融合神经网络及麻雀算法的机器人避障研究

摘要：

针对麻雀搜索算法(SSA)在机器人避障研究中,存在提早收敛于局部最优难以跳出、初始种群分布不够广泛、平衡能力差等问题对其进行改进;通过三层神经网络对规划环境进行栅格化建模;引入Halton序列得到初代种群分布,得到分布更广、更遍历的个体位置,提升后期寻优速度和效率;使用布朗运动优化麻雀位置更新的步长调节,帮助算法脱离局部优解,同时平衡全局切换局部的搜索节奏;利用clothoid曲线法平滑路径,得到满足机器人机械性能的路径;经6个标准函数验证和Wilcox-on 检验 P 值对比可知,改进后的算法相较于SSA和CSSA算法各项指标得到明显优化,且具有和SSA同一水平的时间复杂度.通过地图仿真得到平滑后的机器人避障路径.

关键词：麻雀搜索算法、低差异序列、神经网络、布朗运动

所属期刊栏目：31

分类号：TP242(自动化技术及设备)

资助基金：陕西省地方课程地方教材及教辅资源研究课题20220200800

在线出版日期：2023-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：258-263,288