10.16526/j.cnki.11-4762/tp.2015.12.061
基于人工免疫改进的搬运机器人蚁群路径规划
针对搬运机器人在障碍环境下的路径寻优问题,提出一种基于人工免疫改进的蚁群路径规划算法(AI ACA);蚁群算法(ACA)的规划依赖于信息素挥发系数、期望启发因子和信息启发因子等参数的选取,传统ACA通过经验来设定这3个参数,但路径寻优中的最优参数因障碍环境而异;为解决经验参数对不同环境路径寻优结果的影响,引入人工免疫算法(AIA),对ACA的相关参数进行迭代优化,以此改善路径寻优结果;仿真结果及在自制机器人平台上测试表明,AI-ACA对于不同障碍环境可以准确地进行路径规划,在同样环境下较所参考的定参数蚁群路径规划效果有明显提升,提高了整个系统的运输效率.
搬运机器人、路径规划、参数寻优、蚁群算法、人工免疫算法
23
TP249(自动化技术及设备)
2016-01-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
4124-4127