三峡大学电气与新能源学院
纸质出版:2023
移动端阅览
黄敬尧, 刘洪宇, 武慧慧, 等. 基于改进的五行环算法的移动机器人路径规划[J]. 传感器与微系统, 2023,(10):143-146.
黄敬尧, 刘洪宇, 武慧慧, 等. 基于改进的五行环算法的移动机器人路径规划[J]. 传感器与微系统, 2023,(10):143-146. DOI: 10.13873/J.1000-9787(2023)10-0143-04.
DOI:
针对移动机器人路径规划问题,提出一种改进的五行环算法。在五行环模型的基础上,创新性地使用粒子群优化(PSO)算法的更新机制来对各元素进行更新,为了避免陷入局部最优解和快速趋同问题,设计了突变元子和散开元子。最后,对路径中的连接点进行删除处理,大大提高了算法的寻优效率和稳定的性能。仿真结果表明:改进的五行环算法有效避开了沿途的障碍物,保证拐点数目最少的同时还缩短了路径长度,最终寻得最优规划路径。证明该算法具有收敛性能更稳、成功率更高、稳定性更好的优点。
动态环境下移动机器人路径规划方法研究[D]. 王彤彤.哈尔滨工程大学,2018(01)
移动机器人路径规划算法的研究综述[J]. 林韩熙;向丹;欧阳剑;兰晓东.计算机工程与应用,2021(18)
基于改进蚁群算法的移动机器人路径规划[J]. 高茂源;王好臣.传感器与微系统,2021(06)
基于改进蚁群算法的无人仓的多AGV避碰路径优化策略[J]. 杨洋;张建敏;刘艺林;宋馨.数学的实践与认识,2020(16)
基于改进PSO的四轮移动机器人全局路径规划[J]. 罗阳阳;彭晓燕.计算机仿真,2020(07)
复杂网络社区发现的多目标五行环优化算法[J]. 张清琪;刘漫丹.计算机科学,2020(08)
一种求解符号回归问题的粒子群优化算法[J]. 马炫;李星;唐荣俊;刘庆.自动化学报,2020(08)
一种新的启发式优化算法——五行环优化算法研究与分析[J]. 刘漫丹.自动化学报,2020(05)
基于粒子群优化的PID控制器设计与研究[J]. 王欣;葛恒清.长春师范大学学报,2017(10)
基于改进粒子群算法的移动机器人路径规划[J]. 王慧;王光宇;潘德文.传感器与微系统,2017(05)
基于多目标遗传算法的GSM网络频率优化[J]. 邹方.软件,2015(01)
无线自组网中基于离散粒子群优化的睡眠调度感知最小功率广播[J]. 朱晓建;沈军.通信学报,2013(06)
基于动态扰动项的禁忌粒子群优化算法[J]. 乔佩利;孙春宇;罗智勇.哈尔滨理工大学学报,2012(03)
基于粒子群权值优化的网络可生存性增强方法[J]. 袁荣坤;孟相如;李明迅;温祥西.计算机应用,2012(01)
A New Robot Navigation Algorithm Based on a Double-Layer Ant Algorithm and Trajectory Optimization.[J]. Hui Yang;Jie Qi;Yongchun Miao;Haixin Sun;Jianghui Li.IEEE Trans. Industrial Electronics,2019
0
浏览量
104
下载量
CSCD
关联资源
相关文章
相关作者
相关机构