移动机器人的路径规划与路径识别研究

《移动机器人的路径规划与路径识别研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、蚕豢瓣菠大学硪童磷突生学位论文繁l燹摘要随着科举技术的进步和机器入学的发展，移渤机器人的戚用越来越广泛。作为移动机器人“智能”的重要糊索一一路径规划与路径识别，成为具露理论意义秘实用价值的藿要课题。尤其当机器人硬《牛系统的糖度在短期内不麓褥妥解决瓣请流下，对算法懿磷究藏显得茏为鬟要。对于路径规划问题，本文首先在藻本遗传算法的基础上，掇出了一种带稿发式的遗传算法，在简单环境中规划_出一条最优路径。其次针对复杂环境中豹磅经援划阉题提出了禁忌一遗簧冀法，矮遗传算法提供莠牙援索主摄黎，嵌入禁繇搜索的个体窜行搜索方姣

2、，使算法散能褥戳改避。仿真表明，该方法能有效地提高算法的收敛速度与解的质量。最后根据机器人工作的安际情况，提出了多约束条件下的路径规划问题，通过全局规划垮局部规划相缀合瓣方法，技蜀了一条满足无瑾、辍逶携箍不超避羧度蠹簸簸滔径。目霹，在所有仿真研究之后，从理论上对各种算法的收敛性进行了分析。对于路径识别问题，本文采用BP神经网络的研究方法。在附加动量项法期自适应学习速率法的蹙础上，提嫩了分阶段学习法。著以籀二届全国大举生凝嚣太嘏筏大赛静场德为辩象逡行俦寞，实骏裘韬，致遂静辜聿经霞络擎羽收敛速度快、能跳离塌部极

3、小值，髓识别率高，具有较强的抗干扰和抗噪能力。关键词：移动枫器入路径蕊捌遗传算法禁忌搜索路径识剐BP神经网络嚣南鹣技大学硕士耢究生学位论文第l{燹AbstractWiththedevelopmentofscienceandtechnologyaswellastherobotics，robotshavemoreandmoreapplicationsinvariousfields。Thepathplanningandthepathrecognition，asimportantfactorsinrobotinte

4、lligence，haveimportantvalueintheoryandpractice．Whentheprecisionprobleminrobothardwaresystemcan’tbesolved，thealgorithmresearchappearsparticularlysignificant．Astopath—planningproblem．thispaperfirstputsforwardageneticalgorithmwithheuristictoplananoptimalpathf

5、orasimpleenvironment．Thenaimingatthepathplanningincomplexenvironment，tabu-geneticalgorithmhasbeenpresented，whichadoptsgeneticalgorithmtosupplythemainflameofparallelsearchandembedstheindividualserialsearchmodeoftabusearch，thusthealgorithmcanbedeveloped．Thes

6、imulationresultsindicatethatthemethodcanefficientlyimprovethisalgorithminconvergencespeedandsolutionquality．Furthermore。accordingtotherobot’Srealworkcondition，thepaperpresentsapath—planningproblemwithmulti—restrictions，Bycombiningglobalplanningandlocalplan

7、ning，theshortestpaththatsatisfiescollisionfreeandtransitgoodsnon—excesscanbefound．Finally,afterallthesimulationresearch，thepaperhasanalyzedvariousalgorithmsconvergenceonthetheory+Astopath—recognitionproblem，thepaperusestheBPneuralnetwork．Onthebasesofaccess

8、ionalmomentummethodandself-adaptivestudyspeedmethod，asubsectionstudymethodhasbeenproposed．Andthenthesimulationmakesthegroundofthesecondnationalcollegestudents’robotTVcompetitionasanobject。Simulationresultssho