改进的进化编程及其在机器人路径规划中的应用

本文对进化编程中的变异概率进行改进,提高了进化计算的速度,并运用于机器人路 径规划,得到次优路径和可行的运算效率．     

模糊优化算法及其在视觉机器人路径规划中的应用

提出了视机器人路径规划的模糊满意优化方法，该算法基于预测控制滚动优化机制，将系统优化目标和受限约束通过模糊隶属度来表示，形成多目标模糊优化问题，解决了在全局环境未知情况下的优化路径问题。仿真结果验证了该方法的有效性。     

蚁群算法在机器人路径规划中的应用研究

针对传统机器人路径规划方法无法保证寻找全局最优路径的问题,本文提出了一种基于蚁群算法求解机器人路径规划的方法.在此基础上构建了移动机器人路径规划模型,并通过Visual C 6.0进行仿真.结果表明该算法能够在动态和静态环境中迅速找到机器人的最优路径,与基于遗传算法的路径规划方法相比具有较大的优势.     

基于免疫进化与混沌变异的机器人路径规划

针对传统进化算法的"早熟收敛"和"收敛速度慢"两大致命缺点,在分析了导致以上缺点原因的基础上,提出了一种基于人工免疫与混沌变异的双群进化算法。在该算法中,进化在2个子群间同时进行,一个种群使用混沌变异算子对解空间进行充分搜索,另一个种群使用指数衰减的高斯算子进行局部搜索,较快速地规划出性能是全局优化的可行路径。测试结果表明:该算法是可行的。     

机器人路径规划中算法计时的实现

在VC 5.0的环境下实现了机器人路径规划算法的计时。该方法具有通用性,几乎可以毫无更改地应用于其他算法的计时中。其具体实现步骤如下:     

人工鱼群算法在机器人加工路径规划中的应用

针对机器人加工路径规划问题,提出了一种基于人工鱼群算法的机器人加工路径规划新方法。仿真实验表明,该算法实现简单,搜索效率高,在较短时间内能够求得最优解,可满足机器人加工的实时性要求。     

微粒群算法在机器人路径规划中的应用

提出并研究了一种应用于机器人路径规划的改进微粒群算法;提出了矢量编码方案,有效地避免了对地图建模过程的依赖;在解的评价函数中引入了障碍物排斥函数项,实现了关于所求路径到障碍物距离的优化。最后,在基本微粒群算法的基础上引入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很好的避免陷入局部最优点。计算机仿真结果表明了改进算法相对于基本微粒群算法的优越性,并在100次的重复实验中达到了100%的成功率。     

人工免疫算法在机器人路径规划中的应用

人工免疫算法是一种新兴的优化方法,在计算、控制等各方面都已得到应用.将免疫算法应用于移动机器人路径规划,提出一种任意多边形障碍物复杂布局环境下的机器人路径规划的人工免疫算法,仿真证明该算法可以准确地找到全局最优路径,而且能够适应各种复杂的环境.     

基于差分进化的多机器人路径规划

差分进化是一种新兴的、简单有效的智能优化方法.其具有较好的收敛性、鲁棒性和高效性.将差分进化引入到多机器人路径规划来,提出了一种基于差分进化的多机器人路径规划方法,并调整了进化的参数值.采用该方法加快了多机器人路径的规划速度,有效地克服了传统遗传算法速度慢,适应新环境差的缺点,最后给出了的仿真结果证明方法可行、有效.     

蚁群算法及其在移动机器人路径规划中的应用

蚁群算法是优化领域中新出现并逐渐引起重视的一种仿生进化算法.首先介绍了蚁群算法基本原理和特点;然后回顾近年来国内外学者针对移动机器人路径规划的特点,对蚁群算法的进行改进,将其引入移动机器人中进行障碍规避和寻找最优路径,所提出的各种静态路径规划和动态路径规划方法的基本思想和特点.最后分析了蚁群算法在移动机器人路径规划应用中存在的问题,以及该学科未来研究方向.     

Evolutionary Path Planning Algorithm for Industrial Robots

This paper proposed a new methodology to solve collision free path planning problem for industrial robot using genetic algorithms. The method poses an optimization problem that aims to minimize the significant points traveling distance of the robot. The behavior of more two operational parameters – the end effector traveling distance and computational time – are analyzed. This algorithm is able to obtain the solution for any industrial robot working in the complex environments, just it needs to choose a suitable significant points for that robot. An application example has been illustrated using robot Puma 560.     

