移動(dòng)機(jī)器人二維空間路徑規(guī)劃方法研究

移動(dòng)機(jī)器人二維空間路徑規(guī)劃方法研究

ID:32473632

大小:3.14 MB

頁(yè)數(shù):83頁(yè)

時(shí)間:2019-02-06

移動(dòng)機(jī)器人二維空間路徑規(guī)劃方法研究_第1頁(yè)
移動(dòng)機(jī)器人二維空間路徑規(guī)劃方法研究_第2頁(yè)
移動(dòng)機(jī)器人二維空間路徑規(guī)劃方法研究_第3頁(yè)
移動(dòng)機(jī)器人二維空間路徑規(guī)劃方法研究_第4頁(yè)
移動(dòng)機(jī)器人二維空間路徑規(guī)劃方法研究_第5頁(yè)
資源描述:

《移動(dòng)機(jī)器人二維空間路徑規(guī)劃方法研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、摘要移動(dòng)機(jī)器人的研究和開(kāi)發(fā)近年來(lái)受到了人們的高度重視。人們要求機(jī)器人在運(yùn)動(dòng)過(guò)程中能夠根據(jù)周圍環(huán)境的變化而自主的采取相應(yīng)措施的能力也越來(lái)越強(qiáng)。因此,作為機(jī)器人智能的一個(gè)重要因素一一路徑規(guī)劃就顯得尤為重要。路徑規(guī)劃是按照某一性能指標(biāo)搜索一條從起始狀態(tài)到目標(biāo)狀態(tài)的最優(yōu)或近似最優(yōu)的無(wú)碰路徑。本文主要針對(duì)復(fù)雜環(huán)境下移動(dòng)機(jī)器人路徑規(guī)劃及其相關(guān)的關(guān)鍵技術(shù)展開(kāi)了研究,著重研究了靜態(tài)已知環(huán)境和動(dòng)態(tài)已知環(huán)境下機(jī)器人的路徑規(guī)劃問(wèn)題。論文的主要研究工作如下:首先,詳細(xì)地介紹和分析了傳統(tǒng)的Khatib人工勢(shì)場(chǎng)模型。該模型將目標(biāo)

2、點(diǎn)看作與移動(dòng)機(jī)器人帶有相反極性的電荷的帶電體,障礙物看作與機(jī)器人帶有相同極性的電荷的帶電體。利用電荷的吸引與排斥力進(jìn)行路徑規(guī)劃。在該模型的基礎(chǔ)上,設(shè)計(jì)了移動(dòng)機(jī)器人路徑規(guī)劃方案。其次,研究了傳統(tǒng)Khatib人工勢(shì)場(chǎng)模型的不可到達(dá)問(wèn)題(GNRON)。考慮到不能到達(dá)問(wèn)題是由于在目標(biāo)點(diǎn)處的勢(shì)場(chǎng)斥力函數(shù)過(guò)大造成的,將勢(shì)場(chǎng)斥力函數(shù)與機(jī)器人與目標(biāo)點(diǎn)的相對(duì)位置考慮在內(nèi),通過(guò)這個(gè)方式對(duì)斥力函數(shù)進(jìn)行修正,解決了傳統(tǒng)Khatib人工勢(shì)場(chǎng)模型的不可到達(dá)問(wèn)題。并將改進(jìn)勢(shì)場(chǎng)模型引入到動(dòng)態(tài)路徑規(guī)劃當(dāng)中,實(shí)驗(yàn)表明,在運(yùn)動(dòng)狀態(tài)未知的動(dòng)

3、態(tài)環(huán)境中,運(yùn)用改進(jìn)后的勢(shì)場(chǎng)模型能夠進(jìn)行準(zhǔn)確的路徑規(guī)劃。再次,分析Khatib人工勢(shì)場(chǎng)模型存在的局部最小點(diǎn)問(wèn)題和產(chǎn)生原因,為了解決由于模型參數(shù)的隨機(jī)性帶來(lái)的局部最小值問(wèn)題,提出一種基于改進(jìn)的人工勢(shì)場(chǎng)模型的遺傳算法搜索方法,并用該方法來(lái)尋求全局最優(yōu)解,從而跳出函數(shù)的局部最小點(diǎn),達(dá)到路徑最優(yōu)。同時(shí)在傳統(tǒng)人工勢(shì)場(chǎng)的基礎(chǔ)上,采用了一種新的環(huán)境建模方式。最后,將蟻群算法與機(jī)器人路徑規(guī)劃相結(jié)合,設(shè)計(jì)了基于蟻群算法的移動(dòng)機(jī)器人路徑規(guī)劃方法。仿真實(shí)驗(yàn)表明,不管路徑有多復(fù)雜,只要有通路客觀存在,該方法必能迅速規(guī)劃出優(yōu)化路

4、徑。關(guān)鍵詞:移動(dòng)機(jī)器人;路徑規(guī)劃;人工勢(shì)場(chǎng);遺傳算法;蟻群算法IIAbstractTheresearchanddevelopmentofmobilerobotshavebeenpaidgreatattentiontoinrecentyears.Therequirementofitsabilitytotakecorfespondingmeasuresinaccordancewiththeenvironmentalchangesinitsmovingcourseshasbecomehigherandhig

5、her.Therefore,thepathplanning,asanimportantfieldsinrobotintelligence,appearsparticularlysignificant.Pathplanningissearchingaoptimalpathwithouttouchfromthestarttotheendunderwayaperformanceindicators.Thisthesismainlyfocusesonthestudyofthepathplanningofmob

6、ilerobotsincomplicatedenvironmentanditsrelevantproblems,especiallythepathplanninginstaticanddynamicenvironment.FollowingarethemaincontentofthisthesiS:ThefirstpartanalysestheKhatibartificialpotentialfieldmodelinwhichwetakethegoalpointswithmobilerobotswit

7、hthesamepolarityasthechargeandtheobstacleswiththeconverselypolarityasthecharge.Pathplanningisundertheattractanddiscouragingedgeofelectriccharge.Onthebaseofthismodel,apathplanningmethodofmobilerobotisdesigned.Thesecondpartdescribestheproblemofgoalsnon—re

8、achablewithobstaclesnearby(GNRON)whenusingpotentialfieldmethodsformobilerobotpathplanning.Consideringtheproblemiscausedbytheexcessiveoftheartificialpotentialfielddiscouragingfunctionatthepointofthegoal,therelativepositionsofthero

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。