【摘 要】
：
自动控制技术的快速发展促进了移动机器人在众多领域的应用,要实现移动机器人的精准控制离不开路径规划技术的支撑。本文选用ROS移动机器人为研究对象,对其在静态与动态环境中的路径规划进行研究。在静态环境中,针对蚁群算法规划路径时存在的不足,提出了一种多步长蚁群算法。在动态环境中,针对蚁群算法躲避动态障碍物能力不足的问题,提出了一种改进型势场蚁群算法。本文主要研究内容如下:（1）静态环境中,针对传统蚁群算
论文部分内容阅读
自动控制技术的快速发展促进了移动机器人在众多领域的应用,要实现移动机器人的精准控制离不开路径规划技术的支撑。本文选用ROS移动机器人为研究对象,对其在静态与动态环境中的路径规划进行研究。在静态环境中,针对蚁群算法规划路径时存在的不足,提出了一种多步长蚁群算法。在动态环境中,针对蚁群算法躲避动态障碍物能力不足的问题,提出了一种改进型势场蚁群算法。本文主要研究内容如下:（1）静态环境中,针对传统蚁群算法收敛用时长、搜索到的路径非最优等不足,本文从设置初始信息素分布优化策略、引入回退策略和设置多步长移动策略三个方面进行了改进。此外,应用三次样条插值方法对最短路径进行了平滑处理。最后设计了复杂程度不同的两种静态作业环境进行仿真与对比,结果表明多步长蚁群算法规划出的最短路径较传统蚁群算法更短且用时更少,平滑处理后的路径更有利于机器人的安全行进。（2）动态环境中,提出了一种改进型势场蚁群算法,并将其与动态窗口法相融合。首先,针对传统人工势场法易陷入局部极小值与目标不可达等不足,从引入逃逸力、对目标点的能量进行补充和加入机器人与动态障碍物间的相对速度因子三个方面进行改进。其次,结合多步长蚁群算法与改进人工势场法的优势,提出一种改进型势场蚁群算法。最后,设计了基于动态窗口法的避碰策略。机器人在移动时预判是否会与动态障碍物发生碰撞以及碰撞的类型,并调用对应的策略进行避障处理。仿真结果表明,移动机器人能及时地躲避动态障碍物并规划出一条优化路径。（3）搭建移动机器人平台对算法进行验证。在静态与动态环境中分别进行实验,实验结果表明改进蚁群算法较传统蚁群算法在解决路径规划问题时更加有效。
其他文献
对于学龄前儿童来说,入园焦虑是一种普遍存在的情绪。阅读以情绪管理为主题类型的儿童绘本是一种缓解焦虑情绪较为有效的方法。它不仅可以缓解入园所产生的焦虑情绪,还提升了儿童情绪管理的能力。本次论文从儿童绘本的分类出发,选择情绪管理类型的儿童绘本作为缓解入园焦虑的解决方法。通过文献研究,分析引发入园焦虑情绪的几大因素,选择成因中“躯体伤害的恐惧感”这一要素为论文切入点展开研究。利用案例分析法总结国内外情绪
支持向量机是通过最优化方法解决机器学习问题的一种工具,它最初由Vapnik等人在20世纪90年代提出,由于其优秀的学习能力,尤其是泛化能力,得到了愈来愈多学者的青睐.近年来数据挖掘和机器学习发展飞速,支持向量机已经成为解决“过学习”和“维数灾难”等问题的有效手段,其理论基础和算法实现方面都相对成熟,它被广泛用于语音识别、人脸识别、文本检测与识别和时间序列预测等领域.传统的支持向量机根据最大间隔的原
随着科学技术的不断发展,各类展示空间的展示形式不断创新,尤其各类纪念性场馆的展示空间,由传统的静态展示逐渐向互动体验形式转变。5G时代的到来,为互动展示的发展提供新的契机,展示形式更加多样化。互动展示的运用,使革命历史纪念馆的展示设计拥有更多的可能性。本文从互动展示的概念入手,结合展示空间的特点,从观众与展品和观众与空间两方面总结了互动展示设计的发展与演变,及互动设计对纪念馆展示的意义。其次,通过
