基于蟻群算法的多機器人路徑規(guī)劃算法研究.pdf

1、隨著社會的發(fā)展，單體機器人技術的研究已不能滿足人們對機器人的要求。多機器人系統(tǒng)憑借單體機器人系統(tǒng)所不能比擬的諸多優(yōu)點，正逐漸成為機器人學研究的一個重要方向，對多移動機器人路徑規(guī)劃方法的研究又是多機器人研究領域的重要課題之一。 本文在對多移動機器人路徑規(guī)劃研究現狀進行簡要回顧的基礎上，分析了多移動機器人系統(tǒng)對其路徑規(guī)劃方法的基本要求，即方法應以多機器人系統(tǒng)的社會性和機器人社會的協(xié)調層次為基本出發(fā)點，在規(guī)劃過程中，站在多機器人系

2、統(tǒng)的角度協(xié)調機器人個體行為，以達到系統(tǒng)級指標最優(yōu)。本文分析了擬生態(tài)系統(tǒng)算法具有的分層協(xié)調、全局最優(yōu)尋優(yōu)等特點，提出了利用擬生態(tài)系統(tǒng)算法解決多移動機器人集中路徑規(guī)劃問題的研究思路。在該研究思路指導下，本文將新興的蟻群算法應用于多移動機器人領域，提出并建立的基于蟻群算法的多移動機器人集中協(xié)調式路徑規(guī)劃算法：ACO-MMR算法，還為該算法開發(fā)了一種新的具有良好可計算機程序化操作的多移動機器人環(huán)境建模方法：有權圖建模方法。在設計ACO-MMR算

3、法過程中，本文始終將多機器人的社會性、系統(tǒng)性放在首位，并創(chuàng)造性的將通信網絡的相關技術應用于多機器人領域，為算法構建了多個系統(tǒng)級指標。本文在最后，利用仿真實驗的方法驗證了ACO-MMR算法的可行性和有效性，并對ACO-MMR算法中部分關鍵參數對算法的影響和選擇方法進行了研究，為該算法的進一步研究和應用，提供了有價值的成果。 本文研究的內容有較強的創(chuàng)新性、一定的理論價值與現實意義。為多移動機器人路徑規(guī)劃方法的深入研究與應用提供了新的