密集障碍环境下机器人路径智能搜索方法仿真.pdf

《密集障碍环境下机器人路径智能搜索方法仿真.pdf》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34卷第2期计算机仿真2017年02月文章编号：1006—9348(2017)02—0393—04密集障碍环境下机器人路径智能搜索方法仿真赵冰，许爽，黄继海(中州大学信息工程学院，河南郑州450044)摘要：为了更好的提升机器人路径规划的环境适应和高效动态避碰的能力，需要进行密集障碍环境下机器人路径智能搜索。但是采用当前方法进行机器人路径智能搜索时，无法计算出密集障碍环境下机器人的最短路径，存在路径搜索误差大的问题。为解决上述问题，提出一种基于蛙跳的密集障碍环境下机器人路径智能搜索方法。上述方法先融合于蛙跳方法设定障碍物的密集动态值，利用栅格法获取两个相邻栅格

2、间的连接长度，给出可选栅格集，利用粒子群思想理论将路径长度作为对路径智能搜索的适应度函数，引入路径平滑度，将机器人路径智能搜索中心区域的范围界限定义为个体粒子和全局粒子所发现的距个体极值和全局极值最大距离的中间位置，以此为依据完成对密集障碍环境下机器人路径智能搜索。实验结果表明，所提方法路径搜索精度高，可以为开发智能机器人导航功能奠定基础。关键词：密集障碍环境；机器人路径；智能搜索中图分类号：TP391文献标识码：BIntensiveObstacleEnvironmentSimulationRobotPathIntelligentSearchMethodZHAO

3、Bing，XUShuang，HUANGJi—hai(CollegeofInformationEngineering，ZhongzhouUniversity，HenanZhengzhou450044，China)ABSTRACT：Itneedstomakeintelligentpathsearchofrobotundertheserriedobstacleenvironmentinordertoim—provetheenvironmentaladaptationandefficientdynamiccollisionavoidanceabilityofrobotp

4、athplanningbetter．However，currentmethodcannotworkouttheshortestpathundertheserriedobstacleenvironmentduringtheintelli—gentpathsearching．Itleadstobigerrorofpathsearching．Thus，weproposeanintelligentpathsearchmethodofro·botundertheserriedobstacleenvironmentbasedontheleapfrogging．Firstly

5、，theserrieddynamicvalueofobstacleintegratedwiththeleapfroggingmethodisset，thegridmethodisusedtoacquiretheconnectionlengthbetweentwoadjacentgrids，andtheseleetable刚dsetisobtained．Then，thepathlengthistakenasthefitnessfunctionofintelli—gentpathsearchingbasedontheparticleswarmtheory．Moreo

6、ver，thepathsmoothnessisintroducedandtherangelimitofintelligentpathsearchingcentralzoneisdefinedasthemiddlepositionofmaximumrangeawayfromtheindi·vidualextremumandglobalextremumfoundbytheindividualparticleandglobalparticle．Finally．theintelligentro—botpathsearchingundertheserriedobstacl

7、eenvironmentiscompleted．Thesimulationresultsshowthatthemethodhashighprecisionofpathsearching．KEYWORDS：Serriedenvironment；Robotpath；Intelligentsearch1引言随着科技技术的不断提升，对移动机器人的路径搜索成为了智能机器人研究领域内的重要内容。。3I。国内外很多学者在静态环境下对机器人路径搜索研究都取得了重大的基金项目：河南省基础与前沿技术研究计划项目资助(152300410006)收稿日期：2016—12—02成果，而在

8、密集障碍环境下，由于存在