动态环境下基于多人工鱼群算法和避碰规则库的机器人路径规划

被引:30
作者
徐晓晴 [1 ]
朱庆保 [2 ]
机构
[1] 南京师范大学计算机科学与技术学院
[2] 江苏省信息安全保密技术工程研究中心
关键词
动态环境; 机器人路径规划; 多人工鱼群; 避障规则库;
D O I
暂无
中图分类号
TP242 [机器人];
学科分类号
1111 ;
摘要
为了提高机器人路径规划的速度、环境适应能力和高效动态避碰问题,提出了一种基于多人工鱼群的机器人路径规划算法和基于避碰规则库的动态避障算法.该算法中,人工鱼以其与目标点的距离为食物浓度,两个邻近栅格的距离为步长,其觅食行作为默认行为,在一定条件下执行聚群或追尾动作,并采用两鱼群双向搜索机制在静态环境下规划出较优路径.在此基础上,机器人查询动态避障规则库获得避碰方法,从而实现与动态障碍的避碰.大量仿真实验结果表明,该方法具有较高的收敛速度和较强的搜索能力,能在非常复杂的动静态障碍环境中,迅速规划出一条安全避碰的优化路径.
引用
收藏
页码:1694 / 1700
页数:7
相关论文
共 12 条
[1]   移动机器人路径规划方法的研究与展望 [J].
王保红 .
沈阳工程学院学报(自然科学版), 2011, 7 (04) :348-351
[2]   基于改进蚁群算法的移动机器人动态路径规划方法 [J].
柳长安 ;
鄢小虎 ;
刘春阳 ;
吴华 .
电子学报, 2011, 39 (05) :1220-1224
[3]   一种改进的机器人路径规划的蚁群算法 [J].
陈雄 ;
赵一路 ;
韩建达 .
控制理论与应用, 2010, 27 (06) :821-825
[4]   基于人工鱼群算法的机器人路径规划 [J].
聂黎明 ;
周永权 .
计算机工程与应用, 2008, (32) :48-50+63
[5]   改进遗传算法在机器人路径规划中的应用 [J].
毕慧敏 ;
董海鹰 .
兵工自动化, 2006, (04) :53-54+66
[6]   动态复杂环境下的机器人路径规划蚂蚁预测算法 [J].
朱庆保 .
计算机学报, 2005, (11) :142-150
[7]   动态环境下基于改进人工势场的机器人实时路径规划仿真研究 [J].
况菲 ;
王耀南 ;
张辉 .
计算机应用, 2005, (10) :2415-2417
[8]   基于蚁群算法的机器人路径规划 [J].
张美玉 ;
黄翰 ;
郝志峰 ;
杨晓伟 ;
不详 .
计算机工程与应用 , 2005, (25) :34-37
[9]   带滚动约束轮移式机器人动态规划的研究 [J].
樊晓平 ;
李双艳 .
控制与决策, 2005, (07) :786-788+793
[10]   基于栅格法的机器人路径规划蚁群算法 [J].
朱庆保 ;
张玉兰 .
机器人, 2005, (02) :132-136