阿尔茨海默病是一种起病隐匿、进行性发展的神经系统退行性疾病。该病主要分布在60岁以上老年人群体中。随着老龄化社会的到来,将会有越来越多的老年人遭受该病的折磨。研究发现,痴呆症早期的异常脑萎缩与健康脑萎缩非常相似,因此对于轻度认知障碍阶段的诊断就显得尤为重要。s MRI可以检测出脑萎缩引起的结构变化,因而被广泛使用在痴呆等神经退行性疾病的计算机辅助诊断中。近年来,对于可以考虑区域之间相互关系的机器学
安国市是我国四大药都之一,自古就有“草到安国方成药,药经祁州始生香”的美誉。安国市有着历史悠久的中药传统文化、药市文化、药王庙会文化等,安国市中药文化博物馆是展现安国“千年药都”城市形象的一张重要名片。但目前安国市中药文化博物馆在中药文化传播与发展的过程中缺乏品牌意识,尤其是对博物馆品牌形象设计缺乏重视,阻碍了中药文化的传播进程。本论旨在通过对安国市中药文化博物馆进行品牌视觉形象系统设计,将安国市
带稀疏约束的分裂可行问题是最优化领域中非常重要的一类问题,稀疏约束是指变量大多数的元素为零,或者变量中零元素的数量要多于某一给定的值.分裂可行问题于工程实践中产生,并且在信号处理、压缩感知、图像处理、机器学习和模式识别等领域有着广泛的应用.近年来,随着计算机技术的发展,科学研究中获得的数据越来越多,处理这些数据所占的空间和所需的时间也相继增加,因此便出现了稀疏性的研究.因为要求变量具有稀疏性,许多
近年来,因疾病、事故和人口老龄化导致的上肢运动障碍患者数量逐渐增加,传统人工辅助康复技术存在效率低下的问题,康复机器人辅助训练技术成为研究热点。然而,现有的康复机器人系统主要研究患者的运动意图和身体疲劳状况,忽略了患者的情绪状态。若不能准确掌握患者情绪状态会影响患者的康复训练效果,甚至会对患者造成二次伤害。针对患者的焦虑情绪在康复训练中识别率低、缺少有效分级等问题,本文构建了基于脑电（EEG）、肌
近年来,随着计算机网络技术和控制理论技术的不断发展和融合,特别是网络控制系统的普遍应用,时滞采样控制系统受到了广泛的重视和关注.在实际工程中,系统的稳定是一个系统正常运行的前提条件;另一方面,由于外部环境变化或者建模误差,实际系统必然会存在不确定性.因此,研究不确定时滞采样系统的鲁棒稳定性具有重要的理论价值和现实意义.本文研究了时滞采样系统的稳定性分析和状态反馈镇定问题.首先,针对标准Lyapun
实际系统的动力学模型大多是非线性的,且不可避免的受到系统不确定性以及外部干扰的影响,很难建立精确的系统模型,此外,系统的不确定性对整个系统的控制性能和闭环稳定性有着显著影响.自适应控制能够辨识系统模型参数并进行在线调节,对于不确定性系统具有良好的控制作用.另一方面,神经网络能在逼近域内对任何未知非线性函数进行任意精度的逼近,是一种很有前途的未知不确定性建模工具.近几年,基于逼近的不确定性非线性系统
切换非线性系统可以建模多种实际工程系统,因而受到众多学者的广泛关注.目前切换非线性系统的研究已取得了丰硕的成果,然而设计的控制器往往较为复杂,物理意义不够明确.因此,如何在有外部干扰、系统约束、未建模动态等多困难情况下,对切换非线性系统设计结构简单的控制器成为了热点问题.考虑到PI控制结构的简单直观性,并且在工程实践中颇受欢迎,本文将针对几类切换非线性系统,研究自适应PI控制问题.主要研究成果如下