]. 夏清松,唐秋华,张利平. 信息与控制. 2019(01)
[8]基于ROS的室内导航机器人设计与实现[J]. 邓轲,金光,江先亮. 无线通信技术. 2018(04)
[9]巡线机器人视觉导航中的摄像机现场标定[J]. 程立,吴功平,姚为. 光电子·激光. 2018(10)
[10]多自主式水下机器人的路径规划和控制技术研究综述[J]. 赵蕊,许建,向先波,徐国华. 中国舰船研究. 2018(06)
博士论文
[1]基于贝叶斯滤波器的移动机器人同时定位与地图创建算法研究[D]. 徐巍军.浙江大学 2016
硕士论文
[1]基于激光雷达的机器人定位和3D环境建模技术研究[D]. 葛增晔.北京交通大学 2018
[2]基于多目标和动态环境的室内智能车路径规划[D]. 刘祎然.北京邮电大学 2018
本文编号：3704118
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3704118.html
