基于K-Means与SVM结合的栅格分区路径规划方法 |
| |
作者单位: | ;1.南京邮电大学自动化学院 |
| |
摘 要: | 智能清洁机器人全局路径规划中,利用栅格法对清洁机器人的工作环境进行建模。分别介绍了K-Means聚类算法和支持向量机(SVM)算法,使用K-Means聚类算法与支持向量机(SVM)相结合的方法,以不同的约束条件进行聚类,在含有复杂障碍物的栅格地图时能有效减少分区,利用蚁群算法对分区后的栅格地图路径规划仿真,有效地提高了蚁群算法在栅格地图路径规划中的整体效率。
|
关 键 词: | 栅格地图 K-Means聚类 支持向量机(SVM) 蚁群算法 |
Path planning method based on K-Means and SVM combination grid partition |
| |
Abstract: | |
| |
Keywords: | |
|
|