移动机器人路径规划研究

移动机器人路径规划研究

论文摘要

机器人学是近40多年来迅速发展起来的综合性学科,它综合了机械学、电子学、计算机科学、自动控制工程、人工智能、仿生学等多个学科的最新研究成果,代表了机电一体化的最高成就,是当今世界科学技术发展最活跃的领域之一。移动机器人最优路径规划技术是机器人研究领域中的一个重要分支。所谓机器人的最优路径规划问题,就是依据某个或某些优化准则(如工作代价最小、行走路线最短、行走时间最短等),在其工作空间中找到一条从起始状态到目标状态的能避开障碍物的最优路径。移动机器人路径规划技术是机器人应用中的一项重要技术,许多学者在这方面做了大量的工作,但也遗留了一些问题。本文针对移动机器人路径规划问题进行了广泛的研究,在对传统方法进行改进的同时,提出了新的思想和视角。具体工作如下:首先,对智能优化方法进行了研究,尤其对蚁群算法进行了认真的研究和讨论,针对蚁群算法中信息素和启发函数之间的矛盾进行了分析,并针对蚁群算法中对启发函数依赖过大的问题,改造了启发函数。其次,本文认真分析了传统栅格法中所存在的安全性和最优性不能兼顾的固有缺陷,并首次提出了基于正六边形栅格的栅格法,有效地解决了这一问题。最后,本文对人工势场法进行了研究。该方法在移动机器人路径规划技术中应用广泛,但一些固有缺陷却难以克服,如在面对障碍物时会发生严重的抖振。本文改进了传统的人工势场法,有效地解决了该问题。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 引言
  • 1.2 智能优化算法介绍
  • 1.2.1 遗传算法
  • 1.2.2 模拟退化算法
  • 1.2.3 蚁群算法
  • 1.2.4 禁忌搜索
  • 1.3 移动机器人路径规划方法概述
  • 1.3.1 全局路径规划方法
  • 1.3.2 局部路径规划方法
  • 1.3.3 混合方法
  • 1.4 论文组织结构
  • 第2章 蚁群算法在路径规划中的应用
  • 2.1 蚁群算法的基本原理
  • 2.1.1 蚁群行为的描述
  • 2.1.2 蚁群算法的机制原理
  • 2.2 蚁群算法在移动机器人路径规划中的应用
  • 2.2.1 蚁群算法在移动机器人路径规划中的数学模型
  • 2.2.2 蚁群算法在移动机器人路径规划中的具体实现
  • 2.3 参数确定仿真结果
  • 2.3.1 算法分析改进与参数确定
  • 2.3.2 仿真实例
  • 2.4 本章小结
  • 第3章 正六边形栅格划分在移动机器人路径规划中的应用
  • 3.1 传统栅格法的缺陷分析
  • 3.2 正六边形栅格的提出与应用
  • 3.3 正六边形栅格的编码分析与其在路径规划中的应用
  • 3.4 本章小结
  • 第4章 基于速度保持法的人工势场法
  • 4.1 传统人工势场法的数学描述和固有缺陷分析
  • 4.2 人工势场法的改进
  • 4.3 基于速度保持法的人工势场法的基本实现
  • 4.4 仿真结果与结果分析
  • 4.5 本章小结
  • 第5章 总结与展望
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].非完整网络移动机器人的一致性[J]. 华中师范大学学报(自然科学版) 2019(06)
    • [2].含有通信时延的非完整移动机器人的一致性[J]. 四川理工学院学报(自然科学版) 2019(05)
    • [3].移动机器人自适应模糊神经滑模控制[J]. 微电机 2020(01)
    • [4].打滑状态下的多移动机器人编队自适应控制[J]. 控制理论与应用 2020(02)
    • [5].移动机器人行业:整体增速放缓,细分趋势明显[J]. 物流技术与应用 2020(03)
    • [6].基于架空轨道的全向移动机器人运动稳定性研究[J]. 食品与机械 2020(02)
    • [7].适合复杂环境的移动机器人定位系统[J]. 内燃机与配件 2020(06)
    • [8].数字[J]. 物流技术与应用 2020(04)
    • [9].全地形六轮移动机器人的设计与制作[J]. 机械设计与制造 2020(05)
    • [10].室内移动机器人的定位技术研究[J]. 安阳师范学院学报 2020(02)
    • [11].代人取物移动机器人的设计与实现[J]. 福建电脑 2020(07)
    • [12].海康机器人:移动机器人助力智造升级[J]. 自动化博览 2020(09)
    • [13].基于笼图-快速搜索的移动机器人目标搜索[J]. 计算机技术与发展 2020(08)
    • [14].移动机器人履行系统的订单处理研究[J]. 计算机工程与应用 2020(20)
    • [15].多移动机器人协同搬运技术综述[J]. 智能系统学报 2019(01)
    • [16].移动机器人行业:百花齐放,快速发展[J]. 物流技术与应用 2019(03)
    • [17].关于移动机器人全覆盖路径规划研究[J]. 计算机仿真 2019(03)
    • [18].基于4G网络的移动机器人远程控制研究[J]. 软件导刊 2019(11)
    • [19].自适应巡航移动机器人的构建与编程[J]. 数字通信世界 2017(10)
    • [20].以世赛集训为引领 推动学院水平提升——44届世赛移动机器人项目集训介绍[J]. 中国培训 2018(03)
    • [21].移动机器人的双臂结构设计要点研究[J]. 南方农机 2018(14)
    • [22].移动机器人助力无人仓落地——访杭州海康机器人技术有限公司副总裁吴尧[J]. 物流技术与应用 2018(10)
    • [23].全向移动机器人中电动机控制系统的研究[J]. 微电机 2016(12)
    • [24].A*算法在移动机器人自学习中的使用[J]. 单片机与嵌入式系统应用 2016(11)
    • [25].改进遗传算法优化移动机器人动态路径研究[J]. 机床与液压 2017(07)
    • [26].一种多非完整移动机器人分布式编队控制方法[J]. 智能系统学报 2017(01)
    • [27].四轮全向移动机器人转弯半径的研究[J]. 价值工程 2017(09)
    • [28].移动机器人底盘的设计与研究[J]. 机械工程师 2017(08)
    • [29].基于双目视觉的移动机器人空间测距研究[J]. 测控技术 2017(05)
    • [30].工业无线传感云中面向移动机器人的自适应信任演化机制[J]. 电信科学 2017(06)

    标签:;  ;  ;  ;  ;  

    移动机器人路径规划研究
    下载Doc文档

    猜你喜欢