基于蚁群算法的移动机器人路径规划方法的研究

沈阳理工大学硕士学位论文基于蚁群算法的移动机器人路径规划方法的研究姓名：辜吟吟申请学位级别：硕士专业：控制理论与控制工程指导教师：刘砚菊20070101基于蚁群算法的移动机器人路径规划方法的研究作者：辜吟吟学位授予单位：沈阳理工大学相似文献(10条)1.学位论文刘振宇多传感器融合的移动机器人导航控制研究2008随着移动机器人应用的日益广泛,人们对它的智能要求也越来越高,智能化成为移动机器人发展的重要方向。而其智能程度主要依赖于对环境的正确理解,因此传感器技术的发展是实现移动机器人智能化的重要基础。移动机器人多传感器信息融合技术弥补了使用单一传感器所固有的缺陷,成为移动机器人智能化研究领域的关键技术之一。本文以多传感器信息融合技术作为研究重点,结合它在机器人中的导航应用进行了理论和实践上的探讨。本文内容主要包括以下几个方面：首先对国内外智能机器人和多传感器信息融合技术的发展动态和趋势进行了解,分析了多传感器信息融合技术在智能机器人领域的应用,体现了多传感器信息融合技术对实现机器人智能化的关键作用。并且研究了AIM自主移动机器人的主要配置、技术指标及其传感器系统。其次,详细阐明了多传感器信息融合的一种方法D-S证据理论,阐述了D-S证据理论在传感器信息融合的移动机器人上的应用,提出了一种构造基本概率赋值函数的方法,建立了传感器和目标之间的距离与关联性的对应关系,有效地增强了决策结果的正确性。第三,研究了移动机器人视觉的目标跟踪,根据机器人单目视觉的特点,对单目视觉的算法进行了研究,并且做出控制机器人沿一系列切线方向平滑接近导航线(或目标),以保证机器人视野中导航线(或目标)不丢失,试验证明了该算法和策略的有效性。第四,根据移动机器人周围超声传感器的分布情况,对多超声传感器数据融合的避障进行研究,利用超声传感器对周围环境进行模拟,对不相邻的传感器探测到障碍物分别进行了不同的路径规划,提高了其智能化。2.学位论文阮力移动机器人系统改进与机器人足球比赛策略研究2008本文研究自主移动机器人AMR(AutonomousMobileRobot)是应用人工智能技术,在复杂环境下进行自主推理、规划和控制,并完成特定的机器人足球比赛之任务.通常认为,自主型移动机器人是具有高度的自规划、自组织、自适应能力,适合于在复杂的环境中工作的一种智能机器人,具有模型不确定性、系统的高度非线性和控制的复杂性,其策略与控制问题是人工智能的标准问题[1].而机器人足球,是在动态不确定环境下对人工智能的考验,也是以体育竞赛为载体的高科技对抗[2].同时又是一个有趣且复杂的人工智能的新兴研究领域[3].机器人足球比赛分为电脑仿真比赛、小型机器人足球赛、中型机器人足球赛和四腿机器人足球赛四大类.目前,双腿机器人足球赛在技术上还难以实现,因此,中型机器人足球赛代表了现阶段足球机器人研究的发展水平.而且,中型组机器人足球比赛已经进入到全自主型智能移动机器人的发展阶段,并可作为其研究和教学的基本平台.文章首先简述了机器人足球比赛的相关问题,介绍了到目前为止国内外足球机器人比赛研究的概况,中型足球机器人比赛的要求和机器人的组成结构,并阐述了研究的主要内容.其次,对于在中型足球机器人平台中占有重要地位的视觉系统进行了分类诠释.第三,对当前中型足球机器人比赛中的常用策略进行了介绍和分析,随后对进攻策略提出了自己的改进思路和方案,即有条件的选择斜向射门,并根据硬件平台的具体情况设定了改进方案中斜向射门的角度.第四,根据改进的踢球策略设计了踢球装置及其控制电路,其工作原理是利用串口通讯由策略选择射门方案后给控制电路发送指令,从而控制机器人踢球.第五,调试设计的控制电路,修改设计中不合理或有缺陷的部分,并通过仿真器对编写的单片机控制程序进行调试,使之能按预想方案实现控制动作.最后,对全文进行了总结,并对未来机器人足球的发展进行了展望.文中提出的策略改进和有关设计成果,可为足球机器人的自主开发与设计,进一步进行策略与控制的研究提供参考.3.