粒子群优化算法在移动机器人路径规划中的应用开题报告
2020-02-20 10:01:17
1. 研究目的与意义(文献综述)
移动机器人作为一种无人驾驶的机器人设备,在工业领域有着极大的应用市场。为机器人在规划出一条避障的路径对提高机器人工作的安全性具有极大意义,存在研究的价值。本课题旨在利用粒子群算法为机器人在复杂工作环境下规划出一条避障路径。
随着科学技术的不断发展,移动机器人技术应运而生,针对这项技术研究时,研究重点主要集中于路径规划技术,近年来,移动规划技术在先进科技的辅助下不断升级,渗透这项技术于移动机器人设备,优选适合的路径规划方案,这对路径规划技术良好发展有重要意义,能够扩大这一技术应用空间。所谓路径规划,指的是机器人自起点到终点顺利、安全运行的路径,路径规划期间路径规划技术在其中起着重要作用。在此期间,应全面掌握已知环境和未知环境,按照一定步骤进行路径规划,概括来讲,了解机器人对周边信息识别情况,借此完成障碍物分类。
西方发达国家科学技术水平较高,并且在移动机器人方面的研究时间较早,并总结了丰富的研究经验。购买者对移动机器人在性能方面、功能方面提出了较高标准,这对移动机器人路径规划提出了新的要求,有利于丰富研究人员在路径规划方面的研究经验。上世纪八十年代,日本、美国、韩国等国主动加入移动机器人结构研究、外观设计、路径规划等行列,并成立科研小组,以此解决软硬件实践问题,坚持每年推出新型产品。除此之外,外国研究人员注重移动机器人在细节方面的设计,并且注重功能性和实用性,应用先进技术扩大移动机器人在各个领域的应用范围,这能有效缓解人力劳动强度,大大提高工作效率,同时,国家科学技术水平会大大提高。应用移动机器人的行业能够掌握丰富的应用技巧,并且移动机器人规划路径方面的经验能够不断积累,最终能为路径合理规划提供引导,相对于国外来讲,我国在移动机器人方面的研究时间较短,并且现有研究成果不能更好的指导研究实践,但我国在这一方面的研究速度较快,总结了较多的研究经验。我国研究学者通过调查移动机器人市场销售情况、实际服务效果,以及操控灵敏度等内容为路径规划提供建议,确保路径规划方案能够更好的满足应用实践。我国将移动机器人分为不同类别,根据应用领域差异,将其分为医疗服务机器人、健康福利机器人、公共机器人、娱乐机器人、教育机器人、家庭机器人,无论移动机器人应用于哪个领域,均需要进行路径规划,这不仅能够迎合应用需要,而且还能缩短移动机器人应用时间,这对机器人性能完善,寿命延长有促进作用。为了缩小我国与发达国家在移动机器人发展、路径规划方面的差距,我国应主动向发达国家借鉴路径规划经验,结合我国移动机器人应用实际,探索最佳的路径规划方案,这对我国移动机器人大范围应用有重要意义。
2. 研究的基本内容与方案
移动机器人作为一种无人驾驶的机器人设备,在工业领域有着极大的应用市场。为机器人在规划出一条避障的路径对提高机器人工作的安全性具有极大意义,存在研究的价值。本课题旨在利用粒子群算法为机器人在复杂工作环境下规划出一条避障路径。
完成的主要任务及要求:
1.粒子群算法的学习与研究
2.机器人路径规划问题建模
3. 研究计划与安排
2019.02-2019.03 查阅相关资料、撰写开题报告、翻译英文资料;
2019.03-2019.04 学习相关算法进行初步建模;
2019.04-2019.05 完善算法,分析、调试并完善实验结果;
4. 参考文献(12篇以上)
[1]黄祎, 孙德宝, 秦元庆. 基于粒子群算法的移动机器人路径规划[J]. 兵工自动化, 2006, 25(4):222-225.
[2]刘关俊. 基于粒子群算法的移动机器人路径规划研究[D]. 中南大学, 2007.
[3]孙波, 陈卫东, 席裕庚. 基于粒子群优化算法的移动机器人全局路径规划[J]. 控制与决策, 2005, 20(9):1052-1055.
[4]李擎, 徐银梅, 张德政,等. 基于粒子群算法的移动机器人全局路径规划策略[J]. 北京科技大学学报, 2010, 32(3):397-402.
[5]陈金鑫,董蛟,朱旭芳.改进人工势场法的移动机器人路径规划[J/OL].指挥控制与仿真:1-6[2019-03-07] | |||||
[6]杜永,郑万群,刘增环.关于移动机器人运动路径规划仿真研究[J].计算机仿真,2019,36(01):331-335. | |||||
[7]徐兵兵,郝荣飞.机器人路径规划技术的现状与发展[J].电子技术与软件工程,2018(24):81. | |||||
[8]吕太之. 移动机器人路径规划和地图创建研究[D].南京理工大学,2017. | |||||
[9]丰雁,魏翠萍.PSO-QGA在移动机器人复杂路径规划中的应用[J].河南科学,2014,32(02):195-198. | |||||
[10]谢竟. 对抗环境中多机器人群体博弈与协调控制研究[D].华东交通大学,2013. | |||||
[11]周仪. 基于群体智能的多机器人地图探索研究[D].上海交通大学,2013. | |||||
[13]雷开友. 粒子群算法及其应用研究[D].西南大学,2006. | |||||
|