基于离散粒子群算法的机器人最优路径规划研究

论文摘要

目前，机器人已经成为高技术领域内最具有代表性的战略目标。在机器人众多关键技术的研究中，最核心的是其导航技术，而路径规划又是导航技术研究的一个重要课题。近年来，随着移动机器人开始广泛应用于军事、航天等领域中。鉴于大多数的移动机器人是使用电池供电的，然而由于电池技术的局限性，机器人的使用时间是十分有限的。因此，考虑移动机器人的能量约束以保证其持续生存性就成为一个重要的研究问题。另外，随着现代物流技术的发展，车辆路径问题成为当前的一个研究热点。而把车辆路径问题中的时间窗约束应用到多机器人的路径规划中进行研究，是对机器人路径规划问题的一个崭新的拓展与尝试。本文主要的研究内容如下:首先，介绍了粒子群算法原理及其发展过程，并通过定义了一些基本运算操作符的运算规则而对离散粒子群算法进行了改进，同时，并把该算法应用于求解TSP问题，通过仿真实验分析了算法的性能，并验证了该改进算法的有效性。其次，为了尽量减少机器人的能量消耗，把改进的离散粒子群算法应用到基于能量约束的单机器人路径规划中，并结合动态能量闽值方法来达到能耗近优。该方法通过在移动机器人的路径规划阶段考虑能量约束确保了机器人执行路径规划时的持续生存属性，并且将粒子群搜索与能量约束有机结合，从而有效降低了机器人完成规划的能量消耗。同时，也进一步证明了该算法具有很好的寻优能力与收敛效率。然后，通过单充电站与多充电站(以两充电站情况为例)情况下的仿真对比实验验证了:在合适的位置增设充电站也是降低能耗的有效手段。最后，把车辆路径问题中的时间窗约束应用到多机器人的路径规划中，从而提出了基于软时间窗约束的多机器人最优路径规划研究，并构造了多机器人路径规划问题的编码方式。同时，把提出的两阶段优化策略应用到带软时间窗约束的多机器人最优路径规划中，对其进行了优化求解。也即:在第一阶段，先采用普通优化方法，对多机器人路径以及任务点分配进行整体优化求解;在第二阶段，依据第一阶段优化出的最优解，分别对各个机器人的路径进行再次优化。并通过仿真实验验证了该方法的可行性与有效性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 课题研究的目的及意义
• 1.3 本课题研究现状及发展趋势
• 1.3.1 机器人路径规划研究现状
• 1.3.2 车辆路径问题研究现状
• 1.3.3 移动机器人路径规划方法介绍
• 1.4 论文的主要内容及结构安排
• 第二章 离散粒子群优化算法研究
• 2.1 引言
• 2.2 粒子群算法原理介绍及其改进
• 2.2.1 基本粒子群算法
• 2.2.2 标准粒子群算法
• 2.2.3 离散粒子群算法原理及其改进
• 2.3 仿真实验与结果分析
• 2.3.1 仿真平台介绍
• 2.3.2 问题描述与建模
• 2.3.3 编码设计
• 2.3.4 算法步骤
• 2.3.5 结果分析
• 2.4 本章小结
• 第三章 基于能量约束的单机器人最优路径规划研究
• 3.1 引言
• 3.2 能量约束最优路径规划
• 3.2.1 约束优化问题及其处理方法
• 3.2.2 环境建模与问题描述
• 3.2.3 动态能量阈值原理
• 3.2.4 基于动态能量阈值和改进离散粒子群算法的最优路径规划
• 3.3 仿真结果和分析
• 3.4 本章小结
• 第四章 基于软时间窗约束多机器人最优路径规划研究
• 4.1 引言
• 4.2 问题描述及数学模型
• 4.3 基于软时间窗约束的多机器人最优路径规划
• 4.3.1 编码设计
• 4.3.2 两阶段优化策略及适应度函数设计
• 4.3.3 算法步骤
• 4.4 仿真实验及结果分析
• 4.5 本章小结
• 第五章 结束语
• 5.1 全文总结
• 5.2 研究展望
• 参考文献
• 个人简历 在读期间发表的学术论文
• 致谢