基于PSO和三次样条插值的多机器人全局路径规划

被引：73

作者：

强宁 ^{[1
]}

高洁 ^{[1
]}

康凤举 ^{[2
]}

机构：

[1] 陕西师范大学物理学与信息技术学院

[2] 西北工业大学航海学院

来源：

系统仿真学报 | 2017年 / 07期

关键词：

粒子群算法; 三次样条; 多机器人; 路径规划;

D O I：

暂无

中图分类号：

TP242 [机器人];

学科分类号：

140102 [集成电路设计与设计自动化];

摘要：

在自由空间下粒子群算法(Particle Swarm Optimization,PSO)求解机器人路径规划问题时,存在易早熟、编码维度高和路径不平滑等问题,为此提出了一种基于PSO和三次样条插值的路径规划方法。所设计的粒子编码为环境中若干个路径节点的坐标,路径节点的个数决定了样条曲线的个数同时也决定了路径转向的次数。通过3次样条函数对路径的起点、路径节点和终点进行插值,从而得到一条由插值点构成的路径。仿真结果表明,相比传统方法所提出的算法能快速找到平滑的最优路径,并且能为多个机器人规划出最优的无碰路径。

引用

页码：1397 / 1404

页数：8

共 12 条

[1]

改进粒子群算法在机器人路径规划中的应用 [J].

马千知 ;

雷秀娟 .

计算机工程与应用, 2011, 47 (25) :241-244

[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]

基于稀疏A*搜索和改进人工势场的无人机动态航迹规划 [J].

姚远 ;

周兴社 ;

张凯龙 ;

董冬 .

控制理论与应用, 2010, 27 (07) :953-959

[4]

移动机器人路径规划技术综述 [J].

朱大奇 ;

颜明重 .

控制与决策, 2010, 25 (07) :961-967

[5]

基于粒子群算法的移动机器人全局路径规划策略 [J].

李擎 ;

徐银梅 ;

张德政 ;

尹怡欣 .

北京科技大学学报, 2010, 32 (03) :397-402

[6]

基于粒子群三次样条优化的移动机器人路径规划算法 [J].

吴宪祥 ;

郭宝龙 ;

王娟 .

机器人, 2009, 31 (06) :556-560

[7]

知识引导遗传算法实现机器人路径规划 [J].

王雪松 ;

高阳 ;

程玉虎 ;

马小平 .

控制与决策 , 2009, (07) :1043-1049

[8]

多机器人路径规划研究方法 [J].

张亚鸣 ;

雷小宇 ;

杨胜跃 ;

樊晓平 ;

瞿志华 ;

贾占朝 .

计算机应用研究, 2008, (09) :2566-2569

[9]

Intelligent-based multi-robot path planning inspired by improved classical Q-learning and improved particle swarm optimization with perturbed velocity[J] P.K. Das;H.S. Behera;B.K. Panigrahi Engineering Science and Technology; an Internatio 2015,

[10]

Path Planning and Motion Coordination for Multi-Robots System Using Probabilistic Neuro-Fuzzy[J] Rami Al-Jarrah;Aamir Shahzad;Hubert Roth IFAC PapersOnLine 2015,

← 1 2 →