会议论文李俊泉.尹怡欣基于心理动力机制的移动机器人研究了用于心理动力机制的移动机器人平台.本实验中Miao,是一个基于视觉和触觉传感器的必要硬件装置,能完成指定任务的机器人.另外,还从心理学角度模拟人的意识.实验利用PPNN神经网络和PBSEVER以及NM软件实现了移动机器人的智能控制系统,对机器人的路径规划算法进行了研究.证明了心理动力机制对于研究机器人的自主意识和类人机器人的设计是一个很好的途径.4.学位论文卢韶芳自主式移动机器人分布视觉组合导航基础研究2002该文研究了基于分布视觉组合导航的自主式移动机器人的系统组成和体系结构,并对于较大场景下的摄像机参数标定技术及基于彩色图像的移动机器人定位技术进行了深入研究,为提高移动机器人的自主性、灵活性,提高移动机器人的导航与定位精度奠定了基础.该文对移动机器人及应用于移动机器人视觉导航的相关技术进行了综述,首次提出了自主式移动机器人分布视觉组合导航方式,研究了基于该种导航方式的移动机器人的系统组成,提出了基于分布视觉组合导航的基于多智能体的移动机器人体系结构.成功地研制出了ODU-I型移动机器人试验平台,并在该试验平台的基础上进行了基于彩色图像的移动机器人定位试验,试验验证该定位系统已具有较高的定位精度.5.期刊论文蔡自兴.CAIZi-xing智能控制及移动机器人研究进展-中南大学学报(自然科学版)2005,36(5)在探讨自动控制面临的机遇和挑战的基础上,简介智能控制的产生背景和发展过程,认为发展自动控制的一条重要出路就是实现控制系统的智能化;结合正在进行的未知环境下移动机器人导航控制研究课题,讨论了智能移动机器人研究的某些进展,涉及移动机器人控制系统的结构、环境建模、路径规划及故障诊断等;概述智能控制的研究领域,包括智能机器人规划与控制、生产过程的智能监控、自动加工系统的智能控制、智能故障检测与诊断、飞行器的智能控制和医疗过程智能控制等,并提出智能控制有待进一步研究的若干问题.该研究有助于了解智能控制及智能机器人的研究和应用.6.学位论文杨子俊移动机器人IDGPS导航定位系统分析与设计2005移动机器人在军事和民用上都具有广泛的应用价值，长期以来，都是国内外很多机构和组织的热点研究项目。导航定位系统在移动机器人中占有重要的地位，本文侧重于逆向差分GPS技术(IDGPS)在移动机器人导航定位系统中的研究与应用。逆向差分GPS技术是指基准站并不将差分信息通过数据链路传送到移动站。由移动站通过数据链路将移动站的定位信息发送到基准站，基准站再进行差分运算，从而将移动站的准确位置计算出来。本文回顾了目前移动机器人常用的导航定位方式，给出了课题所研究的移动机器人总体特点和所采用的IDGPS系统的总体构成。第二章阐述了GPS的组成和IDGPS导航定位原理。针对IDGPS的不足之处，第三章研究了IDGPS/DR组合导航系统，仿真结果表明，该组合导航系统在精度和可靠性方面，较单一的导航系统都有明显的改善，并且提高了可靠性和抗干扰能力。第四章介绍了移动机器人IDGPS系统总体结构，划分了系统的功能模块，从硬件到软件方面，对整体工作原理如何实现的过程进行了解释。第五章全面分析了移动机器人IDGPS系统，利用模糊数学理论，以卫星几何精度因子和信噪比为因素，给出了IDGPS系统输出数据可信度的模型。最后，总结了全文工作，并就移动机器人IDGPS导航定位系统的下一步工作进行了探讨和展望。7.学位论文张志广基于坦克式移动机器人定位和路径规划技术研究2005自主式移动机器人是人工智能领域研究的一个热点。定位技术和路径规划技术是自主移动机器人技术的基础和关键，也是机器人智能性高低的一个重要标志。本文对坦克车机器人的系统组成和传感系统做了介绍。研究了移动机器人的定位技术。GPS绝对定位技术和编码器相对定位技术两种定位技术精度都不是很高，因此将这两种定位技术结合起来使用。