针对粒子群算法在解空间盲目搜索的缺点,提出一种基于时变适应度函数的改进粒子群路径规划算法。该算法有效地将人类搜索经验与粒子群算法相结合,利用神经网络描述环境约束和距离信息,并构造粒子的适应度函数,从而该算法在迭代过程中可以利用权值的改变合理地调整适应度函数。这样,新算法在寻优过程中能够先确定路径方向,然后逐步提高路径安全性。将该算法应用于机器人路径规划,与
第2 7卷第 1 2期 21 0 0年 1 2月
计算机应用研究 Ap lc t n Re e r h o mp t r p ia i s a c fCo u e s o
Vo _ 7 No 1 l2 . 2 De . 2 O c 0l
基于时变适应度函数的改进粒子群算法及其在移动机器人路径规划中的应用 木
蒲兴成张, 摘
军张,
毅
(庆邮电大学 a数理学院; .动化学院,重 . b自重庆 406 ) 005 要:针对粒子群算法在解空间盲目搜索的缺点,出一种基于时变适应度函数的改进粒子群路径规划算提
法。该算法有效地将人类搜索经验与粒子群算法相结合,用神经网络描述环境约束和距离信息,利并构造粒子 的适应度函数,而该算法在迭代过程中可以利用权值的改变合理地调整适应度函数。这样,算法在寻优过从新程中能够先确定路径方向,然后逐步提高路径安全性。将该算法应用于机器人路径规划,与标准的粒子群算法
相比,值仿真结果表明,数改进算法具有较强的寻优能力和实时性。 关键词:路径规划;经网络;神粒子群优化算法;时变适应度函数中图分类号:T 2 P4文献标志码:A 文章编号:10— 6 5 2 1 ) 2 4 5— 3 0 13 9 ( 0 0 1 .4 4 0 d i1 . 9 9 ji n 10—6 5 2 1 .2 0 5 o:0 3 6/.s .0 13 9 .0 0 1 . 1 s
Pah p a n n t o o b l o o a e n t l n i g me h d f rmo i r b tb s d o e p ri l wa m p i z to t i— a yn i e s f n t n a tc e s r o tmia i n wi t h me v r i g ft s u ci n o P n—h n HANG u HANG Y U Xig c e g,Z J n,Z i
( .Clg a oeeo te ai l fMahm ts& P yi,b C lg uo t n hnqn nvrt P s c hss . oeeo t i,C og igU i syo ot Tl o u i tn,C og i 0 0 5 c l fA m o a ei f s& e cmm nc i s h nqn 4 06, e ao g Ci ) hn a Absr c: Tos l e te s rc mi s o ln e r h i he s lto pa e o ril
wa1lo i z to ta t ov h hot o ng fbi d s ac n t ou in s c fpa ce s i ptmia in,ti a e r p s d t/ h sp p rp o o e a n w t l n i gag rt m a e n P e pah p a n n lo ih b s d o SO t i— ayngft s u t n.Th e ag rt m o d c mbneh wih tme v r i ne sf nci i o e n w loih c ul o i uma x - n e pe re e t SO fe tv l i n e wi P h e cie y,a d i c u d c n tu tt t e sf n to t heif r ain o n io n t o l o sr c hef n s u c in wih t n om to fe v rnme tc n tan nd p t i n o sri ta ah
l g ru hn u a n t o, e c, h e l r h o l dut h tes u ci yc a gn eg t a e .T e e t t o g e r e r h n e t n w a oi m c uda js tefn s fn t n b h n igw i e vl s h n hh l w k e g t i o h d u n w ag r h c u d d tr n ie t n f t b i w y t o l mp o et es f t f h ah g a u l .A p y n i n w e o i m o l ee mi ed r ci r, y t s a,i c u d i r v h aey o ep t rd al l t o i s h t y p li gt s e h ag r h t o o’ a h pa lo i m r b t Sp t ln,s lt n r s l h w ta h e g r h o n b t rs a c b l ya d r a— me p ro— t o i a i e u t s o tte n w a o i m w et e r h a i t n e t efr mu o s h l t e i l i m a c n s li g t ep t ln i g p o l m c mp rd w t S n e i ov n h ah p a n n r b e o a e i P O. h
