【摘要】：移動機器人在宇宙探測、海洋開發(fā)、工廠自動化、排險、軍事、服務等方面均有廣泛的應用前景,其中,路徑規(guī)劃技術(shù)是移動機器人研究的核心內(nèi)容之一,因此,進行路徑規(guī)劃方面的研究具有重要的應用價值,但也有很多需要解決的現(xiàn)實問題:第一,移動機器人被廣泛應用于各種不同場景,使得對路徑規(guī)劃的研究也必須從已知靜態(tài)環(huán)境延伸到了更加復雜的環(huán)境,在復雜環(huán)境中分析出一條安全有效的路徑,是當前路徑規(guī)劃研究的熱點問題;第二,現(xiàn)有的算法不適用于復雜環(huán)境下路徑規(guī)劃。于是本文在對這些算法的學習和改進的過程中,完成了復雜環(huán)境下的移動機器人路徑規(guī)劃實驗,取得成果如下:1.針對TSP問題提出了一種基于螢火蟲與遺傳算法的混合算法。通過引入遺傳算法中的交叉、變異、逆轉(zhuǎn)操作對螢火蟲算法進行改進,該方案在MATLAB中進行了仿真實驗,結(jié)果表明這種混合算法既能彌補了遺傳算法的隨機性,又克服了螢火蟲算法在收斂過程中可能出現(xiàn)的早熟現(xiàn)象,同時,增加了螢火蟲算法的收斂速率。2.針對靜態(tài)環(huán)境下路徑規(guī)劃問題,提出了改進型小生境螢火蟲算法。首先,根據(jù)柵格地圖的特點,將螢火蟲算法的數(shù)學模型進行重新定義。其次,在螢火蟲算法中引入小生境技術(shù),通過小生境技術(shù)中的分享機制,加快了算法收斂速度。然后,考慮到實際機器人的大小,于是提出改進型小生境螢火蟲算法,通過增加最優(yōu)解的約束條件和設(shè)置安全距離約束條件,得到全局唯一最優(yōu)路徑。最后,該方案在MATLAB中進行了仿真實驗,結(jié)果表明改進型小生境螢火蟲算法具有極好的收斂性和可行性。3.針對復雜環(huán)境下路徑規(guī)劃問題,提出了基于改進型螢火蟲算法和改進人工勢場法的混合算法。首先,為了使人工勢場法更適應有動態(tài)障礙物的環(huán)境,在傳統(tǒng)斥力場函數(shù)基礎(chǔ)上,為動態(tài)障礙物建立新的斥力場,通過動態(tài)障礙物對機器人的斥力作用,使得機器人能有效避開動態(tài)障礙物。其次,混合算法將用于全局路徑規(guī)劃的改進螢火蟲算法和用于局部路徑規(guī)劃的改進人工勢場法相結(jié)合,不僅解決了全局路徑規(guī)劃缺少實時性的問題,同時由于得到一條全局參考路徑,在局部路徑規(guī)劃中減小了計算量。最后,通過仿真實驗驗證了該混合算法的可行性。4.針對移動機器人路徑規(guī)劃的實現(xiàn)進行研究。首先,移動機器人硬件平臺的設(shè)計。其次,根據(jù)機器人運動學模型,采用非線性模型預測控制算法對路徑進行跟蹤,仿真實驗表明非線性模型預測控制算法具有良好的跟蹤效果。最后,在輪式機器人上完成路徑規(guī)劃與跟蹤過程,實驗結(jié)果表明本文提出的移動機器人路徑規(guī)劃方案是有效可行的。
【學位授予單位】：安徽工程大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP242

【引證文獻】

相關(guān)碩士學位論文 前2條

1 梁凱;基于AFSA-GA算法融合的機器人路徑規(guī)劃研究[D];新疆大學;2018年

2 宋彬;結(jié)合粒子群算法和改進蟻群算法的機器人混合路徑規(guī)劃[D];中國礦業(yè)大學;2018年

本文編號：2729947