共查询到10条相似文献,搜索用时 15 毫秒
1.
针对复杂非结构化环境下移动机器人的路径规划问题,提出了将全局与局部规划算法相融合的路径规划方法。首先,对传统A*方法进行了有效的改进,新的A*算法能够完成机器人的路径规划任务,利用二次A*搜索方法得到了优化后的路径点,缩短了移动机器人的行驶路径。进一步,动态切点法可以有效地对已规划路径进行平滑处理;然后,综合考虑路径和环境的情况,采用改进的人工势场方法对移动机器人进行了局部路径规划,通过增设虚拟子目标的方法解决局部极小值问题,利用自适应步长调节算法对移动机器人的步长进行了动态优化;最后,针对不同场景,利用数值仿真将该算法与传统算法进行比较,结果表明该算法在不同环境路径规划的问题上具有一定的先进性和优越性。 相似文献
2.
3.
基于改进Voronoi图的移动机器人在线路径规划 总被引:1,自引:0,他引:1
针对移动机器人在部分环境信息已知下的路径规划问题,运用Voronoi图理论及动态路径最优算法(D*算法)理论,研究了一种基于传感器信息的移动机器人在线路径规划的方法.该方法利用现有的已知环境信息离线生成路图,并根据起点与终点的位置规划出一条无碰撞的全局最优路径,然后移动机器人沿着最优路径前进,安装在机器人上的传感器不断地探测环境新信息以在线完成路图的重构及路径的重规划,实时搜索一条全局最优路径.最后,通过在自制的小车平台上的实验证明方法的可行性. 相似文献
4.
5.
6.
基于Floyd算法的移动机器人最短路径规划研究 总被引:4,自引:0,他引:4
最短路径规划是一种点对点的路径规划方式,移动机器人最短路径规划研究即是实现始点和终点间最短路径规划问题的研究.首先采用栅格地图的方式对移动机器人工作环境建模,在建模的基础上,以垂线法方式选择移动机器人路径中的关键节点,确定关键节点的位置和权值关系,并根据所选节点,基于Floyd算法进行移动机器人的最短路径规划,以及对规划的路径算法进行简化改进,通过实验证明,改进的Floyd算法能实现移动机器人路径的最短和用时的相对减少. 相似文献
7.
8.
移动机器人导航控制理论和方法的研究,是决定智能移动机器人能否真正实现自主化、智能化的关键,一直以来也是机器人技术领域研究的重点和热点。A*算法作为一种比较成功的算法应用在了机器人的路径寻优和规划方面,但由于A*算法本身的计算特点决定,在栅格环境下A*算法规划出的移动机器人路径往往存在着折线多、转折次数多、累计转折角度大等问题。针对A*算法的缺点和不足,在其基础上,提出了一种双层A*算法,该算法将栅格地图分为高层栅格地图和低层栅格地图,对栅格地图进行了"局部合并地图"的构建,在算法中加入了栅格占据概率函数,通过低层与高层算法相结合得到最优路径。仿真结果表明在很大程度上解决了A*算法存在的问题,使移动机器人能够在复杂环境下应用该算法进行路径规划。 相似文献
9.
10.
针对移动机器人路径规划质量不高的问题,对环境建模、适应度函数建立、算法选择等方面进行了研究归纳,提出了一种基于模糊推理技术PSO算法的路径规划方法。首先,对障碍物进行了扩展处理,通过坐标系转换建立了简化的环境模型;其次,在分析传统PSO算法采用定值的惯性因子ω和学习因子c_1、c_2取值对算法性能影响的基础上,提出了改进的PSO算法,采用模糊推理技术自适应地动态调整c_1、c_2;最后,将改进PSO算法应用于提高移动机器人路径规划中。研究结果表明:相对于传统PSO与APSO算法路径规划,改进算法在复杂环境下路径长度、平滑度、运行时间方面分别最少提高了17%、14%、7%,验证了算法在路径规划方面的可行性与高效性。 相似文献