密集障碍环境下机器人路径智能搜索方法仿真

摘要：

为了更好的提升机器人路径规划的环境适应和高效动态避碰的能力,需要进行密集障碍环境下机器人路径智能搜索.但是采用当前方法进行机器人路径智能搜索时,无法计算出密集障碍环境下机器人的最短路径,存在路径搜索误差大的问题.为解决上述问题,提出一种基于蛙跳的密集障碍环境下机器人路径智能搜索方法.上述方法先融合于蛙跳方法设定障碍物的密集动态值,利用栅格法获取两个相邻栅格间的连接长度,给出可选栅格集,利用粒子群思想理论将路径长度作为对路径智能搜索的适应度函数,引入路径平滑度,将机器人路径智能搜索中心区域的范围界限定义为个体粒子和全局粒子所发现的距个体极值和全局极值最大距离的中间位置,以此为依据完成对密集障碍环境下机器人路径智能搜索.实验结果表明,所提方法路径搜索精度高,可以为开发智能机器人导航功能奠定基础.

关键词：密集障碍环境、机器人路径、智能搜索

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

资助基金：河南省基础与前沿技术研究计划项目资助152300410006

在线出版日期：2017-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：393-396