论文题目: 基于改进蚁群算法的机器人路径规划
论文类型: 硕士论文
论文专业: 运筹学与控制论
作者: 王俊峰
导师: 朱庆保
关键词: 移动机器人,全局路径规划,蚁群算法
文献来源: 南京师范大学
发表年度: 2005
论文摘要: 移动机器人路径规划是机器人技术中一个重要研究领域,得到了很多研究者的关注,并取得了一系列重要成果。目前已存在许多优化算法用来解决该问题,但不少算法都存在一定局限性,如当算法的约束条件较多时,很难求解复杂环境的路径规划问题等。本文根据机器人路径规划算法的研究现状和向智能化、仿生化发展的趋势,研究了一种基于改进蚁群算法的机器人全局路径规划方法。由于蚁群算法易陷入停滞、死锁等,本文提出了三点改进策略:1.算法在执行过程中,当蚂蚁陷入无路可选的境况时,采用回退策略,使得蚂蚁能及时脱离困境,保证算法的健壮性;2.蚂蚁在搜索过程中,当寻优方向不同的两只蚂蚁相遇时,采取相遇策略,利用两只蚂蚁禁忌表中的信息,生成新路径。这样可充分发挥蚁群的群体协作性,提高生成路径的速度;3.在生成一定数目的路径后,采用带交叉点的路径交叉策略,提高算法的收敛速度。仿真实验证实了该改进算法具有实现简单、效率较高、健壮性强的特点。
论文目录:
序言
第一章 机器人全局路径规划概述
1．1 引言
1．2 路径规划的定义
1．3 路径规划问题的分类
1．4 路径规划问题的环境表达
1．5 国内外研究现状及发展趋势
1．6 本章小结
第二章 蚁群算法概述
2．1 蚁群算法基本原理
2．2 图搜索蚁群算法
2．3 本章小结
第三章 基于改进蚁群算法的机器人路径规划
3．1 环境建模
3．2 问题的描述与定义
3．3 栅格环境到图的逻辑对应关系
3．4 基于蚁群算法的机器人路径规划
3．4．1 算法的简单描述
3．4．2 算法的步骤
3．5 改进蚁群算法及实现
3．5．1 蚂蚁回退策略
3．5．2 蚂蚁相遇策略
3．5．3 带交叉点的路径交叉策略
3．5．4 改进算法的简单描述
3．5．5 改进算法的步骤
3．6 算法收敛性分析
3．7 信息存储分析
3．8 本章小结
第四章 仿真实验系统及实验结果分析
4．1 仿真实验系统设计
4．2 仿真实验系统简介
4．3 实验结果及分析
4．4 本章小结
第五章 结束语
参考文献
致谢
发布时间: 2005-11-14
参考文献
- [1].基于蚁群算法的智能机器人路径规划研究[D]. 卢宇凡.西安工程大学2012
- [2].基于分组蚁群算法的机器人路径规划研究[D]. 张容闻.南昌大学2010
- [3].基于蚁群算法的机器人路径规划及其在港口上的应用探讨[D]. 王鸿豪.武汉理工大学2007
- [4].基于改进蚁群算法的机器人路径规划研究[D]. 单芳.天津财经大学2006
- [5].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
- [6].基于人工蜂群算法的多机器人路径规划方法研究[D]. 窦连航.上海大学2015
- [7].基于改进蚁群算法的机器人路径规划研究[D]. 郭玉.哈尔滨工业大学2008
- [8].基于改进蚁群算法的机器人路径规划[D]. 邱莉莉.东华大学2015
- [9].基于蚁群算法的机器人路径规划及其仿真系统研究[D]. 王涛.西安科技大学2009
- [10].基于遗传和蚁群算法的机器人路径规划研究[D]. 戴青.武汉理工大学2009
相关论文
- [1].基于蚁群算法的移动捡球机器人的路径规划研究[D]. 包承龙.上海交通大学2007
- [2].移动机器人路径规划方法研究[D]. 王丽.西北工业大学2007
- [3].基于智能算法的移动机器人路径规划研究[D]. 蔡晓慧.浙江大学2007
- [4].基于改进蚁群算法的移动机器人路径规划[D]. 刘亮.武汉科技大学2007
- [5].复杂环境下的机器人路径规划算法研究[D]. 徐守江.南京师范大学2007
- [6].基于蚁群算法的机器人路径规划及其在港口上的应用探讨[D]. 王鸿豪.武汉理工大学2007
- [7].基于粒子群算法的移动机器人路径规划研究[D]. 刘关俊.中南大学2007
- [8].基于改进蚁群算法的机器人路径规划研究[D]. 单芳.天津财经大学2006
- [9].基于图的机器人路径规划蚂蚁算法[D]. 张玉兰.南京师范大学2006
- [10].基于蚁群优化算法的路径规划问题研究[D]. 王旭.北京工业大学2004