论文部分内容阅读
利用移动机器人对太阳能光伏板进行清洁的首先任务是解决路径规划的问题。本文研究了在西部地区大型太阳能光伏板发电站的环境背景下,移动平台式清洁机器人基于改进蚁群算法进行全局路径规划的解决办法。在过去环境模型中只显示二维长度信息的基础上,进行拓展改进——增加危险度这一概念,更加逼近现实的模拟智能路径规划问题;并且实现对太阳能光伏板发电站三维地图信息的环境建模,最后进行全局三维路径规划问题的研究与应用。主要工作如下:(1)针对建设在西部地区大型太阳能发电站光伏板清洁难题,提出轮式移动机器人清洁的解决方案。以太阳能光伏发电站实况模拟搭建环境模型,对光伏板清洁机器人的全局路径规划问题进行了研究。将太阳能光伏板设置为环境地图中的障碍物,提出了一种基于概率理论与蚁群算法相结合的改进栅格环境建模方法,通过在搜索路径中选择经过概率加权的策略,进行全局路径规划的模拟仿真实验。实验结果证明,较传统建模方法,改进后的建模方法具有一定的优越性。(2)为了克服蚁群算法中控制参数难以确定、易陷入局部自由度、早熟等现象,采用云模型理论对蚁群算法进行改进,通过对云隶属函数的参数控制,实现算法的自适应调整策略,最终减少算法的迭代速度。与基本蚁群算法的对比实验结果证明,改进蚁群算法的光伏板清洁机器人路径规划方法提高了机器人路径规划效率,且能安全避开障碍物。(3)针对清洁机器人在工作环境中,因为气候变化和沙尘天气影响,在规划路径中出现的动态障碍物等冲突问题,希望提高机器人路径规划中的越野性能和工作效率,提出一种三维路径规划的方法。依据地势海拔的高低不同,进行概率论分布来设置不同的通过优先级,将地势海拔的高低变化和最短最优的路径相互平衡,从而智能合成一条距离最短且路径中高坡与低谷地形难度适中的路径,利用MATLAB软件设计了仿真实验环境,验证了该方法的有效性。(4)根据文中的仿真实验结果,结合实际中成熟且可高度自由定制的实验平台,进行了大量的模拟实验,获得了珍贵的实验数据,并且对此进行研究,得出对比仿真模拟实验和实际工作要求的差距,指出不足点和未来工作的重心方向。