机器人导航的自主选择搜索策略蜂群规划算法
2021-03-05王明超
机械设计与制造 2021年2期
王明超
(无锡工艺职业技术学院,江苏 宜兴 214200)
1 引言
当前机器人不仅应用领域越来越广,而且相关的智能技术研究也越来越深,使机器人在人类生产和生活种日益重要。机器人导航技术是移动机器人一切工作的基础,决定了机器人的安全和效率[1]。因此研究机器人智能导航问题具有明显的安全意义和经济意义。
导航技术分为目标定位、路径规划、环境建模等3 个子技术,研究导航路径智能规划问题。按照导航路径规划方法出现时间划分,可以将路径规划分为传统路径规划方法和智能算法规划方法。传统路径规划方法包括栅格法[2]、拓扑法[3]、可视图法[4]、人工势场法[5]等,其共同特点是使用简单的几何数学模型完成路径规划。智能算法规划方法包括基于遗传算法规划方法、基于蚁群算法规划方法、基于神经网络规划方法、基于粒子群算法规划等,此类方法共同特点是将路径规划问题转化为优化问题,使用智能仿生算法进行优化。文献[6]改进了蚁群算法的转移概率和信息素更新策略,提出了机器人路径的自适应蚁群算法规划策略,降低了工作路径长度;文献[7]使用莱维飞行优化粒子群算法,优化了焊接机器人工作路径;文献[8]建立了多个优化目标,分别为焊接质量函数、机器人运动平稳性函数、双机器人碰撞函数,使用多目标遗传算法进行求解,获得了双机器人协调焊接路径。总之,机器人导航智能化程度越来越高,正朝着多传感器融合、多算法融合、多机器人分工协作等方向发展。……
登录APP查看全文