基因修复技术及其在机器人路径规划中的应用

通过研究遗传算法,发现可以利用搜索其整个种群中的基因块来修复最好个体的基因缺陷;基因修复作为一种复制算子,它概括了经典交叉（如n点交叉或均匀交叉）和基因扫描,并且适用于任意（两个或更多）个父代,在机器人导航的路径规划中应用了此种算子,并且得到良好的结果。     

机器人导航系统中的路径规划算法

导航系统是反映移动机器人自主特性与智能行为的关键问题之一,它所能完成的功能包括:环境的感知与识别、路径规划、路径跟踪、障碍回避等。路径规划是移动机器人导航技术中的重要组成部分,它是机器人执行各种任务的基础,而如何在动态时变环境中有效的实施路径规划是亟待解决的问题。本文综述了该领域研究的主要内容及其发展动态,在对一些较有代表性的研究思想及其相关算法分析的基础上,指出了存在的不足和有待进一步研究的问题,并提出了一些解决思路。     

Robust Path Planning for Non-Holonomic Robots

This paper deals with mobile robots path planning. We decompose the problem in three parts. In the first part, we describe a modeling method based on a configuration space discretization. Each model element is built following a particular structure which is easy to handle, as we will show. We describe the methodologies and the algorithms allowing to build the model. In the second part, we propose a path-planning application for a non-holonomic robot in configuration space. In the third part, we modify the path in order to be robust according to the control errors.     

基于量子进化算法的移动机器人实时路径规划

提出一种改进的量子进化算法来解决机器人实时路径规划问题。采用栅格法对环境建模,给出一种新型的解码方法来将量子个体转换为用栅格点表示的路径。在量子旋转门的基础上,引进遗传算法中的交叉和变异操作以及专门针对路径规划问题设计的修复算子,共同对量子种群进行更新,提升了算法的搜索效率。借助Matlab图形用户界面GUI实现对机器人实时路径规划过程的模拟,仿真结果表明,所提方法能够在较复杂的环境中规划出可行且长度较短的路径,且当环境中出现新的障碍物或原有障碍物向不同方向移动时,该方法均能及时地响应,重新规划出新的最优路径。     

基于节点扩张的遗传算法在机器人路径规划中的应用

将一种新型的遗传算法应用于移动机器人路径规划。提出基于障碍节点扩张法的无障碍连通路径初始种群的产生算法,以及基于待变异节点扩张的变异操作算法,同时在交叉、变异操作之后进行局部优化,简化编程,提高适用性。仿真结果表明同普通的A*算法相比较,该路径规划算法具有寻优质量高、规划路径更为平滑的特点     

Deliberative On-Line Local Path Planning for Autonomous Mobile Robots

This paper describes a method for local path planning for mobile robots that combines reactive obstacle avoidance with on-line local path planning. Our approach is different to other model-based navigation approaches since it integrates both global and local planning processes in the same architecture while other methods only combine global path planning with a reactive method to avoid non-modelled obstacles. Our local planning is only triggered when an unexpected obstacle is found and reactive navigation is not able to regain the initial path. A new trajectory is then calculated on-line using only proximity sensor information. This trajectory can be improved during the available time using an anytime algorithm. The proposed method complements the reactive behaviour and allows the robot to navigate safely in a partially known environment during a long time period without human intervention.     

智能机器人路径规划及算法研究

路径规划技术是机器人控制技术研究中的一个重要问题,目前的研究主要分为全局规划方法和局部规划方法两大类。在对一些较有代表性的研究思想及其相关算法分析的基础上,比较各种方法的优缺点,提出了机器人路径规划今后的研究重点。     

移动机器人路径规划算法的研究综述

路径规划是移动机器人的热门研究之一,是实现机器人自主导航的关键技术.针对移动机器人路径规划的算法进行研究,以了解不同条件下路径规划算法的发展与应用,系统性地总结了路径规划的研究现状和发展.针对移动机器人路径规划的特点,将其划分为智能搜索算法、基于人工智能算法、基于几何模型算法和用于局部避障算法.基于上述分类,介绍了近年...     

Path Planning for Robots by Stochastic Optimization Methods

The problem of adaptive trajectory planning for robots under stochastic uncertainty is considered, where new information about the robots and their environment is presented on-line. Solving the problem numerically by means of spline approximation and by applying the method of neural networks, the optimal control can be calculated in real-time. Some numerical results are presented.