提出一种全局静态环境下移动机器人路径规划的改进势场蚁群算法.该算法采用人工势场法求得的初始路径和机器人与下一个节点之间的距离综合构造启发信息,并引入启发信息递减系数,避免了传统蚁群算法由于启发信息误导所致的局部最优问题;依据零点定理, 提出初始信息素不均衡分配原则,不同的栅格位置赋予不同的初始信息素,降低蚁群搜索的盲目性,提高算法的搜索效率;设定迭代阈值,自适应调节信息素挥发系数,使得该算法具有较高的全局搜索能力,避免出现停滞现象.仿真结果验证了所提出算法的可行性和有效性.
2022-03-18 13:51:29
871KB
1
人工势场法（Artificial Potential Field Method）是一个典型的在线路径算法。其运用了'水往低处流'的思路，很自然的能够理解车辆路径的产生规律
2022-03-07 16:49:47
7KB
1
为了解决仓储机器人在全动态环境中的自主导航问题，在分析自主导航技术基础上建立了机器人和动态障碍物的数学模型，搭建了以二维激光雷达为主的环境感知平台，提出了一种改进的人工势场法。在传统人工势场法中同时引入相对速度和相对加速度因素得到改进的人工势场模型，实现机器人在全动态环境中的自主移动。设计了无障碍物和多动态障碍物两种移动环境。经仿真验证，应用改进的人工势场法进行路径规划能高效地避开动态障碍物、跟踪动态目标，且运动路径光滑。
2022-02-09 11:16:38
2.14MB
1
运用matlab语言，采用改进的人工势场法进行避障
2021-12-29 13:48:33
2KB
针对于移动机器人在传统人工势场法路径规划中易于陷入局部最小点而无法抵达目标点的问题，同时考虑到实际环境中人工势场法相关参数的不确定性，提出了一种基于模糊人工势场法的动态路径规划方法。借助于专家经验进行模糊决策，调整移动机器人在各个时刻的合力大小和方向，进而解决斥力常数、引力方向偏角以及机器人行驶速度的不确定性问题。为了验证该方法的有效性，在智能全向车平台进行了应用，结果表明，智能全向车运动轨迹平滑，避免了实际应用中的震荡问题。
2021-11-01 21:46:38
951KB
1