导读:本文包含了全局路径规划算法论文开题报告文献综述及选题提纲参考文献，主要关键词:路径规划,遗传算法,旋翼无人机
全局路径规划算法论文文献综述
柯春艳,安思[1]（2019）在《无人机全局路径规划算法研究》一文中研究指出针对无人机自主飞行控制技术中的全局路径规划问题,简要分析了几种路径规划算法,提出了一种基于遗传算法的改进型无人机全局路径规划算法,算法以旋翼型无人机为例设计了时间约束条件模型,对适应度函数参数和遗传算法算子进行了优化。试验结果表明,所提出的路径规划算法能够求得近似最优解,为无人机自主飞行决策控制提供可行方案。(本文来源于《信息技术》期刊2019年05期）
张旭,程传奇,郝向阳,李建胜,胡鹏[2]（2018）在《一种兼顾全局与局部特性的机器人动态路径规划算法》一文中研究指出A*算法的规划路径全局最优,但存在拐点多、拐角大的缺点,而人工势场法的规划路径虽然平滑,却无法满足全局最优的要求。为达到机器人快速到达、安全避障的目的,分别对A*算法和人工势场法进行改进,并将两者相结合,提出一种兼顾全局与局部特性的机器人动态路径规划算法。全局路径规划采用剔除冗余节点的A*算法,生成局部目标节点序列;局部路径规划采用改进的人工势场法,提出5方向障碍物探测法替代原有斥力模型,大大减小运算量;设置最小引力场,引导机器人脱离局部最小点;采用扇形区域探测法,有效规避小型动态障碍物。仿真实验结果表明:与传统A*算法与人工势场法相比,该方法不仅生成全局最优平滑路径,而且还能够在顾及机器人移动控制的前提下,及时规避动态障碍物。(本文来源于《测绘科学技术学报》期刊2018年03期）
翁星[3]（2016）在《轮式智能小车的全局路径规划算法与实验研究》一文中研究指出以移动智能小车的室内导航为背景,对移动智能小车的上位机软硬件开发、全局路径规划、场景识别和环境建模等问题进行了理论与实验研究。首先搭建和配置了移动智能小车的硬件平台和软件平台。硬件上,在先锋移动机器人Pioneer3-AT基础上的配备了西科LMS-200激光雷达传感器、视觉传感器Kinect、超声波传感器,另外还将嵌入式开发板BeagleBone Black作为移动机器人的上位机进行了实验研究。软件上,将Aria软件、MobileSim软件、ubuntu系统和机器人操作系统ROS移植到嵌入式开发板BeagleBone Black上,在笔记本和BBB开发板上搭建了实验软件平台,而且建立了基于ROS的分布式系统。第二,在路径规划算法上面,详细地介绍了A星算法的原理与应用环境,将A星算法在MATLAB上做了仿真实验,在仿真软件MobileSim上做了机器人的仿真实验,以及在P3-AT实验平台做了实验研究,验证了A星算法的有效性,并且总结了A星算法在实际的室内路径规划中的优缺点。第叁,针对基于激光数据的房间识别问题进行了研究。激光测距传感器由于自身的高精度,是目前移动机器人最常用的传感器之一。本文使用环投影和极限学习机算法来分类激光数据样本,使用西科LMS-200激光雷达采集了9个室内场景的样本数据并进行了实验研究,测试平均识别准确率在74%左右,而且极限学习机(ELM)算法的识别准确率比支持向量机(SVM)高。为了进一步验证算法的有效性,我们又在公共数据集上做了相关实验,测试平均识别准确率在70%左右,结果表明本课题所用场景识别方法在公共数据集上也有较好的效果。一系列实验表明,本课题所使用的场景识别算法比较有效,可以和全局路径规划算法配合使用,从而提高移动机器人的避障和导航效果。第四,针对移动机器人的环境建模问题进行了算法和实验研究,分别采用激光雷达、Kinect传感器采集数据进行环境建模实验,并实验了多个不同的室内环境,主要包括实验室、走廊、电梯、健身房、会议室、地下室、厨房和卫生间。最后,总结了本文所取得的研究成果,并提出了下一步的工作展望。(本文来源于《河北工业大学》期刊2016-12-01）
