基于实时环境信息的移动机器人动态路径规划

来源 :华东理工大学 | 被引量 : 0次 | 上传用户:mynameiscaohaoxiang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对动态环境下机器人路径规划研究更具有实际意义,本文利用粒子群优化算法(PSO)与人工势场法(APF)的混合优化策略,通过在栅格地图中实时动态更新环境信息,实现了动态环境中的路径规划任务。   混合优化策略是本文研究的基础理论。众多的优化算法在各种不同的适用领域内得到了很好的发展和应用,由于每一种算法都有各自的优缺点,如果使两种或两种以上的优化算法混合应用,这样就可以取长补短,使得优化结果更加合理;因为PSO在全局路径规划中可以方便规划出从起始点到目标点的离散路径,而APF在局部路径规划中比较简单实用,通过PSO和APF的结合,把全局路径规划与局部路径规划融合在一起,使得规划出的路径不仅仅可以避开动态障碍物,还可以使规划出的路径接近全局最优解。   由于APF规划出的路径容易产生振荡,本文提出用均值滤波算法去抖,即采用两步预测方法,预测机器人下两步是否产生振荡,如果产生振荡,就采用均值滤波算法去抖,否则,预测位置有效,机器人可以按照预测位置行进;在躲避动态障碍物的过程中,利用机载传感器探测障碍物信息,通过相邻时刻障碍信息判断障碍物状态,对于动态障碍物,利用自回归模型预测障碍物下一时刻位置,最后根据下一时刻全局位置信息进行机器人的当前路径规划,实现了动态规划向瞬时静态规划的转变。   文中进行了PSO与APF混合优化算法在栅格地图中仿真实验,结果表明,无论在静态环境还是在动态环境,本文算法都能规划出一条令人满意的平滑无碰撞路径,从而验证了本文规划策略的可行性与优越性。
其他文献
随着计算机技术在社会各领域的深入渗透,数据正在加速迅猛累积。如何从这些海量数据中挖掘出潜在的有价值信息是现在面临的重要挑战。大规模数据的一个重要体现就是描述数据的
随着工业化和信息化的深度融合,传统工业领域面临着第四次产业升级转型的战略契机,工业信息化建设的逐步推进使得原本封闭的工控系统对外开放性越来越强,但同时也导致工控系统面
本文主要以乙烯装置碳二加氢反应器先进控制项目为背景。碳二加氢反应器是乙烯生产流程中的重要设备,其乙炔转化率和加氢选择性直接影响乙烯产品的质量和产量。但目前该厂的碳
仿生机器鱼作为一种新型的水下机器人,具有良好的机动性和游动效率,应用前景广阔。然而在仿生机器鱼上应用视觉系统却面临着诸多的困难,基于视觉传感的仿生机器鱼目标跟随控制更
面部特征识别和头部姿态估计可根据图像提供用户情绪状态、视线方向、操作意图等大量隐含信息,在心理分析和人机交互等领域应用前景广阔。人脸关键点标记作为面部图像分析中的
由于操作员功能状态(OFS,Operator Functional State)一般与操作员的心理负荷和认知状态紧密相关,这些功能状态很难量化,所以OFS定量研究工作较少。而OFS的精确估计却是自适应辅
早期表格型增强学习算法难以解决具有大规模或连续状态空间的优化决策问题,这极大限制了增强学习的应用推广。近年来,用于求解大规模或连续状态空间问题的值函数逼近方法成为
随着计算机、通信、网络、控制等技术的发展,在网络平台上构筑而成的网络控制系统(Networked Control System,NCS)已经成为自动化领域研究的热点。网络控制系统是一种通过网络
时间序列数据挖掘是数据挖掘领域中的一个重要的研究课题,有其自身的特点和难点。粗糙集理论作为一种强有力的数据分析和知识获取工具,正被越来越多的学者尝试应用到时间序列数
近年来,随着智能优化,智能计算的发展,混合进化算法以其全局搜索能力强、算法性能高等优点受到越来越多学者的关注。本文首先对混合进化算法的原理、机制、算法流程、框架及应用