多机器人区域覆盖路径规划技术研究与实现

发布时间：2022-08-29 18:23

　　随着人们生活质量的提高,机器人的工作场景也变得更加多样化,这对机器人应用技术的发展提出了更高层次的要求。路径规划技术作为移动机器人的最基本的功能,始终是机器人研究领域的热点问题。随着机器人路径规划算法的不断成熟,人们根据具体应用场景探索其拓展领域的研究,区域覆盖路径规划算法（CPP,Coverage Path Planning）就是其一。CPP问题是一种特殊的路径规划问题,机器人的任务规划问题、续航问题等是该研究领域丞待解决的热点问题。造成这些问题的关键原因是目标区域过大,机器人单次能量不足以支撑整个覆盖任务。通过多机器人协作可以增加任务的可靠性和实效性,使传感器数据更加全面,搜索覆盖时间更短,提高了系统决策和规划的性能,从而克服了单机器人存在的缺陷。但是,多机器人任务中,任务分配问题和路径规划问题也会变得更加复杂。本文提出了基于DMCED方法的区域分解技术和基于遗传算法的子区域路径规划方法相结合的方法,解决上述存在的两个问题。因此,本研究的工作有如下几点:1.首先,文中对区域覆盖问题进行优化,将区域覆盖问题分解为区域分解和子区域覆盖两个部分来分别实现。针对原始区域覆盖问题进行分析和定... 

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

机器人路径规划示例

区域覆

近似细胞分解示例

【参考文献】：
期刊论文
[1]一种基于PEGA算法的UAV区域覆盖搜索路径规划方法[J]. 赵晨皓,刘永兰,赵杰.  科技导报. 2014(Z2)
[2]油罐清洗机器人全覆盖遍历路径规划方法[J]. 周利坤,李悦.  机械设计与制造. 2014(07)
[3]基于黄蜂群算法的群机器人全区域覆盖算法[J]. 张国有,曾建潮.  模式识别与人工智能. 2011(03)
[4]机器人全覆盖最优路径规划的改进遗传算法[J]. 刘松,李志蜀,李奇.  计算机工程与应用. 2009(31)
[5]机器人路径规划技术的现状与发展趋势[J]. 廖绍辉,张连东.  机械工程师. 2007(07)
[6]多UAV协同区域覆盖搜索研究[J]. 彭辉,沈林成,霍霄华.  系统仿真学报. 2007(11)
[7]移动机器人全覆盖任务的研究进展[J]. 王俭,赵鹤鸣,陈卫东.  工矿自动化. 2006(03)
[8]移动机器人全覆盖路径规划优化方法[J]. 王俭,陈卫东,赵鹤鸣.  计算机工程. 2005(22)

硕士论文
[1]神经网络在短期交通流预测中的应用研究[D]. 刘秋平.长安大学 2011
[2]全区域覆盖自主移动机器人路径规划与避障的研究[D]. 陈卫平.南京理工大学 2004



本文编号：3678789