基于智能算法的機器人路徑規(guī)劃方法研究.pdf

1、移動機器人路徑規(guī)劃是移動機器人技術研究中關鍵的問題之一，路徑規(guī)劃的主要任務是當移動機器人運行在外界環(huán)境中時，尋求一條從已知起點到終點之間的最優(yōu)路徑，即在存在障礙物的空間中能夠找到一條最短的或最低代價的無碰撞路徑。智能算法作為解決非線性問題的特殊方法，正在引起人們的廣泛關注，它是用計算的手段或方法來獲取和表達知識，并模擬實現(xiàn)智能行為。將智能算法運用到移動機器人路徑規(guī)劃中并對算法加以改進，是本文的研究重點。主要內容如下： 首先從移動

2、機器人的歷史和現(xiàn)狀出發(fā)，對比機器人技術在國內外的不同發(fā)展狀況，詳盡地介紹機器人的定義和分類，討論移動機器人技術的研究意義和基本研究方向，對移動機器人領域的各種路徑規(guī)劃算法進行綜述，并總結路徑規(guī)劃所要解決的基本問題。 其次深入研究Dijkstra算法和啟發(fā)式搜索算法，在對比兩種算法的基礎上應用啟發(fā)式A*算法對移動機器人進行路徑規(guī)劃。同時對算法的啟發(fā)函數(shù)進行加權處理，比較了靜態(tài)加權和動態(tài)加權兩種方法，實驗仿真表明，應用動態(tài)加權的啟發(fā)

3、函數(shù)減少算法搜索的節(jié)點數(shù)目，在算法的搜索效率上，有了很大的提高。 然后提出基于神經(jīng)網(wǎng)絡的移動機器人路徑規(guī)劃。利用神經(jīng)網(wǎng)絡原理研究移動機器人的路徑規(guī)劃方法，此方法用并行網(wǎng)絡輸出的碰撞罰函數(shù)來量化路徑點與障礙物的遠近程度，并通過求解能量函數(shù)的最小值，來實現(xiàn)機器人的最優(yōu)路徑規(guī)劃。實驗表明，該方法在參數(shù)取值合理的情況下能較好的完成路徑規(guī)劃任務，但是在障礙物較多的情況下容易陷入局部極小值。 最后針對神經(jīng)網(wǎng)絡路徑規(guī)劃出現(xiàn)的局部極小值