留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

自适应人工鱼群算法在清罐移动机器人路径规划中的应用

周利坤 刘宏昭

周利坤, 刘宏昭. 自适应人工鱼群算法在清罐移动机器人路径规划中的应用[J]. 机械科学与技术, 2012, 31(7): 1085-1089.
引用本文: 周利坤, 刘宏昭. 自适应人工鱼群算法在清罐移动机器人路径规划中的应用[J]. 机械科学与技术, 2012, 31(7): 1085-1089.
Zhou Li-kun, Liu Hong-zhao. An Adaptive Artificial Fish School Algorithm for Path Planning of Mobile Tank-clearing Robot[J]. Mechanical Science and Technology for Aerospace Engineering, 2012, 31(7): 1085-1089.
Citation: Zhou Li-kun, Liu Hong-zhao. An Adaptive Artificial Fish School Algorithm for Path Planning of Mobile Tank-clearing Robot[J]. Mechanical Science and Technology for Aerospace Engineering, 2012, 31(7): 1085-1089.

自适应人工鱼群算法在清罐移动机器人路径规划中的应用

基金项目: 

国家火炬计划基金项目(07C26213711606)

陕西省重点学科建设专项资金项目(102-00X903)资助

详细信息
    作者简介:

    周利坤(1970-),博士研究生,研究方向为智能机器人,zhoulikun89@sohu.com;刘宏昭(联系人),教授,博士生导师,liuhongzhao@xaut.edu.cn

    周利坤(1970-),博士研究生,研究方向为智能机器人,zhoulikun89@sohu.com;刘宏昭(联系人),教授,博士生导师,liuhongzhao@xaut.edu.cn

An Adaptive Artificial Fish School Algorithm for Path Planning of Mobile Tank-clearing Robot

  • 摘要: 为了解决移动机器人路径规划智能方法易陷入局部最优问题,提出一种自适应变步长、变拥挤度因子和变视野域的自适应人工鱼群算法,并将该算法引入清罐移动机器人全局路径规划问题之中。针对人工鱼群算法的不足,通过自适应调整因子调整人工鱼的可视域、移动步长和拥挤度因子,使算法在清罐移动机器人路径规划中的遍历性得到改善,既可获得全局最优路径,又可以实现局部搜索,避免了传统人工鱼群算法局部寻优能力弱的缺点。仿真结果表明:基于自适应人工鱼群算法的清罐移动机器路径规划方法,能快速获得全局最优路径、提高算法的收敛速度和精度,与人工鱼群算法相比,具有收敛速度快,计算效率高的优点。
  • [1] 戴博,肖晓明,蔡自兴.移动机器人路径规划技术的研究现状与展望[J].控制工程,2005,12(3):198~202
    [2] 朱大奇,颜明重.移动机器人路径规划技术综述[J].控制与决策,2010,25(7):961~967
    [3] 王楷,石为人.BP神经网络在清洁机器人路径规划中的应用[J].重庆大学学报,2009,32(3):349~352
    [4] Cai C H,Ferrari S.Information-driven sensor path planning byapproximate cell decomposition[J].IEEE Transcations on Sys-tems,Man,and Cybernetics,Part B:Cybernetics,2009,39(3):672~689
    [5] Avneesh S,Erik A,Sean C,et al.Real-time path planning indynamic virtual environment using multi-agent navigation graphs[J].IEEE Transcation on Visualization and ComputerGraphics,2008,14(3):526~538
    [6] Fujimura K,Samet H.A hierarchical strategy for path planningamong moving obstacles[J].IEEE Transcation on RoboticAutomation,1989,5(1):61~69
    [7] 聂黎明,周永权.基于人工鱼群算法的机器人路径规划[J].计算机工程与应用,2008,44(22):48~50
    [8] 李晓磊,邵之江,钱积新.一种基于动物自治体的寻优模式:鱼群算法[J].系统工程理论与实践,2002,22:32~38
    [9] 师彪,李郁侠,于新花等.自适应人工鱼群-BP神经网络算法在径流预测中的应用[J].自然资源学报,2009,24(11):2005~2013
    [10] 俞洋,殷志锋,田亚菲.基于自适应人工鱼群算法的多用户检测器[J].电子与信息学报,2007,29(1):121~124
  • 加载中
计量
  • 文章访问数:  144
  • HTML全文浏览量:  20
  • PDF下载量:  5
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-05-25
  • 刊出日期:  2015-06-10

目录

    /

    返回文章
    返回