本文選題：多機器人 + 路徑規(guī)劃��； 參考：《蘭州理工大學(xué)》2016年碩士論文

【摘要】：機器人路徑規(guī)劃是指在具有障礙物的環(huán)境中,機器人按照一定的評價標(biāo)準(zhǔn)規(guī)劃出一條安全、無碰撞的最優(yōu)路徑,它是機器人技術(shù)的一個重要分支,是機器人執(zhí)行任務(wù)的前提和基礎(chǔ)。多機器人系統(tǒng)中多機器人協(xié)作完成任務(wù)具有單機器人無法比擬的優(yōu)勢。目前,大部分的路徑規(guī)劃研究仍集中于單機器人在靜態(tài)環(huán)境中的規(guī)劃問題,在動態(tài)及多機器人環(huán)境中的路徑規(guī)劃問題仍然是一個亟需值得深入研究的一個問題。本文旨在解決多機器人動態(tài)環(huán)境中的路徑規(guī)劃問題。分別研究了機器人的全局規(guī)劃技術(shù)、單機器人及多機器人在具有動態(tài)障礙物環(huán)境中的避碰規(guī)劃方法,提出了一種基于動態(tài)優(yōu)先級規(guī)則、改進蟻群算法和滾動窗口雙層規(guī)劃的方法來解決多機器人的路徑規(guī)劃問題。主要工作如下:(1)通過對基本蟻群算法的分析,在基本蟻群算法的基礎(chǔ)上對其做了改進使其能夠更好適應(yīng)機器人的全局路徑規(guī)劃。改進的內(nèi)容包括自適應(yīng)啟發(fā)函數(shù)、狀態(tài)選擇策略以及信息素分配機制。設(shè)置了一種靜態(tài)環(huán)境,對基本蟻群算法和改進的蟻群算法多次進行仿真實驗,證明了所提算法性能的優(yōu)越性。(2)針對動態(tài)環(huán)境中的機器人避障問題,提出滾動窗口和雙層規(guī)劃相結(jié)合的避碰方法,在第一層規(guī)劃中利用全局規(guī)劃的方法規(guī)劃出靜態(tài)環(huán)境中的全局路徑,在第二層規(guī)劃中,在滾動窗口中使用局部避碰方法進行局部避碰。制定了動態(tài)障礙物預(yù)測方法,避碰策略以及機器人緊急避碰策略,最后在仿真軟件中仿真了單機器人的動態(tài)避碰過程,實驗結(jié)果驗證了所提算法的有效性。(3)針對多機器人系統(tǒng)中出現(xiàn)的路徑?jīng)_突問題,提出一種動態(tài)優(yōu)先級規(guī)則,該方法依據(jù)機器人剩余路徑長度的不同動態(tài)設(shè)置不同的優(yōu)先級。將動態(tài)優(yōu)先級規(guī)則與滾動雙層規(guī)劃算法相結(jié)合并制定了障礙物預(yù)測方法、機器人避碰策略,最后設(shè)計了一種仿真實驗環(huán)境,仿真實驗結(jié)果證明了該方法的有效性。
[Abstract]:Robot path planning is to plan a safe and collision-free optimal path in the environment with obstacles according to certain evaluation criteria. It is an important branch of robot technology. It is the premise and foundation of the robot to carry out the task. In multi-robot system, multi-robot cooperation has unparalleled advantages over single robot. At present, most of the research on path planning is still focused on the planning problem of single robot in static environment, and the path planning problem in dynamic and multi-robot environment is still a problem that needs to be further studied. The purpose of this paper is to solve the path planning problem in multi-robot dynamic environment. The global planning technology of robot and the collision avoidance planning method of single robot and multi-robot in the environment with dynamic obstacle are studied, and a dynamic priority rule is proposed. Ant colony algorithm and rolling window bilevel programming are improved to solve the path planning problem of multi-robot. The main work is as follows: (1) based on the analysis of the basic ant colony algorithm, the basic ant colony algorithm is improved to better adapt to the global path planning of the robot. The improvements include adaptive heuristic function, state selection strategy and pheromone allocation mechanism. In this paper, a static environment is set up, the basic ant colony algorithm and the improved ant colony algorithm are simulated for many times, which proves the superiority of the proposed algorithm. (2) aiming at the problem of robot obstacle avoidance in dynamic environment, A collision avoidance method combining rolling window and bilevel programming is proposed. The global path in the static environment is planned by the global programming method in the first layer programming, and in the second level programming, the global path in the static environment is planned by the global planning method in the first level programming. The local collision avoidance method is used in the rolling window. The dynamic obstacle prediction method, collision avoidance strategy and robot emergency collision avoidance strategy are established. Finally, the dynamic collision avoidance process of a single robot is simulated in the simulation software. Experimental results verify the effectiveness of the proposed algorithm. (3) A dynamic priority rule is proposed for path conflicts in multi-robot systems, which sets different priorities dynamically according to the length of the remaining path of the robot. The dynamic priority rule is combined with the rolling bilevel programming algorithm, and the obstacle prediction method and robot collision avoidance strategy are formulated. Finally, a simulation experimental environment is designed, and the simulation results show the effectiveness of the method.
【學(xué)位授予單位】：蘭州理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP242