采用变维Kalman滤波技术对GPS数据进行滤波，消除随机噪声；采用最佳线性融合的方法，融合滤波后的GPS数据和编码器测得的数掘进行，用以提高坦克车移动机器人的定位精度。人工势场法和遗传算法是移动机器人路径规划中最常用的方法。本文提出了一种人工势场法的改进算法。改进后的算法克服了传统人工势场法存在的两个主要问题，也提高了路径规划的效率。遗传算法在复杂障碍物环境下，能寻找到全局最优或次优解。本文采用了一种不同于传统遗传算法的评估函数求出最优路径并进行仿真。实验结果表明，该算法路径实时性好、运行速度快、精度高，适用于坦克车移动机器人在复杂障碍物环境下的路径规划。针对实际应用，文中研究了多机器人系统的编队控制问题。Ad-hoc网络以其方便、快捷性被广泛地应用。在利用传统人工势场法进行编队控制的基础上，通过引入通信引力，进行了改进算法，这种算法能够使多机器人系统按要求保持一定的队形。8.会议论文席裕庚.陈卫东机器人向智能化的发展及其关键技术本文对机器人向智能化的发展及其关键技术进行了研究.文章围绕智能机器人的多学科交叉性、智能机器人协作系统及其关键技术及发展趋势进行了论述.9.学位论文俞其江基于RBF神经网络的非线性系统建模与移动机器人轨迹跟踪控制2005神经网络具有较强的逼近非线性函数的能力，并具有自适应学习、并行分布处理和较强的鲁棒性及容错性等特点，为解决未知不确定非线性系统的建模和控制问题提供了一种有效的途径。神经网络已被广泛应用于机器人、生物医学工程、和金融领域等。当前神经网络主要应用于离线建模，在神经网络在线建模方面的研究还不多，因而神经网络的在线建模技术得到了越来越多的关注和重视。本文研究了RBF神经网络的在线建模能力，并将RBF神经网络在线建模算法应用于移动机器人的轨迹跟踪控制中，提出了一种新型的控制策略。通过非线性系统建模、移动机器人的轨迹跟踪控制仿真研究，验证了本文提出的方法的有效性。在分析RBF神经网络的结构的基础上，本文提出了一种改进RBF神经网络(improvedradialbasisfunctionneuralnetwork,IRBFNN)，将非对称高斯型函数作为RBF神经网络的径向基函数，提高了RBF网络的泛化能力。我们提出一种改进的资源分配网络算法(improvedresourceallocatingnetwork,IRAN)。这个改进算法运用资源分配网络在线产生新的网络隐单元，输出权值调整采用滑动窗口的方法，提高网络的收敛速度，并给出了有效的隐单元在线合并和删除策略，简化和控制了网络规模。通过对典型的非线性函数逼近和非线性动态系统在线建模的仿真研究，表明IRBFNN和IRAN具有很强的非线性逼近和在线建模能力。针对移动机器人的模型不确定问题，本文在分析移动机器人运动学模型和动力学模型的基础上，将IRBFNN应用于非完整约束移动机器人的轨迹跟踪控制上，提出了一种基于IRBFNN的转矩控制器，实现了移动机器人的轨迹跟踪控制。为了进一步改善鲁棒控制性能，通过滑模控制导出基于IRBFNN和鲁棒补偿控制的新型的转矩控制器。仿真结果表明这类新型的控制策略有效的实现了移动机器人的动态轨迹跟踪。10.学位论文金龙新型移动机器人的结构设计及性能分析2009智能移动机器人是机器人的一种。它主要由车体结构、控制器、伺服驱动系统和检测传感装置构成。这些机器人通常可以适应不同的环境，不受温度、湿度、空间、磁场辐射、重力等条件的影响，完成一些人类无法进行的任务。到目前为止，地面移动机器人的行驶机构主要分为履带式、步行式和轮式三种。其中履带式机器人可以在凹凸不平的地面上行走，跨越障碍物，爬越一定高度的台阶，具有行驶速度较快(介于轮式和腿式之间)，承载能力较强，但转向不易，结构笨重的特点。步行式机器人对场地有良好的适应能力，特别是多足机器人，能够跨越台阶，但动作是间歇的，速度不快，且控制复杂，实现相对较为困难。车轮式移动机器人具有结构轻、动作稳定、操纵简单、移动速度快和转向容易控制等优点，适用于平地行走，在无人工厂中常用来搬运零部件或做其它工作，但其越野能力比步