基于PSO算法的移動機(jī)器人路徑規(guī)劃.pdf

1、路徑規(guī)劃是移動機(jī)器人研究的一個重要方向，它作為自主式移動機(jī)器人導(dǎo)航的基本環(huán)節(jié)之一，是按照某一性能指標(biāo)搜索一條從起始狀態(tài)到目標(biāo)狀態(tài)的最優(yōu)或近似最優(yōu)的無碰路徑。智能算法在這一領(lǐng)域的應(yīng)用正在引起人們的注意。而粒子群優(yōu)化算法(Particle Swarm Optimization，PSO算法)，這種源于鳥群和魚群群體運(yùn)動行為的研究，是一種新的群體智能優(yōu)化算法。它的主要特點(diǎn)是原理簡單、參數(shù)少、收斂速度較快，所需領(lǐng)域知識少。將該方法應(yīng)用于移動機(jī)器人

2、路徑規(guī)劃，是本文的研究重點(diǎn)。主要內(nèi)容如下：
　　 (1)系統(tǒng)詳盡地介紹了移動機(jī)器人路徑規(guī)劃的定義和分類，討論了移動機(jī)器人路徑規(guī)劃研究意義、國內(nèi)外研究進(jìn)展和基本研究方向；PSO算法基本原理、多種改進(jìn)形式、及其應(yīng)用情況。
　　 (2)采用鏈接圖建立機(jī)器人工作空間障礙物頂點(diǎn)模型，用Dijkstra算法求得一條從起始狀態(tài)到目標(biāo)狀態(tài)的可行避碰次優(yōu)路徑。
　　 (3)應(yīng)用原始PSO算法對求得的可行避碰次優(yōu)路徑進(jìn)行優(yōu)化，以求得

3、全局最優(yōu)路徑。通過仿真結(jié)果，指出了原始PSO算法在粒子數(shù)目較少、迭代次數(shù)較少的情況下存在成功率低、易陷入局部極小的問題。
　　 (4)針對存在的問題，提出了基于慣性權(quán)重與位置限量相結(jié)合的改進(jìn)PSO算法。通過仿真試驗(yàn)，該方法在粒子數(shù)目較少、迭代次數(shù)較少的情況下仍然可以取得較高的成功率、較好的尋優(yōu)結(jié)果。說明該方法是高效可行的。
　　 (5)由于PSO算法中存在隨機(jī)變量，實(shí)際應(yīng)用中如果對時間進(jìn)行限制，那么必然要減少粒子數(shù)目和迭