移动机器人环境自适应的自主规划方法研究

《移动机器人环境自适应的自主规划方法研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、学号2011041431密级___________哈尔滨工程大学本科生毕业论文移动机器人环境自适应的自主规划方法研究院（系）名称：自动化学院专业名称：自动化学生姓名：张瑞丰指导教师：王宏健哈尔滨工程大学2015年6月移动机器人环境自适应的自主规划方法研究张瑞丰哈尔滨工程大学学号2011041431密级___________移动机器人环境自适应的自主规划方法研究ResearchonEnvironmentalAdaptiveAutonomousPlanningMethodforMobileRobot学生姓名：张瑞丰所在学院：自动化学院所在专业：自动化指导教师：王宏健职称：教授所在单位：哈尔滨工程

2、大学论文提交时间：2015年6月日论文答辩时间：2015年6月日学位授予单位：哈尔滨工程大学哈尔滨工程大学学士学位论文摘要作为一项高新科技，如今移动机器人已经被应用于各种生产生活当中。在其面对不同的工作环境时想要完成任务必须拥有适应环境的自主规划方法，因此环境自适应的自主规划方法的研究对于移动机器人实现作业是极其重要的。本文针对移动机器人的路径规划问题展开研究，面向部分已知的环境，运用以波函数表述粒子状态的量子行为粒子群优化算法完成机器人的路径规划问题求解。首先，基于粒子群优化算法和量子粒子群优化原理，通过对比粒子群优化与量子行为粒子群优化的优缺点，选用具有量子行为的QPSO算法用于问题求解

3、；其次，运用MATLAB建立了部分已知的环境模型，根据路径安全性需求，提出粒子有效性的检验方法，解决了因无效粒子的存在容易导致量子粒子群算法应用于路径规划求解时陷入局部最优解甚至规划失败的问题；再次，设计了基于路径长度为目标优化函数和量子粒子群优化路径算法流程；最后，通过量子粒子群参数寻优实验，获得一组优化量子粒子群控制参数，并完成了MATLAB不同仿真环境条件下移动机器人路径规划的仿真验证。经过仿真实验证明：本文提出的算法可以使移动机器人在复杂的工作环境中优化出一条安全路径，说明将量子行为粒子群优化算法应用于移动机器人环境自适应的自主规划问题可以取得较好的效果。关键词：移动机器人；路径规划

4、；粒子群优化；量子粒子群优化III哈尔滨工程大学学士学位论文ABSTRACTAsahigh-tech,theappliedrangeofmobilerobotexpandedwidelyinrecentyears.Ifrobotswanttocompletethetaskindifferentworkingenvironment,theymusthavethecapacityofautonomousplanningmethodtoadapttheenvironment.Sothecapabilityofautonomousplanningmethodformobilerobotsplaysa

5、nimportantandbasicroleinroboticsresearch.Thispaperwasorientedmobilerobotspathplanninganditproposedsolutionstoavoidobstaclesinpartoftheenvironmentthatwasknown.ItusedthealgorithmofQuantumbehaviorparticleswarmoptimizationthatwasbasedonthewavefunctiontodescribethestateoftheparticletodesignautonomouspla

6、nningmethod.Firstly,thepaper,basedontheparticleswarmoptimizationandquantumparticleswarmalgorithm,balancetheexcellencesanddisadvantagesbetweenthetwoalgorithms,andthenchooseQPSOtosolvethequestion.Secondly,itestablishedmathematicalmodelingofthetargetenvironmentwithMATLABandanditputforwardsthemethodbye

7、xaminingtheeffectivenessoftheparticlestoimproveinvalidparticlestoavoidfallingintothelocaloptimalintheapplicationsofQPSOpathplanningmethods.Andthenitdesignedtheflowchartofalgorithmbasedonthetargetpathlengthf