【摘要】：針對傳統(tǒng)非結構環(huán)境下路徑規(guī)劃時機器人運動狀態(tài)振蕩和適應性差等問題,提出了一種基于情景螢火蟲算法(SGSO)的機器人路徑規(guī)劃策略。該算法基于混沌系統(tǒng)的規(guī)律性、隨機性和歷遍性以實現(xiàn)初始化,并利用黃金比分割法進行后期優(yōu)化,以提高種群的多樣性,抑制算法的早熟和局部收斂;同時,引入關于螢火蟲"天敵"的情景理解,改進螢火蟲種群的選擇機制,解決螢火蟲在非結構環(huán)境下尋跡過程中的擱淺現(xiàn)象,增強了算法的適應性和魯棒性。四個測試函數(shù)的仿真實驗結果表明,所提算法的求解精度、收斂效率優(yōu)于基本螢火蟲種群優(yōu)化(GSO)算法;將該算法應用于非結構環(huán)境下移動機器人的路徑規(guī)劃中,檢測結果表明,基于SGSO的規(guī)劃路徑更短,且轉角處更光滑,有效避免了機器人大角度轉向對動力系統(tǒng)造成的額外負荷,驗證了所提算法的可行性和有效性。
[Abstract]:In order to solve the problems of robot motion state oscillation and poor adaptability in traditional path planning under unstructured environment, a robot path planning strategy based on scenario firefly algorithm (SGSO) is proposed. The algorithm is based on the regularity, randomness and history of chaotic system to realize initialization, and the gold ratio segmentation method is used to optimize the later stage to improve the diversity of population and restrain the precocity and local convergence of the algorithm. At the same time, the scenario understanding of the natural enemy of the firefly is introduced to improve the selection mechanism of the firefly population, to solve the stranded phenomenon in the tracing process of the firefly in the non-structural environment, and to enhance the adaptability and robustness of the algorithm. The simulation results of four test functions show that the proposed algorithm has better accuracy and convergence efficiency than the basic firefly population optimization (GSO) algorithm. The algorithm is applied to the path planning of mobile robot in unstructured environment. The detection results show that the path planning based on SGSO is shorter and the corner is smoother, which effectively avoids the extra load caused by large angle steering of the robot to the power system. The feasibility and effectiveness of the proposed algorithm are verified.
【作者單位】： 重慶交通大學機電與車輛工程學院;
【基金】：國家自然科學基金資助項目(51375519)~~
【分類號】：TP242

【相似文獻】

相關期刊論文 前10條

1 栗紅生;劉瑩;;復雜路徑下機器人路徑規(guī)劃優(yōu)化方法仿真[J];計算機仿真;2014年01期

2 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)劃中的應用[J];控制與決策;2002年S1期

3 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];南京理工大學學報(自然科學版);2003年05期

4 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

5 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];重慶大學學報(自然科學版);2004年08期

6 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)劃中的應用[J];自動化博覽;2006年02期

7 宋一然;;基于強化學習的多機器人路徑規(guī)劃方法[J];莆田學院學報;2006年02期

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

9 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;2008年S2期

10 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];機械設計與制造;2008年03期

相關會議論文 前10條

1 趙凱;王玨;;對人的適應以及在機器人路徑規(guī)劃中的應用[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中國控制與決策學術年會論文集[C];2007年

4 王奇志;王洪志;;關于機器人路徑規(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;榮學文;;基于神經(jīng)網(wǎng)絡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 楊淮清;姚棟;肖興貴;;基于二維半與特征描述的機器人非結構環(huán)境建模研究[A];第三屆和諧人機環(huán)境聯(lián)合學術會議（HHME2007）論文集[C];2007年

9 楊淮清;姚棟;肖興貴;;基于二維半與特征描述的機器人非結構環(huán)境建模研究[A];2007北京地區(qū)高校研究生學術交流會通信與信息技術會議論文集（上冊）[C];2008年

10 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)仿真技術及其應用學術會議論文集[C];2008年

相關博士學位論文 前10條

1 邵杰;基于學習分類器的多機器人路徑規(guī)劃關鍵技術研究[D];南京理工大學;2011年

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

3 高健;小型履帶式移動機器人遙自主導航控制技術研究[D];北京理工大學;2015年

4 宗成國;履帶可變角度的關節(jié)式移動機器人技術研究[D];北京理工大學;2015年

5 王可;基于變分模型的移動機器人三維環(huán)境建模方法研究[D];北京工業(yè)大學;2016年

6 張穎;多移動機器人編隊導航的雙邊遙操作方法研究[D];東南大學;2016年

7 劉大亮;一種球形移動機器人的運動分析與控制技術的研究[D];北京郵電大學;2009年

8 齊海銘;管內移動機器人示蹤定位技術研究[D];哈爾濱工業(yè)大學;2010年

9 徐賀;可重構多機動模式移動機器人及其關鍵技術研究[D];哈爾濱工業(yè)大學;2006年

10 王海英;智能優(yōu)化算法研究及其在移動機器人相關技術中的應用[D];哈爾濱理工大學;2007年

相關碩士學位論文 前10條

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

4 王維;基于多智能體系統(tǒng)的多機器人路徑規(guī)劃方法研究及應用[D];電子科技大學;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;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;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;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;2016年

9 于清平;基于ARM平臺的多機器人路徑規(guī)劃系統(tǒng)研究[D];上海工程技術大學;2016年

10 李龍俊;基于聚類分區(qū)和改進蟻群算法的清潔機器人路徑規(guī)劃研究[D];南京郵電大學;2016年

，

本文編號：2397253