共查询到17条相似文献,搜索用时 93 毫秒
1.
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... 相似文献
2.
3.
一种移动机器人的路径规划算法 总被引:10,自引:0,他引:10
本文提出一种移动机器人路径规划最短切线路径算法。依据此算法,机器人能顺利地避开障碍物到达目标位置,其原理简单,计算快捷,容易实现。仿真结果验证了它的有效性和实用性。 相似文献
4.
移动机器人是目前科学技术发展最活跃的领域之一,在工业、农业、医疗等行业广泛应用,还在城市安全、国防和空间探测领域得到更广的应用。要实现机器人在未知环境下自主作业,具备实时、自主、识别高风险区域和风险管理的能力,路径规划是一个重要环节,规划水平的高低,在一定程度上标志着机器人的智能水平,因此研究机器人路径规划对提高机器人的智能化水平、加快工程化应用具有重要的意义。文章重点分别从全局路径规划和局部路径规划角度对机器人路径规划的研究方法进行了分析与总结,同时分析研究了基于仿生学的智能算法的遗传算法、蚁群算法、粒子群算法,最后展望了移动机器人的未来发展趋势。 相似文献
5.
移动机器人路径规划的最短切线路径算法 总被引:5,自引:0,他引:5
本文提出一种移动机器人路径规划最短切线路径算法。依据此算法,机器人能顺利地避开障碍物到达目标位置,其原理简单,计算快捷,容易实现。仿真结果验证了它的有效性和实用性。 相似文献
6.
7.
研究移动机器人路径规划问题.移动机器人路径规划是一个多目标优化问题,由于避障定位要求,传统机器人路径规划优化方法存在算法复杂、搜索空间大和效率低等难题,难以获得最优解.为了提高机器路径规划的效率和定位准确性,提出了一种蚁群算法的移动机器人路径规划方法.蚁群算法的路径规划方法首先采用栅格法对机器人工作环境进行建模,然后将机器人出发点作为蚁巢位置,路径规划最终目标点作为蚁群食物源,通过蚂蚁间相互协作找到-条避开障碍物的最优机器人移动路径.仿真实验结果证明,蚁群算法的路径规划方法提高了机器人路径规划的效率,能在最短时间找到机器人路径规划最优解,且能安全避开障碍物,为优化设计提供了依据. 相似文献
8.
9.
基于移动机器人的安全考虑,提出了一种改进的可视图法。该方法用尽可能远离障碍物的路径表示弧,先确定可能的路径点作为节点,然后考虑可能路径,建立结点间的弧,并用Dijkstra算法求出图中的最短路径。最后通过仿真研究表明,用文章提出的方法规划的路径可以达到或接近最优路径。 相似文献
10.
随着人工智能技术的兴起和发展,移动机器人也被运用到各行各业。路径规划作为机器人技术中的重要组成部分之一,是实现移动机器人自主导航的关键技术,一直备受研究者的密切关注。路径规划的核心问题是路径规划算法,随着移动机器人所处的环境越来越复杂,对路径规划算法也提出了更高要求。针对路径规划算法的实现原理,总结了目前主流路径规划算法的研究现状,并根据各规划算法的特点,将算法分为传统路径规划算法、基于采样路径规划算法、智能仿生算法以及基于强化学习的算法。文章也围绕以上算法进行分析梳理,分析其优缺点以及改进方法,并针对现有路径规划算法的研究现状,对未来路径规划算法的发展进行展望,为路径规划的发展提供了一定的思路。 相似文献
11.
12.
路径规划是机器人技术研究领域中的核心问题。本文针对机器人路径规划问题,提出了基于遗传算法的解决方案。在遗传算子的设计中,通过加入自适应调整方法使得算法更加完善,解决进化过程中因陷入局部极小值而不能到达目标点的问题。最后,在模拟环境下进行路径规划仿真,验证了算法的有效性。 相似文献
13.
14.
15.
针对移动机器人未知环境下的安全路径规划,本文采用了一种局部连接Hopfield神经网络(ANN)规划器。对任意形状环境,ANN中兼顾处理了“过近”和“过远”来形成安全 路径,而无需学习过程。为在单处理器上进行有效的在线路径规划,提出用基于距离变换的串行模拟,加速数值势场的传播。仿真表明,该方法具有较高的实时性和环境适应性。 相似文献
16.
17.
加速度空间中基于线性规划的移动机器人路径规划方法 总被引:1,自引:0,他引:1
针对动态不确定环境下移动机器人的路径规划问题, 提出了加速度空间中一种基于线性规划 (Linear programming, LP) 的方法. 在机器人的加速度空间中利用相对信息, 把机器人路径规划这一非线性问题, 描述成满足一组线性约束同时使目标函数极小的线性规划问题, 嵌入基于线性规划方法的规划器, 得到一条满足性能要求的最优路径. 仿真试验验证了算法的实用性及有效性, 与势场引导进化计算的方法 (Artificial potential guided evolution algorithm, APEA) 相比更优化, 更实时. 相似文献