隨著機器人領(lǐng)域相關(guān)技術(shù)的不斷創(chuàng)新和發(fā)展,各式各樣的機器人大量涌現(xiàn),機器人的應(yīng)用場景越來越復(fù)雜,對機器人技術(shù)的要求也隨之越來越高。路徑規(guī)劃技術(shù)作為機器人技術(shù)研究中不可或缺的一個組成部分,有著非常重要的研究和應(yīng)用價值,在機器人領(lǐng)域備受國內(nèi)外學(xué)者的關(guān)注和青睞。本文針對靜態(tài)復(fù)雜環(huán)境下的路徑規(guī)劃問題,提出一種BiRRT-ACO融合算法來提高機器人路徑規(guī)劃的性能,該算法充分利用了BiRRT算法快速性和ACO算法信息素正反饋機制的優(yōu)勢,通過對兩種算法進行多策略優(yōu)化和融合,得到一種適用于機器人路徑規(guī)劃的快速、穩(wěn)定、高效的新算法。本文所做的研究工作包括:（1）改進Bi-RRT算法和改進ACO算法。通過對Bi-RRT算法和ACO算法的深入研究和分析,發(fā)現(xiàn)這兩種算法自身都存在一些不足之處,Bi-RRT算法求解穩(wěn)定性差、求解效果不佳,ACO算法搜索時間長、易陷入局部最優(yōu),導(dǎo)致了最終規(guī)劃得到的路徑質(zhì)量差。為了改善這種情況,本文在Bi-RRT算法節(jié)點擴展的方向性和路徑平滑性方面進行改進,在ACO算法的狀態(tài)轉(zhuǎn)移方式和信息素更新方式上進行優(yōu)化,這樣減少了兩種算法搜索路徑的時間,大大提高了路徑平滑度和路徑質(zhì)量。（2）B... 

【文章來源】：河南大學(xué)河南省

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

蟻群算法基本原理描述示意圖

進來克服其缺陷帶來的不良影響，并進于路徑規(guī)劃問題。路徑規(guī)劃方法之前，先采用柵格法進行環(huán)進行柵格量化，從而轉(zhuǎn)換成可理解的數(shù)學(xué)析。處的帶障礙物的環(huán)境區(qū)域，機器人可以向，以其左下角為坐標(biāo)原點，下邊界為 X 軸水平、豎直兩個方向上的移動步長為 a，，進一步可知，X 軸上的柵格個數(shù)xN = X格地圖如圖 3-1 所示（圖中十字形部分

使其彌補蟻群算法在前期搜索時缺失信息素帶來的影響，發(fā)解決蟻群算法中搜索時間過長的問題，同時將陷阱節(jié)點作為路徑陷徑之前更新環(huán)境地圖，提前標(biāo)識地圖中陷阱所在位置，使得螞蟻地圖中存在的陷阱，最后利用改進 ACO 算法的信息素正反饋特RT-ACO 融合算法能夠達到優(yōu)勢互補的效果，在時間消耗方面優(yōu)量上優(yōu)于雙向搜索樹算法，能達到時間效率和求解質(zhì)量上的雙贏法的總體設(shè)計框架如圖 3-3 所示。


本文編號：3245984