一种改进PSO的室内机器人路径规划方法

发布时间：2021-12-31 19:31

　　针对室内空间局限性造成的移动机器人路径规划难度提升问题,文章分析了机器人室内移动中转弯、启停等运动特征,为获得最优规划路径引入了粒子群算法（particle swarm optimization,PSO）,同时为改善经典算法中收敛度低、易早熟等问题,首先使用收敛因子、线性递减、非线性凹函数、随机分布方式等对PSO惯性权重的选取进行了讨论,并结合三次样条插值方法、选取罚函数作为适应度函数等对PSO进行了算法改进,最后,以实验室作为室内环境背景进行了仿真实验,并与经典的PSO路径规划方法进行了对比;实验结果表明,文章中改进的PSO路径规划方法精度高于经典PSO方法5%,平均寻优时间比经典PSO的少5s左右,能够有效地提高规划路径的平滑度,对于室内环境中机器人路径规划具有良好的实时性和有效性。 

【文章来源】：计算机测量与控制. 2020,28(03)

【文章页数】：6 页

【部分图文】：

改进PSO算法流程图

迭代曲线图2(b）中，RandWPSO-SP算法规划的路径最短，这是因为该算法引入随机惯性权重，不仅平衡了全局搜索和局部搜索的能力，还增加了搜索的灵活性和范围，使算法的搜索能力提高，而且扰动效果明显，增强了粒子多样性，更容易跳出局部最优值；YSPSO-SP方法收敛速度最快，这是因为该算法引入收敛因子，虽然使收敛速度加快，但加速度因子是基于线性扰动，扰动小，粒子容易陷入局部最优解；收敛速度第二快的为LinWPSO-SP算法，该方法的扰动属于线性扰动，扰动不明显，粒子容易出现“早熟”；NCFPSO-SP算法引入非线性惯性权重，虽然非线性惯性权重扰动效果明显，但是该方法收敛精度低。表1是每个算法在相同的环境下，独立运行500次得出的路径结果。从中可以可以看出RandWPSO-SP算法规划的最短路径、平均路经以及平均仿真运行时间都比其它四种算法少。这是因为随机惯性权重的引入，不但平衡了全局搜索和局部挖掘能力，而且扰动效果明显，增加了粒子多样性。引入三次样条插值使得算法更好得适用于室内环境。开始规划的路径最长，这是因为起点处空间大，提高了搜索范围，改善了粒子陷入局部极值的现象。

本次实验与第一次实验的不同之处在于起点和终点互换。从图3(a）、（b）可以看出。该次实验仿真结果几乎和第一次一样，验证了较其它四种算法，RandWPSO-SP方法规划出的机器人运行轨迹拐点更少、拐点弧度较大等优点。表2是五种算法分别在相同环境下，独立运行500次得出的路径结果。从中可以看出RandWPSO-SP算法较其它四种算法的的最短路径、平均路径以及平均仿真运行时都最短。

【参考文献】：
期刊论文
[1]基于初始信息素和二次挥发的改进蚁群算法[J]. 何亮亮,王晓东.  西安工程大学学报. 2018(06)
[2]基于改进粒子群算法的路径规划[J]. 贾会群,魏仲慧,何昕,张磊,何家维,穆治亚.  农业机械学报. 2018(12)
[3]改进的二阶振荡粒子群算法[J]. 蒋丽,叶润舟,梁昌勇,陆文星.  计算机工程与应用. 2019(09)
[4]基于改进模拟退火算法的搬运机器人路径规划[J]. 陶重犇,雷祝兵,李春光,孙云飞,周海冰.  计算机测量与控制. 2018(07)
[5]改进粒子群算法在移动机器人路径规划中的应用[J]. 魏勇,赵开新,王东署.  火力与指挥控制. 2018(02)
[6]基于改进粒子群算法的机器人路径规划[J]. 王志中.  制造技术与机床. 2018(02)
[7]基于PSO和三次样条插值的多机器人全局路径规划[J]. 强宁,高洁,康凤举.  系统仿真学报. 2017(07)
[8]基于改进粒子群算法的移动机器人路径规划[J]. 王慧,王光宇,潘德文.  传感器与微系统. 2017(05)
[9]基于改进粒子群算法的足球机器人路径规划[J]. 高田田,张莉,李炳德,高晴.  西安工程大学学报. 2016(05)
[10]基于PSO算法的RoboCup2D机器人研究[J]. 包胜刚,董春晨,刘钊.  计算机测量与控制. 2016(09)



本文编号：3560838