墓手薹蜂群算法的机器路径规划

墓手薹蜂群算法的机器路径规划

ID:36755530

大小:378.49 KB

页数:4页

时间:2019-05-14

墓手薹蜂群算法的机器路径规划_第1页
墓手薹蜂群算法的机器路径规划_第2页
墓手薹蜂群算法的机器路径规划_第3页
墓手薹蜂群算法的机器路径规划_第4页
资源描述:

《墓手薹蜂群算法的机器路径规划》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第39卷第4期雹晖拽V01.39NO.42009年4月ElectricWeldingMachineApr.2009墓手薹蜂群算法的机器路径规划胡中华,赵敏(南京航空航天大学自动化学院,江苏南京210016)ResearchonrobotpathplanningbasedonABCalgorithmHUZhong-hua,ZHAOMin(CollegeofAutomationEngineering,NanjingUniversityofAeronauticsandAstronautics,Naming210016,China)Abstract:Tosolvetheproblemofrob

2、otpathplanning,ABC(ArtificialBeesColony)algorithmisadopted.Buttherearetwodificultiesforusingit,pathnodeisnotfixedandneighborhood—buildingisdificult.Thisworkovercomesthembyfixingstart—nodeandend—nodeandsettingthemaximumnumberofpathplanningnodes.Thealgorithmhasbeentestedbyatypicalexample.Theresult

3、sshowthatithassomeadvantagesonhandlingtheseoptimizationproblemssuchasavoidingpre—maturityandadvancingconstringency.Itcanfindtheglobaloptimumandisaneffectivealgorithmforsolvingpathplanning.Keywords:robot;ABCalgorithm;pathplanning;combinatorialoptimizationU刖舌真。近年来,智能优化方法越来越引起人们的关注,焊接机器人路径规划是指在其工作空

4、间中,为如粒子群算法、蚁群算法、蜂群算法等,它们是解决这类问题的有效工具。机器人完成某一给定任务提供一条安全防碰、高效的运动路径。通常,机器人为完成给定任务可选择1路径规划问题描述多条路径,但实际中往往选择一条在一定准则下为1-1规划空间的表示最优或近似最优的路径。常用准则有:路径最短、消机器人最基本的路径规划问题是在完全已知耗能量最少或使用时间最短等。因此,机器人路径规的静态障碍物之间为机器人寻找一条从给定的划实质上是一个有约束的优化问题。由于机器人的起始点到目标点的满足一定优化指标的无碰撞路高度非线性和强耦合对其求解非常困难。文献[1】通径】。通过对规划空间进行直角网格划分形成连接

5、过动态规划法解决了焊接无碰撞路径的规划,有效起始点和目标点的网络图,采用建立在网络图上解决了焊接路径中碰撞和最短路径问题,实现了机的障碍物碰撞意向性模型和规划算法进行优化器人路径最优化。文献[2】运用栅格法和图论思想建求解得到最优路线。网络图中的每个节点到达相立环境模型,在该模型中通过蚁群算法进行路径寻邻节点需要通过连接相邻节点且带有权重的有向优。文献[3】以焊接时间最短为评价指标,选择遗传算边。因此,这一算法的数据结构是与8个相邻节点法求解向车身焊接机器人焊接路径规划并进行仿连接的网状结构,路径节点C的网络结构如图1收稿日期:2009—02—18所示,下一个节点必须从以该节点为中心的

6、第1层基金项目:江苏省重点实验室开放基金资助项目(QC200502)8个节点中选择,而不能从第2层及更外层中选作者简介:胡中华(1981-),男,江西进贤人,博士,主要从事群体智能算法、机器人路径规划的研究工作。择。g旗.,·93·专磨讨论雹焊墩第39卷值),寻找并采集蜜源的速度对应问题求解的速度。算法中参数描述为:ⅣF为采蜜蜂数量;Ⅳ0为跟随蜂数量;Ⅳs为蜜蜂总数;Q为解空问维数;MCN为最大循环迭代数;Limit为采蜜蜂持续保持不变代数;Cycle为当前迭代数[41。表1路径优化问题与蜂群采蜜行为对应关系1.2路径优化指标机器人路径规划主要考虑防止碰撞并且路径蜜源位置可行解(路径)

7、i蜜源的大小收益度可行解的质量(路径代最短,当机器人离障碍物越近,碰撞的意向性越大,寻找及采蜜的速度路径优化的求解速度机器人离障碍物越远,碰撞的意向性越小。因此,将最大收益度最小路径代价叠曩路径与障碍物的距离作为路径规划的考虑因素之一初始化时,随机生成Ⅳs个可行解,计算函数值,,路径优化的代价函数描述为按最短路径和最小碰撞意向性的加权和将排名前50%的解作为蜜源位置,即前50%为采蜜蜂,后50%为跟随蜂。蜜源个数始终是ⅣF个,不会,㈣随着迭代的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。