

位记录环境信息。栅格粒度越小,障碍物的表示越精确,但同时会占用大量的存储空间,算法的搜索范围将按指数增加;栅格的粒度太大,规划的路径会很不精确。所以栅格粒度大小的确定,是栅格法的主要问题。
1.2局部路径规划算法(1)人工势场法
人工势场法把机器人在环境中的运动视为一种在抽象的人工受力场中的运动,即在环境中建立人工势场的负梯度方向指向系统的运动控制方向。把机器人处理成在人工势场影响下的一个点,目标点对机器人产生“引力”,障碍物对机器人产生“斥力”,这些力的叠加得到合力,施加于机器人,控同制机器人的运动方向,实现平滑地引导机器人趋向目标,时避免碰撞障碍物。该方法简单,但对存在局部最优解的问题,易陷入局部最小值。
(2)遗传算法
遗传算法是以自然遗传机制和自然选择等生物进化理论为基础,构造的一类随机化搜索算法。它模仿生物遗传及进化的步骤,引入选择、复制、交叉重组和变异等方法,并将适者生存的概念引入到算法中。由于宏观上具有一定的方向性,使得它比一般的随机搜索算法的效率要高。作为一种并行算法,其隐含的并行性适合于全局搜索,能搜索到全局最优点。遗传算法克服了人工势场法的局部极小值问题,鲁棒性强,但进化众多的规划要占据较大的存储空间和运算时间。
(3)神经网络算法
神经网络方法是一种仿效生物神经系统的信息处理方法。它是一个高度并行的分布式系统,处理速度高且不依赖于系统精确的数学模型,还具有自适应和自学习的能力。由于路径规划工作没有明显的规划和难以进行事件分类,可以让神经网络通过大量的实例学习来掌握。机器人采用一定的学习从地图上不同位置到目标的行学习算法学习避障行为,
走路线,一旦学习完成后,机器人就能够实现自主导航。
(4)模糊逻辑算法
基于实时传感信息的逻辑模糊算法参考人的驾驶经验,通过查表得到信息,实现局部路径规划,计算量不大,易做到边规划边跟踪,能满足实时性要求。该方法的优点是克服了势场法易产生局部极小问题,适用于在未知环境下的路径规划,实时性较好。模糊逻辑算法有很多优点,但也有固定的缺陷,当输入量增多时,推理规则或者模糊表会急剧膨胀。2模拟退火算法
2.1模拟退火算法的原理
模拟退火算法是模仿固体物质的退火过程。众所周知,高温物体降温时其内能随之下降,如果降温过程充分缓慢,则在降温过程中物质体系始终处于平衡状态,从而降到某一
低温时其内能为最小;反之如果降温太快,则降到统一低温时仍然会保持内能。所谓模拟退火就是模拟金属退火的过程,即首先用高温将金属融化,然后逐渐缓慢冷却,直到形成良好的晶体结构,也就是进入一种具有最小能量的状态。模拟退火算法也可以用于路径规划算法以避免局部极值。
2.2环境信息模型及路径能量表示方法
模拟退火算法要求最终收敛到能量的最小值,而整条路径的能量可以表示为整条路径相对于碰撞函数部分的能量Ec与整条路径相对于路径长度部分的能量E1的加权平均。
即整条路径的总能量E可定义为E=ulEl+ucEc,其中ul和uc为每一部分的加权值,且ul+uc=1,ul>1,uc>0。
一条路径的碰撞罚函数定义为各路径点的碰撞罚函数之和,整条路径相对于碰撞函数部分的能量Ec可用来表示,其中k是障碍物的个数,N是路径点的个数,Cik表示第i个路径点P(xi,yi)对第k个障碍物的碰撞罚函数,而一个点的碰撞罚函数是通过它对各个障碍物的神经网络表示得到的。
碰撞罚函数的二维神经网络模型包括输入层、中间层xi
和yi输出层,xi和yi分别表示路径点的坐标,属于第一层,即输入层;中间层的每一个结点相应于障碍物的一个不等式的约束条件,结点的阀值就等于此不等式约束中的常数项;输入层和中间层的连接权系数等于不等式约束条件中xi和yi前面的系数;中间层到输出层的连接权为1。网络的输出为相对每个障碍物的碰撞罚函数Cik,神经网络运算关系如下:
Cik=f(Tk),
,,QMm=f(IMm),IMm=Wxm+Wymyi+θMm,(1)
基
于模拟退火算法的机器人路径规划与研究
中间层和输出层的函数则采用激发函数s,f(x)\1/(1+e-x/T),具体表现时是通过改变s型激发函数中的参数T,它相当于金属退火中的温度。当T很大时s型线比较平坦;当T很小时,s型曲线比较陡峭;当T趋近于0时,s型曲线趋向阶跃函数。可以证明,当温度T按以下规律:
变化
时,退火一定能达到全局的极小值。其中T0是起始的高温度,T(t)是随时间变化的人为设置的温度。为了加快收敛速度,减少路径规划时间,可采用
来进行计算。
E=ulEl+ucEc中相对于路径长度部分的能量定义为所有线段长度的平方和,即对路径点P(xi,yi),其中,i=,2,…,N,则El定义为
总能量可表示为:
(2)
,则整条路径的
43
基于蚁群模拟退火算法的水下机器人路径规划_专业资料。全局路径规划是水下机器人(AUV)研究领域的重要课题之一,文中研究已知障碍物环境条件下的水下机器人路径规划问题...
基于遗传模拟退火算法的移动机器人路径规划_工学_高等教育_教育专区。基于遗传模拟...对于移动机器人的路径规划研究,设定移动机器人执行如下任务:由于移动机器人所处...
基于模拟退火2人工势场法的足球机器人路径规划研究张培艳, 吕恬生 ( 上海交通...l Po ten tia l F ield, A PF ) 法是一种简单有效的路径规划算法。本...
科技资讯 2009 NO.10SCIENCE&TECHNOLOGYINFORMATION 高新技术 基于模拟退火的机器人路径规划算法戴青 (武汉理工大学计算机科学与技术学院 武汉 430063)摘 要: 本文...
基于遗传模拟退火算法的移动机器人路径规划_专业资料。针对移动机器人运动路径规划最优问题,提出了一种具有能进行整体搜索和全局最优计算的遗传算法,并将遗传算法与具...
研究了机器人在已知环境下用遗传模拟退火算法进行最优路...
基于遗传模拟退火算法的移动机器人静态路径规划_专业资料。采用多边形法描述了机器...休闲农庄项目可行性研究报告 2014年建筑幕墙建筑装饰行业分析报告89份文档 应届...
经过多次交叉 、变异 ,并借助模拟退火中 Met ropolis 算法的随机移动准则制定了...国内外已有不 少学者对移动机器人路径规划问题作了深入研究 , 并提出了多种路径...
基于遗传模拟退火算法的静态路径规划研究第六图书馆 针对传统遗传算法在基于神经网络模型的移动机器人静态路径规划中求解最优路径时存在的收敛较慢、易陷入局部极值点 ...
热门文档