多移动机器人路径无障碍智能规划算法仿真_熊焰.pdf
《多移动机器人路径无障碍智能规划算法仿真_熊焰.pdf》由会员分享,可在线阅读,更多相关《多移动机器人路径无障碍智能规划算法仿真_熊焰.pdf(5页珍藏版)》请在咨信网上搜索。
1、收稿日期:2021-11-11 修回日期:2021-11-14 第 40 卷 第 4 期计 算 机 仿 真2023 年 4 月 文章编号:1006-9348(2023)04-0434-05多移动机器人路径无障碍智能规划算法仿真熊 焰,刘金库(华东理工大学工程训练中心,上海 201424)摘要:传统的机器人路径规划方法易出现多个机器人的碰撞问题。为进一步优化规划效果,设计复杂环境多移动机器人进行路径无障碍规划放油阀。设计群体智能路径规划优化算法,计算多移动机器人碰撞风险,包括机器人与障碍物之间的碰撞风险,以及机器人与其它机器人之间的碰撞风险,规划智能规划多移动机器人最短无障碍路径。在仿真中,测试
2、多种机器人路径规划算法在同一环境内的路径长度以及机器人碰撞次数。实验结果证明,可行路径为三条,所设计算法的路径长度均为最小值,且机器人的碰撞次数为 0 次,其它传统算法的碰撞次数分别为 2 次、1 次、4 次,由此可见所设计算法实现了多移动机器人路径无障碍规划的显著优化。关键词:复杂环境;多移动机器人;路径无障碍规划;仿真;群体智能优化中图分类号:TP24 文献标识码:BSimulation of Barrier-Free Intelligent Planning Algorithmfor Multi-Mobile Robot PathXIONG Yan,LIU Jin-ku(Engineer
3、ing Innovation Practice Center,East China University of Science&Technology,Shanghai 201424,China)ABSTRACT:The collision problem of multiple robots exists commonly in traditional methods.In order to further op-timize the planning effect,this paper designed a multi-mobile robot in a complex environmen
4、t to simulate barrier-free path planning.At first,a swarm intelligent optimization algorithm for path planning was designed to calculate thecollision risks of multiple mobile robots,including the collision risks between robots and obstacles,as well as the col-lision risks with other robots.Based on
5、intelligent planning,the shortest barrier-free path of multi-mobile robots wasplanned.In the simulation,the length of the path and the number of collisions between robots of multiple algorithmsin the same environment were tested.Experimental results show that there are three feasible paths,and the d
6、esignedalgorithm can get the minimum path length.In addition,the number of collisions between robots is zero,while thenumber of collisions in traditional algorithms are two,one and four,respectively.It follows that the designed algo-rithm achieves significant optimization for barrier-free path plann
7、ing of multi-mobile robots.KEYWORDS:Complex environment;Multiple mobile robots;Barrier-free path planning;Simulation;Swarm intel-ligence optimization1 引言物流行业在社会运行中地位与日俱增,促使移动机器人技术得到了迅速地发展。基于移动机器人自带的导航定位功能,人们得以在仓储物流的过程中大幅度增加工作效率,减少不必要的人力劳动。但是当仓储环境较为复杂或者移动机器人的数量过多时,机器人总是会发生无意识的碰撞,导致无法顺利完成仓储物流的任务,为此对复杂
