智能移动机器人路径规划优化方法研究论文(全)

智能移动机器人路径规划优化方法研究

一 引言(Introduction)

移动机器人面对复杂的道路环境时,需要进行路径识别与决策。如何快速完成对复杂环境的分析,并作出正确决策,是移动机器人程序设计中的一个重要环节。机器人路径规划问题,可分为环境参数可知的路径规划和环境参数未知的路径规划。环境可知的路径规划即路径寻优问题,能实现快速避障以及全局路径最短等目的错误!未找到引用源。,全局路径规划方法采用可视图法、图搜索法、人工势场法等[1].环境未知的路径规划主要通过安装在机器人身上的众多传感器,利用传感器融合技术采集环境参数,对机器人的行动进行判断。人工神经网络的发展以及支持向量机的兴起,使得对环境参数的判断成为了系统辨识理论新的研究对象。

环境可知的路径规划研究中,以往的研究方法集中在路径搜索问题上,如文献[2]研究的改进型遗传算法,文献[3]所提出的神经网络快速优化算法,都旨在从理论本身上消除或者减小该理论所带来的缺陷,从而保证算法的实现。达到优化机器人路径的优化,研究相对合理的优化方案。

二 选题背景及意义

智能移动机器人(也称自引导车,英文简写为ALV或AGV,后面简称移 动机器人)是指室内、道路或室外环境中无需人工干预,可以自主完成行 驶任务的车辆。

移动机器人是机器人学中的一个重要分支,它集人工智能、智能控制信息处理、图像处理、监测与转换等专业技术为一体,跨计算机、自动控制、机械、电子等多学科,成为当前智能机器人研究的热点之一。移动机器人是生的计算机控制领域中的最年轻一代,并在1985年后成为此领域中的主角被广泛应用于社会生活的各方各

Word文档免费下载Word文档免费下载:智能移动机器人路径规划优化方法研究论文(全) (共16页,当前第1页)

你可能喜欢

  • 员工培训需求调查表
  • AGV设计
  • ISOTS16949
  • 蚁群算法 matlab
  • 人工势场法
  • 路径规划算法

智能移动机器人路径规划优化方法研究论文(全)相关文档

最新文档

返回顶部