基于改進(jìn)粒子群優(yōu)化算法的機(jī)器人路徑規(guī)劃研究.pdf

1、移動機(jī)器人路徑規(guī)劃是機(jī)器人學(xué)中重要的技術(shù)之一，在一定程度上標(biāo)志著機(jī)器人智能化水平。移動機(jī)器人路徑規(guī)劃要求機(jī)器人以最小的代價(jià)（例如路徑最短、時(shí)間最少、能耗最低等）安全地從起始位置運(yùn)動到目標(biāo)位置，在這個(gè)過程中，要避免發(fā)生機(jī)器人與障礙物、機(jī)器人與機(jī)器人之間的碰撞。粒子群優(yōu)化算法作為一種新型的智能優(yōu)化算法，由于其具有概念簡單且容易實(shí)現(xiàn)等優(yōu)點(diǎn)，已經(jīng)有許多研究者嘗試著將其用于解決移動機(jī)器人路徑規(guī)劃問題。但是粒子群優(yōu)化算法具有容易收斂到局部最優(yōu)解的缺

2、點(diǎn)，使得當(dāng)用粒子群算法解決移動機(jī)器人路徑規(guī)劃問題時(shí)，許多情況下優(yōu)化出來的路徑不是全局最優(yōu)的路徑，而是次優(yōu)路徑。
　　在本文中，在基本粒子群優(yōu)化（BPSO）算法的基礎(chǔ)上，提出了一種基于跳出機(jī)制和牽引操作的粒子群優(yōu)化（JMPOPSO）算法。該算法相較于BPSO算法做了兩點(diǎn)改進(jìn)：針對BPSO算法在迭代后期種群的多樣性急劇減少，容易收斂到局部最優(yōu)解的缺點(diǎn)，引入了一種粒子跳出機(jī)制，增加種群的多樣性，增強(qiáng)了算法的全局搜索能力；并且設(shè)計(jì)了一種牽

3、引操作，該操作將部分在較差區(qū)域搜索的粒子牽引至其它可能包含全局最優(yōu)解的區(qū)域中搜索，加快算法收斂速度。仿真實(shí)驗(yàn)結(jié)果表明，JMPOPSO算法具有更強(qiáng)的全局搜索能力和更快的收斂速度。
　　在本文中，針對使用 BPSO算法不易優(yōu)化出全局最優(yōu)路徑的缺點(diǎn)，將 JMPOPSO算法應(yīng)用到單機(jī)器人路徑規(guī)劃中。首先對機(jī)器人工作環(huán)境進(jìn)行建模，然后根據(jù)路徑優(yōu)化目標(biāo)建立了適應(yīng)度函數(shù)，最后基于建立的適應(yīng)度函數(shù)用 JMPOPSO算法對路徑進(jìn)行優(yōu)化。仿真實(shí)驗(yàn)結(jié)果

4、表明，JMPOPSO算法具有更好的全局搜索能力和更高的搜索精度，能獲得質(zhì)量更優(yōu)的路徑。
　　本文在研究多機(jī)器人路徑規(guī)劃問題時(shí)，提出了一種基于協(xié)同機(jī)制的多種群粒子群優(yōu)化（CMMPPSO）算法。在該算法中，將多機(jī)器人路徑規(guī)劃問題分解為多個(gè)單機(jī)器人路徑規(guī)劃問題，每一個(gè)子種群對一個(gè)機(jī)器人單獨(dú)進(jìn)行優(yōu)化。從每個(gè)子種群中選擇代表個(gè)體進(jìn)行協(xié)調(diào)信息交互操作，從而選擇出精英個(gè)體作為多機(jī)器人系統(tǒng)優(yōu)化的路徑。在優(yōu)化過程中，不僅考慮了機(jī)器人與障礙物之間的碰