針對(duì)室內(nèi)空間局限性造成的移動(dòng)機(jī)器人路徑規(guī)劃難度提升問題,文章分析了機(jī)器人室內(nèi)移動(dòng)中轉(zhuǎn)彎、啟停等運(yùn)動(dòng)特征,為獲得最優(yōu)規(guī)劃路徑引入了粒子群算法（particle swarm optimization,PSO）,同時(shí)為改善經(jīng)典算法中收斂度低、易早熟等問題,首先使用收斂因子、線性遞減、非線性凹函數(shù)、隨機(jī)分布方式等對(duì)PSO慣性權(quán)重的選取進(jìn)行了討論,并結(jié)合三次樣條插值方法、選取罰函數(shù)作為適應(yīng)度函數(shù)等對(duì)PSO進(jìn)行了算法改進(jìn),最后,以實(shí)驗(yàn)室作為室內(nèi)環(huán)境背景進(jìn)行了仿真實(shí)驗(yàn),并與經(jīng)典的PSO路徑規(guī)劃方法進(jìn)行了對(duì)比;實(shí)驗(yàn)結(jié)果表明,文章中改進(jìn)的PSO路徑規(guī)劃方法精度高于經(jīng)典PSO方法5%,平均尋優(yōu)時(shí)間比經(jīng)典PSO的少5s左右,能夠有效地提高規(guī)劃路徑的平滑度,對(duì)于室內(nèi)環(huán)境中機(jī)器人路徑規(guī)劃具有良好的實(shí)時(shí)性和有效性。 

【文章來源】：計(jì)算機(jī)測量與控制. 2020,28(03)

【文章頁數(shù)】：6 頁

【部分圖文】：

改進(jìn)PSO算法流程圖

迭代曲線圖2(b）中，RandWPSO-SP算法規(guī)劃的路徑最短，這是因?yàn)樵撍惴ㄒ腚S機(jī)慣性權(quán)重，不僅平衡了全局搜索和局部搜索的能力，還增加了搜索的靈活性和范圍，使算法的搜索能力提高，而且擾動(dòng)效果明顯，增強(qiáng)了粒子多樣性，更容易跳出局部最優(yōu)值；YSPSO-SP方法收斂速度最快，這是因?yàn)樵撍惴ㄒ胧諗恳蜃�，雖然使收斂速度加快，但加速度因子是基于線性擾動(dòng)，擾動(dòng)小，粒子容易陷入局部最優(yōu)解；收斂速度第二快的為LinWPSO-SP算法，該方法的擾動(dòng)屬于線性擾動(dòng)，擾動(dòng)不明顯，粒子容易出現(xiàn)“早熟”；NCFPSO-SP算法引入非線性慣性權(quán)重，雖然非線性慣性權(quán)重?cái)_動(dòng)效果明顯，但是該方法收斂精度低。表1是每個(gè)算法在相同的環(huán)境下，獨(dú)立運(yùn)行500次得出的路徑結(jié)果。從中可以可以看出RandWPSO-SP算法規(guī)劃的最短路徑、平均路經(jīng)以及平均仿真運(yùn)行時(shí)間都比其它四種算法少。這是因?yàn)殡S機(jī)慣性權(quán)重的引入，不但平衡了全局搜索和局部挖掘能力，而且擾動(dòng)效果明顯，增加了粒子多樣性。引入三次樣條插值使得算法更好得適用于室內(nèi)環(huán)境。開始規(guī)劃的路徑最長，這是因?yàn)槠瘘c(diǎn)處空間大，提高了搜索范圍，改善了粒子陷入局部極值的現(xiàn)象。

本次實(shí)驗(yàn)與第一次實(shí)驗(yàn)的不同之處在于起點(diǎn)和終點(diǎn)互換。從圖3(a）、（b）可以看出。該次實(shí)驗(yàn)仿真結(jié)果幾乎和第一次一樣，驗(yàn)證了較其它四種算法，RandWPSO-SP方法規(guī)劃出的機(jī)器人運(yùn)行軌跡拐點(diǎn)更少、拐點(diǎn)弧度較大等優(yōu)點(diǎn)。表2是五種算法分別在相同環(huán)境下，獨(dú)立運(yùn)行500次得出的路徑結(jié)果。從中可以看出RandWPSO-SP算法較其它四種算法的的最短路徑、平均路徑以及平均仿真運(yùn)行時(shí)都最短。

【參考文獻(xiàn)】：
期刊論文
[1]基于初始信息素和二次揮發(fā)的改進(jìn)蟻群算法[J]. 何亮亮,王曉東.  西安工程大學(xué)學(xué)報(bào). 2018(06)
[2]基于改進(jìn)粒子群算法的路徑規(guī)劃[J]. 賈會(huì)群,魏仲慧,何昕,張磊,何家維,穆治亞.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2018(12)
[3]改進(jìn)的二階振蕩粒子群算法[J]. 蔣麗,葉潤舟,梁昌勇,陸文星.  計(jì)算機(jī)工程與應(yīng)用. 2019(09)
[4]基于改進(jìn)模擬退火算法的搬運(yùn)機(jī)器人路徑規(guī)劃[J]. 陶重犇,雷祝兵,李春光,孫云飛,周海冰.  計(jì)算機(jī)測量與控制. 2018(07)
[5]改進(jìn)粒子群算法在移動(dòng)機(jī)器人路徑規(guī)劃中的應(yīng)用[J]. 魏勇,趙開新,王東署.  火力與指揮控制. 2018(02)
[6]基于改進(jìn)粒子群算法的機(jī)器人路徑規(guī)劃[J]. 王志中.  制造技術(shù)與機(jī)床. 2018(02)
[7]基于PSO和三次樣條插值的多機(jī)器人全局路徑規(guī)劃[J]. 強(qiáng)寧,高潔,康鳳舉.  系統(tǒng)仿真學(xué)報(bào). 2017(07)
[8]基于改進(jìn)粒子群算法的移動(dòng)機(jī)器人路徑規(guī)劃[J]. 王慧,王光宇,潘德文.  傳感器與微系統(tǒng). 2017(05)
[9]基于改進(jìn)粒子群算法的足球機(jī)器人路徑規(guī)劃[J]. 高田田,張莉,李炳德,高晴.  西安工程大學(xué)學(xué)報(bào). 2016(05)
[10]基于PSO算法的RoboCup2D機(jī)器人研究[J]. 包勝剛,董春晨,劉釗.  計(jì)算機(jī)測量與控制. 2016(09)



本文編號(hào)：3560838