SWARM算法在機(jī)器人路徑規(guī)劃中的應(yīng)用.pdf

1、路徑規(guī)劃是移動(dòng)機(jī)器人導(dǎo)航系統(tǒng)中最重要的任務(wù)之一。地圖已知的全局路徑規(guī)劃是機(jī)器人路徑規(guī)劃中比較基礎(chǔ)的課題，目前雖然已存在許多優(yōu)化算法用來(lái)解決該問(wèn)題，但這些算法存都存在一定局限性，如當(dāng)算法的約束條件較多時(shí)，很難求解復(fù)雜環(huán)境的路徑規(guī)劃問(wèn)題等。群集智能算法是一種概率搜索算法，它沒(méi)有集中控制約束條件，不會(huì)因?yàn)閭€(gè)別個(gè)體的故障影響整個(gè)問(wèn)題的求解，具有較強(qiáng)的魯棒性，所以在機(jī)器人全局路徑規(guī)劃應(yīng)用中具有較顯著的優(yōu)點(diǎn)。本文根據(jù)機(jī)器人路徑規(guī)劃算法的研究現(xiàn)狀和向

2、智能化、仿生化的發(fā)展趨勢(shì)，研究基于群集智能(SWARM Intelligence)的機(jī)器人全局路徑規(guī)劃方法。 本文包括三方面的研究，首先開(kāi)展群集智能算法在規(guī)劃問(wèn)題算法中的應(yīng)用研究，并分析群集智能算法的參數(shù)選擇和算法的收斂性，提出算法中存在的算法停滯問(wèn)題以及收斂速度和全局搜索能力這對(duì)矛盾；其次研究地圖建模和路徑編碼問(wèn)題，將群集智能算法結(jié)合地圖建模和路徑編碼問(wèn)題進(jìn)行分析；最后基于不同地圖建模方法下對(duì)兩大群集智能算法的蟻群算法和粒子群

3、算法進(jìn)行比較，并展開(kāi)了將地圖建模和規(guī)劃算法系統(tǒng)結(jié)合的討論。 本文的研究的主要成果和創(chuàng)新點(diǎn)是：1)針對(duì)蟻群算法路徑規(guī)劃提出信息素限定和自適應(yīng)信息素?fù)]發(fā)系數(shù)兩種改進(jìn)方法，從而消除算法停滯現(xiàn)象；2)針對(duì)粒了群算法路徑規(guī)劃提出自適應(yīng)慣性因了的改進(jìn)方法，使算法在早期有較強(qiáng)全局搜索能力，后期加快的收斂速度；3)分析傳統(tǒng)的地圖建模方法在群集智能算法應(yīng)用時(shí)的局限性，提出一種基于坐標(biāo)變換后的柵格地圖建模新方法，使算法能滿足運(yùn)算速度快和精度高的要求