| 未知环境中基于量子蚁群优化的移动机器人实时路径规划 |
| |
| 引用本文： | 张高林,张继宇,周萌.未知环境中基于量子蚁群优化的移动机器人实时路径规划[J].计算机与现代化,2018,0(7):49. |
| |
| 作者姓名： | 张高林 张继宇 周萌 |
| |
| 摘 要： | 针对未知环境中移动机器人的实时路径规划问题，提出一种基于量子蚁群优化(QuantumAntColonyOptimization,QACO)算法。本文方法中，每只蚂蚁携带一组量子比特从而增大了算法搜索空间，并采用量子旋转操作来增加种群位置的多样性，避免过早收敛，有利于算法跳出局部最优。在栅格环境模型的基础上建立激光探测模型，当激光探测模型探测到有威胁的障碍时，调用本文方法来重新规划路径，直至机器人避开障碍。最后，仿真实验表明本文方法的有效性、快速性及稳定性。
|
| 关 键 词： | 量子蚁群优化 路径规划 移动机器人 激光测距仪 |
| 收稿时间： | 2018-08-27 |
QuantumAntColonyOptimizationAlgorithmforReal-time#br#
PathPlanningofMobileRobotinUnknownEnvironment |
| |
| ZHANGGao-lin,ZHANGJi-yu,ZHOUMeng.QuantumAntColonyOptimizationAlgorithmforReal-time#br#
PathPlanningofMobileRobotinUnknownEnvironment[J].Computer and Modernization,2018,0(7):49. |
| |
| Authors: | ZHANGGao-lin ZHANGJi-yu ZHOUMeng |
| |
| Abstract: | Thispaperproposesaquantumantcolonyoptimization(QACO)algorithmforsolvingthereal-timepathplanningofmobilerobotsinunknownenvironments.Intheproposedalgorithm,eachantcarriesasetofquantumbitstoincreasethealgorithmsearchspace,andquantumrotationoperationisusedtoincreasethediversityofpopulationlocationstoavoidprematureconvergence,whichisconducivetothealgorithmjumpingoutofthelocaloptimum.Thispaperestablishesalaserdetectionmodelbasedonthegridenvironmentmodel.Whenthelaserdetectionmodeldetectsathreateningobstacle,theproposedmethodiscalledtore-planningthepathuntiltherobotavoidstheobstacle.Finally,simulationexperimentsdemonstratetheeffectiveness,rapidity,andstabilityoftheproposedalgorithm. |
| |
| Keywords: | quantumantcolonyoptimization pathplanning mobilerobot laserdetection |
|
| 点击此处可从《计算机与现代化》浏览原始摘要信息 |
|
点击此处可从《计算机与现代化》下载全文 |