【相似文獻】

相關(guān)期刊論文 前10條

1 楊翊鵬,李少遠;模糊優(yōu)化算法及其在視覺機器人路徑規(guī)劃中的應(yīng)用[J];控制與決策;2002年S1期

2 唐振民,趙春霞,楊靜宇,張進;基于動態(tài)規(guī)劃思想的多機器人路徑規(guī)劃[J];南京理工大學(xué)學(xué)報(自然科學(xué)版);2003年05期

3 張穎,吳成東,原寶龍;機器人路徑規(guī)劃方法綜述[J];控制工程;2003年S1期

4 胡小兵,黃席樾;基于蟻群算法的三維空間機器人路徑規(guī)劃[J];重慶大學(xué)學(xué)報(自然科學(xué)版);2004年08期

5 伊連云;董玲;付瑩瑩;張俊亮;;虛擬磁場理論在足球機器人路徑規(guī)劃中的應(yīng)用[J];自動化博覽;2006年02期

6 宋一然;;基于強化學(xué)習(xí)的多機器人路徑規(guī)劃方法[J];莆田學(xué)院學(xué)報;2006年02期

7 姜志堅;徐效美;;智能算法在機器人路徑規(guī)劃中的應(yīng)用研究[J];電腦知識與技術(shù);2008年36期

8 王鵬飛;田沖;;用于多機器人路徑規(guī)劃的一種改進蟻群算法[J];電腦知識與技術(shù);2008年S2期

9 黃力;張增芳;朱亞超;;基于二叉決策的機器人路徑規(guī)劃研究[J];機械設(shè)計與制造;2008年03期

10 劉硯菊;楊青川;辜吟吟;;蟻群算法在機器人路徑規(guī)劃中的應(yīng)用研究[J];計算機科學(xué);2008年05期

相關(guān)會議論文 前9條

1 趙凱;王玨;;對人的適應(yīng)以及在機器人路徑規(guī)劃中的應(yīng)用[A];2001年中國智能自動化會議論文集（上冊）[C];2001年

2 楊翊鵬;李少遠;;基于滿意優(yōu)化的視覺機器人路徑規(guī)劃[A];第二十一屆中國控制會議論文集[C];2002年

3 陸凱峰;彭力;;基于改進蟻群優(yōu)化算法的機器人路徑規(guī)劃[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年

4 王奇志;王洪志;;關(guān)于機器人路徑規(guī)劃三種典型方法的比較與討論[A];2005年中國智能自動化會議論文集[C];2005年

5 李貽斌;宋勇;榮學(xué)文;;基于神經(jīng)網(wǎng)絡(luò)的進化機器人路徑規(guī)劃方法[A];2009年中國智能自動化會議論文集（第一分冊）[C];2009年

6 宋勇;李貽斌;劉冰;;基于回聲狀態(tài)網(wǎng)絡(luò)的機器人路徑規(guī)劃進化算法[A];2009年中國智能自動化會議論文集（第一分冊）[C];2009年

7 張純剛;席裕庚;;基于滾動窗口的移動機器人路徑規(guī)劃[A];2001年中國智能自動化會議論文集（上冊）[C];2001年

8 王菁華;崔世鋼;羅云林;;基于Matlab的智能機器人路徑規(guī)劃仿真[A];'2008系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2008年

9 王文;夏耘;;微粒群算法在機器人路徑規(guī)劃中的應(yīng)用[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（3）[C];2008年

相關(guān)博士學(xué)位論文 前2條

1 邵杰;基于學(xué)習(xí)分類器的多機器人路徑規(guī)劃關(guān)鍵技術(shù)研究[D];南京理工大學(xué);2011年

2 劉傳領(lǐng);基于勢場法和遺傳算法的機器人路徑規(guī)劃技術(shù)研究[D];南京理工大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 向光海;變電站巡檢機器人路徑規(guī)劃系統(tǒng)設(shè)計與實現(xiàn)[D];西南交通大學(xué);2015年

2 孫晴晴;基于人工蜂群算法的機器人路徑規(guī)劃[D];南京師范大學(xué);2015年

3 竇連航;基于人工蜂群算法的多機器人路徑規(guī)劃方法研究[D];上海大學(xué);2015年

4 王維;基于多智能體系統(tǒng)的多機器人路徑規(guī)劃方法研究及應(yīng)用[D];電子科技大學(xué);2015年

5 李榮龍;基于改進粒子群優(yōu)化算法的機器人路徑規(guī)劃研究[D];南京郵電大學(xué);2015年

6 馮濤;基于協(xié)同進化算法的多機器人路徑規(guī)劃研究[D];南京郵電大學(xué);2015年

7 藍冬英;自主仿人機器人路徑規(guī)劃研究[D];東北大學(xué);2014年

8 趙珍;基于改進蟻群算法的多機器人路徑規(guī)劃研究[D];蘭州理工大學(xué);2016年

9 張雷;機器人路徑規(guī)劃及編隊問題的研究與仿真[D];西南交通大學(xué);2007年

10 劉渝;基于演化博弈的多機器人路徑規(guī)劃技術(shù)研究[D];武漢工程大學(xué);2012年

，

本文編號：2061913