生物智能算法在机器人路径规划中的应用研究

提出并研究了一种应用于机器人路径规划的改进型生物智能算法。针对机器人路径规划的实际应用,在用Dijkstra算法链接图建模的地图中得到一个最优解的可行空间,又用优化蚁群算法得到全局的最优路径,具有较强的鲁棒性。在微粒群算法的基础上提出了矢量编码方案,有效避免了对地图建模过程的依赖,优化设计了交叉算子和变异算子,使得算法在保持较高收敛速度的同时能够避免陷入局部最优点。计算机仿真结果表明了算法的有效性。     

一种新型的机器人自适应跟踪控制器研究

针对神经动力学模型描述的非完整移动机器人系统,研究了其在未知参数和不确定性干扰下的轨迹跟踪控制问题.基于反演技术提出了一种转矩控制器,利用Lyapunov稳定性理论和中间虚拟控制量保证跟踪误差渐进收敛到零.不但能够得到稳定跟踪所需速度,并且有效解决了不确定非完整移动机器人动力学系统的轨迹跟踪问题,具有设计方法简单,鲁棒性强的特点.仿真结果验证了所设计的控制器的有效性和正确性.