学位论文 > 优秀研究生学位论文题录展示
复杂环境下基于贝叶斯蚁群算法的机器人路径规划研究
作 者: 王娟
导 师: 朱庆保
学 校: 南京师范大学
专 业: 计算机软件与理论
关键词: 机器人路径规划 蚁群算法 贝叶斯决策 滚动窗口
分类号: TP242
类 型: 硕士论文
年 份: 2011年
下 载: 19次
引 用: 0次
阅 读: 论文下载
内容摘要
移动机器人路径规划是机器人控制技术的重要基础问题,这一领域的研究已取得了广泛的成果。但在实际应用中,移动机器人的工作环境有许多是复杂的障碍环境,这类环境可能存在着大量的陷阱障碍物(如凹形障碍物、死角形障碍物等),在这样的工作环境下,机器人路径规划容易陷入局部最优,可能会产生振荡、死锁等问题,从而导致机器人无法寻找到最优路径甚至算法失效。已有的成果并没有很好的解决这些问题。例如,已有的基于蚁群算法的机器人路径规划算法,仅仅考虑了环境的先验信息,没有对可行节点周围的障碍物分布情况进行后验分析,在遇到陷阱障碍物时,算法很容易陷入局部最优并可能出现停滞。为此,本文引入了贝叶斯决策理论的思想,提出了基于贝叶斯决策蚁群算法的机器人路径规划方法,该算法在路径节点的选择上采用贝叶斯模型,通过后验概率对候选节点周围的障碍进行评估,改进了基本蚂蚁算法的随机搜索策略,解决了复杂障碍环境下蚁群算法容易出现的停滞问题。仿真试验表明,改进后的算法能够寻找到更好的全局最优解,特别适用于复杂环境下存在陷阱障碍的机器人路径规划。在复杂的未知环境下,基于滚动窗口的算法是常用的算法,但滚动窗口容易出现“振荡”现象,为了解决这个问题,本文提出了基于贝叶斯决策的滚动窗口算法,引入贝叶斯最小风险决策思想,对候选的局部子目标周围的障碍环境进行风险评估,选择期望风险最低的子目标作为局部最优子目标,极大地降低了子目标位于陷阱障碍物内或者周围的可能性,解决了复杂环境下滚动窗口的“振荡”问题。仿真试验结果表明,在具有陷阱障碍的复杂环境中,本文算法在解的质量上优于相关算法,效果令人十分满意。
|
全文目录
摘要 4-5 Abstract 5-8 第1章 绪论 8-16 1.1 课题的研究背景及意义 8-10 1.2 机器人路径规划国内外研究现状 10-13 1.3 本文的主要研究内容和创新之处 13-16 1.3.1 本文的主要研究内容 13-14 1.3.2 本文的创新之处 14 1.3.3 文章的组织结构 14-16 第2章 环境建模与环境分析 16-23 2.1 常用环境建模的方法及比较 16-18 2.2 基于栅格的环境建模 18-19 2.3 相关定义 19-20 2.4 复杂障碍环境分析 20-22 2.5 本章小结 22-23 第3章 基于蚁群算法的路径规划 23-28 3.1 蚁群优化算法简介 23-24 3.2 基于蚁群算法的路径规划 24-27 3.2.1 问题的描述和定义 25 3.2.2 算法的简单描述 25 3.2.3 算法的具体步骤 25-26 3.2.4 蚁群算法的优缺点分析 26-27 3.3 本章小结 27-28 第4章 基于贝叶斯决策的路径规划 28-33 4.1 贝叶斯决策的理论基础 28-29 4.2 贝叶斯决策法则 29-31 4.2.1 基于最小错误率的贝叶斯决策 30 4.2.2 基于最小风险的贝叶斯决策 30-31 4.3 贝叶斯决策在路径规划中的应用 31-32 4.4 本章小结 32-33 第5章 复杂环境下基于贝叶斯蚁群的路径规划 33-39 5.1 问题描述和相关定义 33 5.2 基于贝叶斯决策的蚂蚁算法的基本思想 33-36 5.2.1 基于贝叶斯决策的概率计算 34-36 5.2.2 模拟退火机制的引入 36 5.3 基于贝叶斯决策的蚂蚁算法步骤 36-37 5.4 仿真实验及比较 37-38 5.5 本章小结 38-39 第6章 复杂环境下基于贝叶斯滚动窗口的路径规划 39-51 6.1 基于滚动窗口的路径规划 39-42 6.1.1 问题描述与相关定义 39-41 6.1.2 传统的局部子目标映射法则 41-42 6.1.3 基于滚动窗口的路径规划算法描述 42 6.2 滚动窗口的"振荡"现象以及解决方案 42-44 6.2.1 滚动窗口的"振荡"现象 42-43 6.2.2 振荡现象的解决方案 43-44 6.3 避免滚动窗口振荡的贝叶斯决策模型 44-50 6.3.1 局部子目标风险因子的确定 45-46 6.3.2 局部子目标损失函数的确定 46-47 6.3.3 局部子目标选择的概率运算 47 6.3.4 改进的局部子目标映射法则 47-48 6.3.5 基于贝叶斯决策的滚动窗口算法步骤 48 6.3.6 仿真实验及比较 48-50 6.4 本章小结 50-51 第7章 总结与展望 51-53 7.1 论文工作总结 51 7.2 研究工作展望 51-53 参考文献 53-59 致谢 59-60 附录 60 在读期间参与的课题 60 在读期间发表的论文 60
|
相似论文
- 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
- 基于蚁群算法的电梯群优化控制研究,TU857
- 动态环境下移动对象导航系统相关技术的研究,TP301.6
- 基于改进蚁群算法的机器人路径规划研究,TP242
- 改进的蚁群算法及其在TSP上的应用研究,TP301.6
- 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
- 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
- 复杂动态环境下的小型足球机器人路径规划研究,TP242
- 基于物理拓扑感知的Chord算法研究,TP393.02
- RoboCup中型组足球机器人的设计和开发,TP242
- 电渣炉过程控制系统的设计及优化控制,TP273
- 移动机器人路径规划研究及仿真实现,TP242
- Ad Hoc网络中分簇路由算法的研究,TN929.5
- 图像信息处理机的图像处理方法研究,TP391.41
- 智能光网络中路由选择算法的研究,TN929.1
- 面向无线传感器网络的多路径路由协议研究,TN915.04
- 改进蚁群算法在盲均衡中的应用,TN911.5
- 智能光网络动态路由和波长分配算法的研究,TN929.1
- 基于蚁群算法的移动商务个性化推荐体系研究,TP391.3
- 基于蚁群算法的车辆调度问题研究,TP301.6
- 融合MMTD与仿生算法的路由选择研究,TP393.05
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 机器人技术 > 机器人
© 2012 www.xueweilunwen.com
|