8、环境下的多移动机器人路径规划进行设计与研究。文献1设计了一种结合预测与模糊控制的移动机器人路径规划算法,针对复杂未知环境下的路径冗余问题以及局部障碍问题,将障碍躲避控制在一个较为模糊的区间内,设定转角累加以及优势判断,辅助移动机器人摆脱角落锁死的困境,并在一定程度上减少冗余路段,提高运行效率。该方法主要用于避免移动机器人在复杂路径内,难以准确到达目的地的问题,强化路径规划的稳定性,但是其应用的优越性434不明显。文献2提出了一种改进的 A算法以及动态窗口算法相结合的混合路径规划方法,可以同时对多个移动机器人进行实时路径规划,这样的算法运算效率极快,并且可以多线程同时工作,具有极大的现实意义,然
9、而其运行结果的优化性较差。文献3有效地提高了移动机器人在路径规划过程中的自适应权重,减少了机器人的移动距离,引入改进灰狼优化算法,更新种群位置,平衡收敛速度,约束了机器人行走的路径长度,提高了全局优化的效率。然而该方法只适用于单一机器人的路径规划,无法对多个移动机器人进行综合性的路径设计,容易造成机器人碰撞,进而导致物流无法顺利进行。基于以上文献,对复杂环境下的多移动机器人路径路径无障碍规划实现优化设计,并进行仿真测试。2 复杂环境多移动机器人路径无障碍规划方法2.1 群体智能路径规划优化算法设计移动机器人在复杂环境内完成路径规划的本质为:将所处环境变为已知环境,同时逐步迭代计算不同的路径长度
10、,并注意比较路径长短。其中最短的一条路径就是该算法下移动机器人的路径规划设计。而多移动机器人的路径规划,则需要综合考虑所有机器人的路径,从单一的路径计算,转变为群体性的规划设计,通过蚁群算法,可以实现启发性的随机智能搜索。算法中的每一个个体在面临位置选择时,都需要向不同的方向移动,而在障碍区域内,障碍物就起到了一个约束的作用,使个体不会向障碍阻隔的方向移动。其中的最优解即表示不限定路径的前提下,机器人在可行解的空间内反复迭代的最大值4。如果运算量过大,则容易造成路径冗长的现象,此时就需要对其进行简化处理。在设计群体性的智能路径优化时,算法内应该设置禁忌表,进行隐式的通信,通过引导路径规划的倒数
11、值,将启发式因子参数与信息素相结合,得到启发因子比重的更新函数Hk(t)=(ij(t)d(ij(t)p)ni=1,j=1(ij(t)dkp,t 00,t 01,p 0(5)式中,hi,j表示第 i 个移动机器人在位置为 j 时的安全情况;p表示该位置点是否为障碍点。在考虑路径安全性的前提下,计算碰撞风险函数,可以得到公式G(fc,fs)=e-12fc-fs22()t,fc-fs 00,fc-fs 0(6)式中,G(fc,fs)表示机器人移动的位置与障碍物位置的相对距离;表示障碍物的影响距离8。在机器人与障碍物之外,还需要建立移动机器人工作空间的二维模型。空间中的任意一点都存在惯性坐标系以及旋转
12、坐标系之间的转换关系,以此建立矩阵x1x2y1y2|=cos-sin-cos 0sin 100-cos 0000001|(7)式中,(x1,y1)表示空间中移动机器人的起始点;(x2,y2)表示空间中移动机器人的终点;表示惯性坐标系转换后的角度。据此生成多个机器人行驶过程中碰撞的风险G(hma,ka,hmb,kb)=0,ifdhavhdhbvhni=1f(p),ifdhavh=dhbvh|(8)式中,hma,ka和 hmb,kb分别表示复杂环境内机器人 a 与机器人 b在第 m 条路径的第 k 个行驶操作;dha表示机器人 a 在该条路段与的存在形式;dhb表示机器人 b 在该条路段的存在形式
13、;vh表示机器人的统一形式速度;f(p)表示机器人之间碰撞的危险度函数9。通过式(6)以及式(8)可以分别计算多移动机器人在环境内形式与障碍物以及其它机器人碰撞的风险。2.3 智能规划多移动机器人最短无障碍路径在复杂环境下,需要针对以上算法以及碰撞风险的公534式,智能规划多移动机器人的最短无障碍路径,即遍历在不与其它障碍物以及机器人相碰撞的前提下最短路径,其算法流程如图 1 所示。图 1 无障碍最短路径流程设计如图 1 所示,需要首先初始化机器人以及环境地图的相关参数,并设置最大迭代次数。在搜索局部最优路径的过程中,令函数维度为 10,则此时的函数可行性可以表示为g(xn)=ni=1|xi|
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 移动 机器人 路径 障碍 智能 规划 算法 仿真 熊焰
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。