检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]福建师范大学数学与计算机科学学院,福州350007
出 处:《计算机科学》2013年第4期217-220,248,共5页Computer Science
基 金:国家自然科学基金(61175123);福建省省属高校科研专项重点项目(JK2009006);福建省高校服务海西建设重点项目--基于数学的信息化技术研究资助
摘 要:研究了一种在动态环境下的新型协作多机器人路径规划算法。采用集中式与分布式相结合的多机器人系统体系结构,弥补了在分布式环境下的全局性较差和在集中式环境下的实时性较差等不足。在此基础上,通过融合免疫协同进化算法与人工势场法解决全局路径规划与局部路径规划问题,以有效提高机器人的全局协调能力及自适应水平。仿真实验证明了所提算法在动态环境下实现的可行性与有效性。This paper presented a new approach of multi-robot path planning in dynamic environments.The architecture of multi-robot,composed of centralized and distributed combination,can weaken some failings of bad global properties in distributed environment and worse real-time in centralized environment.On this basis,the immune cooperative co-evolution algorithm and APF algorithm were combined to solve global and local path planning problem,and the robots have better global coordination and self-adaptive ability.The results of dynamic simulation show the feasibility and efficiency of the algorithm.
关 键 词:动态环境 多机器人路径规划 协作进化 人工势场法
分 类 号:TP242.6[自动化与计算机技术—检测技术与自动化装置]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.38