Ke od:pt lnig nua ntok prc a pi i t na oi m( S;i evr n t s ntn yw
r s ahpann; erl e r; a ies r ot z i l rh P O) t—a igfn su c o w tl wm m ao g t m y ie f i
0引言 移动机器人路径规划问题是机器人领域核心问题之 一
小、实时眭好的特点,由于陷阱区的存在可能导致规划失败。但 可视图法假设机器人的尺寸大小忽略不计,会使机器人通过障
碍物顶点时离障碍物太近甚至接触,并且搜索时间长。虽然该方法可以求得最短路径,但一旦机器人的起点和目标点发生改变,就要重新构造可视图,比较麻烦,缺乏灵活性,同时存在组 合爆炸问题。 粒子群算法 ( S是 K n ey等人 于 19 P O) e nd 95年提出的一
… 。
路径规划可定义为机器人在有障碍物的工作空间中按
照某种评价标准寻找一条安全无碰撞路径。根据机器人对工作空间环境信息的已知程度,路径规划问题可被分为全局路径 规划与局部路径规划。全局路径规划是基于环境先验信息的,
即在环境信息是全局完全已知的情况下,通过离线的方式进行规划,并优化路径的长度、安全性及平滑度等性能指标,以求出
种集群进化算法。该算法受鸟群觅食行为的启发而提出,与传统的集群优化算法如遗传算法相比,该算法具有实现简单、收
最优路径。全局路径规划包括环境建模和路径搜索策略两个 子问题。
敛速度快的特点。传统的 P O算法应用于路径规划,有充 S没
分利用人类的经验进行寻优操作,导致算法寻优能力和实时性 较差,降低了算法的实用性。笔者提出的基于时变适应度函数的改进粒子群算法有效改善了传统粒子群算法在解空间盲目 寻优的缺点,算法的寻优能力和实时性得到显著提高。
针对全局路径规划问题,国内外学者作了大量研究,出提了许多算法,中应用较多的有人工势场法、其可视图法等。 各种方法均有各自的优势和不足,如人工势场法具有计算量
收稿日: 0 0 0— 2期 2 1— 6 1;修回日期:2 1 - 7 2 00 0 2 (0 9J 7 )重庆邮电大学青年基金资助项目 A 0 9 0 20 J 2 6; 1 ( 20- ) 5
基金项目:国家科技部国际合作项目( 0 0 F 110; 2 1D A 2 6 )重庆市科委资助项目
作者简介:蒲兴成( 9 3 )男,南洞口人, 17一,湖副教
授,博士,主要研究方向为随机控制、混沌控制、能算法等 ( uc q p eu c )张军智 p x@eu t d . n; . ( 9 5 )男, 1 8 -,山东莱芜,硕士研究生,主要研究方向为智能算法应用、移动机器人智能控制;张毅( 9 8 ),重庆人, 16一男,教授,导,博主要研究方向 为机器人控制 .

改进粒子群算法在机器人路径规划中的应用_城乡/... 结合移动机器人全局路径规划问题模型, 提出一种带...适应度函数选择机器人路径规划要求所规划路径既能安全...
一种改进粒子群算法的移动机器人路径规划_专业资料。在当今流行的几种生物启发... 基于改进粒子群算法的移... 9人阅读 3页 2.00 基于时变适应度函数的...
基于时变适应度函数的改进... 暂无评价 4页 2.00元 基于改进粒子群算法的...移动机器人路径规划 技术的 睿 ( a) 常规算法 ( b) 本文算法 ( c ) 本...
一种改进粒子群算法的移动机器人路径规划 摘要:在...多因素所产生的干扰, 提 高粒子群整体的适应度。...1.3 算法的基本流程 步骤 1 最小化目标函数,确定...
建立机器人工作空间障碍物顶点模型,根据障碍物顶点信息构造一个移动机器人从始点到终点的无碰距离函数,然后用改进的粒子群算法对此路径进行优化,得到全局最优路径....
基于改进粒子群算法的移动机器人全局路径规划_专业资料。在标准粒子群算法的基础... 基于神经网络和粒子群算... 6人阅读 4页 2.00 基于时变适应度函数的...
微粒群算法在机器人路径... 暂无评价 4页 2.00 基于时变适应度函数的...( 2011) 08 - 0167 - 03 改进微粒群算法在机器人路径规划中的应用李 巍, ...
基于时变适应度函数的改进... 暂无评价 4页 2.00元 粒子群算法在移动机器...赵先章等针对结构化环境中移动机器人路径规划问题 , 提出了一种基于粒子群的 [...
针对结构化环境中移动机器人路径规划问题,提出一种基于粒子群的路径规划算法。该算法利用适应度函数描述环境约束及路径的距离信息,适应度函数通过神经网络计算;由路径...
缺点,提出将改进的粒子群优化算法运用到静态环境下的移动机器人路径规划问题当 ...问题解的编码和适应度函数的选择,应用 PSO 算法进 行函数优化不仅可以避免遗传...
热门文档