2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩63頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、移動機器人是機器人領(lǐng)域的一個重要發(fā)展方向,并且已經(jīng)越來越廣泛的應(yīng)用于工業(yè)、農(nóng)業(yè)、軍事、教育等人類社會的各個方面。而路徑規(guī)劃是移動機器人系統(tǒng)中的一個重要內(nèi)容,因為它的好壞直接影響到機器人所完成任務(wù)的質(zhì)量,所以路徑規(guī)劃成為移動機器人領(lǐng)域的一個研究熱點。 本文中移動機器人的路徑規(guī)劃,就是依據(jù)某個或某些優(yōu)化準(zhǔn)則(如工作代價最小、行走路線最短、行走時間最短等),在其工作空間中找到一條從起始點到目標(biāo)點能避開所有障礙物的一條最優(yōu)路徑。

2、 本文首先討論了移動機器人的國內(nèi)外發(fā)展現(xiàn)狀以及移動機器人的幾個研究方向,并著重介紹了路徑規(guī)劃技術(shù)的發(fā)展現(xiàn)狀以及應(yīng)用方法,也指出了本課題的研究意義和主要研究的內(nèi)容。 其次通過對遺傳算法和模擬退火算法的研究,分析了各自的優(yōu)缺點。并把這兩個算法結(jié)合構(gòu)成了遺傳模擬退火算法,它兼?zhèn)淞撕軓姷娜趾途植克阉髂芰?,在變量?shù)目較大時尤其突出。 接著應(yīng)用遺傳模擬退火算法實現(xiàn)了移動機器人靜態(tài)環(huán)境下的路徑規(guī)劃。在執(zhí)行規(guī)劃程序之前先應(yīng)用頂點法建立

3、了機器人的工作環(huán)境,然后執(zhí)行基于遺傳模擬退火算法的路徑規(guī)劃算法。在此算法中:編碼方式采用簡化的實數(shù)編碼方法,把機器人的二維坐標(biāo)簡化為一維,加快了機器人最優(yōu)路徑的搜索速度;初始化方法采用大范圍初始化,并在初始化中加入了選擇機制,使初始點避開障礙物區(qū)域;通過綜合考慮路徑的可行性、路徑的光滑性和路徑長度,制定了有效的適應(yīng)度函數(shù);選擇策略采用比例選擇法;交叉算子采用非對稱單點交叉策略;變異算子首先采用啟發(fā)式變異,先把所有的路徑優(yōu)化成可行路徑,然

4、后在每條路徑上隨機選擇一個變異點,最后對此點以概率Pm進行變異。模擬退火中的隨機移動準(zhǔn)則采用Metropolis準(zhǔn)則;也使用了有效的溫度更新函數(shù)。通過在VC++中的仿真證明:采用遺傳模擬退火方法進行機器人的路徑規(guī)劃是有效的和可行的。 然后應(yīng)用遺傳算法對移動機器人動態(tài)環(huán)境下的路徑規(guī)劃進行了仿真。由于動態(tài)環(huán)境要求有較快的實時運算速度,所以采用遺傳算法進行規(guī)劃。與靜態(tài)環(huán)境下所不同的是:動態(tài)環(huán)境下要實時的確定一個中間目標(biāo)點;在制定適應(yīng)度

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論