基于势场-蚁群算法的平滑机器人路径规划

2021-11-17 08:37:12向凤红毛剑琳
计算机仿真 2021年6期
关键词:移动机器人规划信息

彭 湘,向凤红,毛剑琳

(昆明理工大学信息工程与自动化学院,云南,昆明 650500)

1 引言

随着机器人智能化的不断发展,移动机器人逐渐从最初仅应用于工业产业到如今广泛应用在教育、娱乐、医疗等环境中[1]。因此人们对机器人的性能要求也越来越高,机器人在环境中的行走精确度要求也逐渐提高。移动机器人路径规划是指机器人在已知或未知环境中,规划出一条从起始点到目标点的无碰撞路径[2-3],此路径可以存在一个或多个约束条件,例如时间最优,路径最优或次优等。路径规划主要分为全局路径规划和局部路径规划[3],全局路径规划主要针对静态环境,环境中障碍物是静止的且位置确定;局部路径规划主要靠机器人携带的传感器获取周围环境信息,主要应用于障碍物不断变化的动态环境中。

针对移动机器人的路径规划,国内外学者提出了一系列方法[5],常用的包括一些传统算法,如Dijkstra算法、模拟退火算法,以及近年来新兴的智能仿生算法[6],如遗传算法、蜂群算法、鱼群算法等。不同的算法均根据不同的性能指标有着不同的优缺点。蚁群算法最早是由Marco Dorigo等人于1991年提出[7],是一种通过模拟蚂蚁的觅食行为,在给定空间进行路径规划的智能仿生算法,因其具有良好的鲁棒性、正反馈性以及易与其它算法结合的优点,广泛应用于机器人的路径规划中。文献[8]针对复杂环境下的路径规划,改进了传统蚁群算法,但规划的最优路径存在尖峰,算法的全局能力也有待提高;……

登录APP查看全文

猜你喜欢
移动机器人规划信息
移动机器人自主动态避障方法
规划引领把握未来
快递业十三五规划发布
商周刊(2017年5期)2017-08-22 03:35:26
基于Twincat的移动机器人制孔系统
订阅信息
中华手工(2017年2期)2017-06-06 23:00:31
多管齐下落实规划
中国卫生(2016年2期)2016-11-12 13:22:16
迎接“十三五”规划
展会信息
中外会展(2014年4期)2014-11-27 07:46:46
健康信息
祝您健康(1987年3期)1987-12-30 09:52:32
健康信息(九则)
祝您健康(1987年2期)1987-12-30 09:52:28