煤炭開采過程中經(jīng)常會發(fā)生瓦斯爆炸、透水、冒頂?shù)葹?zāi)害,使用機器人對災(zāi)害礦井環(huán)境進行探測,可以防止礦井次生災(zāi)害對被困礦工及救護隊員造成危害,為高效救援工作創(chuàng)造條件。災(zāi)后礦井環(huán)境復(fù)雜,垮落的頂板會阻礙機器人在巷道中行進,為了使機器人能夠快速進入礦井深部探測危險環(huán)境信息,開展機器人的路徑規(guī)劃研究具有重要的意義。本課題受到“十三五”國家重點研發(fā)計劃項目“煤礦災(zāi)變環(huán)境信息偵測和存儲技術(shù)及裝備”(2016YFC0801808)的支持。主要工作內(nèi)容如下:首先,使用柵格法對移動機器人工作環(huán)境進行建模。由于凹形障礙物會導(dǎo)致路徑規(guī)劃算法早熟收斂,對柵格地圖中的凹形障礙物進行腐蝕和膨脹預(yù)處理,將凹形障礙物轉(zhuǎn)化為規(guī)則的矩形障礙物,避免算法陷入局部最優(yōu)陷阱。其次,應(yīng)用粒子群算法進行機器人全局路徑規(guī)劃。針對基本粒子群算法進行路徑規(guī)劃時出現(xiàn)早熟收斂,路徑質(zhì)量差等問題,本文提出將全局搜索能力較強的模擬退火算法與粒子群算法相結(jié)合,通過在簡單環(huán)境與復(fù)雜環(huán)境中進行仿真實驗,證明改進后的粒子群算法可以跳出局部最優(yōu)解,路徑質(zhì)量得到提高。接著,應(yīng)用改進蟻群算法進行機器人局部路徑規(guī)劃。針對基本蟻群算法避障能力差,收斂速度慢等缺點,本...

【文章頁數(shù)】：83 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖4-1自然界中群智能行為

4.1群智能概述（OverviewofSwarmIntelligence）4.1.1群智能自然界中存在著一些奇妙的行為現(xiàn)象，例如地面上的螞蟻，它們總是以種群的形式存在，單個螞蟻的智慧和能力是非常有限，然而許許多多的螞蟻組合成一個群體時，卻可以輕松的完成建造巢穴，尋找食物....

本文編號：3891138