张启飞,郭太良[4]（2016）在《基于多阶段决策的机器人全局路径规划算法》一文中研究指出针对移动机器人路径规划过程中单一算法不易协调多种要求的问题,提出一种基于多阶段决策思想的全局路径规划算法。根据不同功能将规划过程划分为多个阶段,每一阶段的决策均依赖于上一阶段的决策结果。利用改进的位置码四叉树模型构建规划环境的模型,使用A*算法在前一步构建的基础上规划出最优路径存在的区域,称为路径区域,应用改进粒子滤波算法得到路径点,将路径点作为关键点利用分段B样条插值得到规划结果。实验结果表明,与A*算法和粒子滤波算法相比,该算法的规划时间、路径点数量、规划结果评价值等指标均有所提高,通过加入参数自动化选取,减弱了人为因素对规划结果的影响。(本文来源于《计算机工程》期刊2016年10期）
黄静,陈汉伟[5]（2014）在《移动机器人全局路径规划算法的研究》一文中研究指出全局路径规划是移动机器人要解决的重要问题,较好的路径搜索算法可以迅速搜索有效路径,提升移动机器人的智能性,提升用户体验。针对目前移动机器人行为决策能力较弱的问题,着重研究移动机器人的全局路径规划问题,通过研究盲目式搜索算法、A*算法和遗传算法,分析了3种算法在解决路径规划问题中的优劣,使用A*算法在Unity平台上虚拟移动机器人的全局路径规划模块,并且使用贪婪平滑算法优化A*算法产生的多余路径,路径搜索的效率较高,移动机器人的智能性和真实感较好。(本文来源于《仪表技术与传感器》期刊2014年12期）
简毅,张月[6]（2014）在《移动机器人全局覆盖路径规划算法研究进展与展望》一文中研究指出首先通过势场栅格法、单元分解法、全局与局部转换法等叁大方法介绍了单移动机器人各种不同的全覆盖算法,分析了各种不同算法的性能,指出了它们的优缺点,并对每种方法的改进方法进行了探讨分析;另外,针对多机器人协作全覆盖路径规划的研究,探讨了基于单机器人全覆盖路径规划算法和任务分配算法等结合得到的多机器人协作路径规划算法;最后探讨移动机器人全覆盖路径规划算法的研究方向。分析结果表明,对于移动机器人全覆盖算法的研究,可充分利用现有算法的优势互补,或借助多学科交叉的优势,寻找更有效的算法。(本文来源于《计算机应用》期刊2014年10期）
杨淮清,肖兴贵,姚栋[7]（2009）在《一种基于可视图法的机器人全局路径规划算法》一文中研究指出针对全局路径规划方法中基于自由空间的路径规划方法在环境发生变化时适应性不强、实时性较差和需要重新建立连通模型等问题,提出了一种基于可视图法的移动机器人路径规划算法,该算法比较好地弥补了自由空间法存在的缺陷.在实际建模期间,对于那些轮廓复杂的障碍物,可把它近似地看作矩形或多个矩形的组合体,以此来建立所描述障碍物的边界地图,并根据所得地图实现机器人的路径规划.仿真结果表明了该算法的有效性.(本文来源于《沈阳工业大学学报》期刊2009年02期）
徐培培[8]（2009）在《复杂动态环境下移动机器人的全局路径规划算法研究》一文中研究指出路径规划是月面巡视探测器行进过程中运动控制的依据,是巡视器研究与开发的核心内容之一。月面巡视探测器是一种工作在月面复杂动态环境下的特殊移动机器人,因此,研究复杂动态环境下移动机器人的路径规划对于巡视器的路径规划研究具有重要的意义。本文以国防科工委正在开展的月球探测二、叁期工程论证工作为背景,对移动机器人的传统全局路径规划算法、复杂动态环境下的全局路径规划算法、模拟月面巡视探测器的路径规划过程、路径成本评估等开展了研究,论文的主要内容包括:首先,分析实现了移动机器人的两种传统全局路径规划算法A~*与D~*Lite。针对工程约束,将转向角度和转折次数引入算法的评估函数,提出一种基于A~*算法的全局路径规划算法A~*angle,使得规划出的路径更平滑,更节省能量,在搭建的MATLAB仿真平台上对算法进行了仿真验证。其次,针对传统算法应用于叁维复杂动态环境下时带来的一些问题,提出了一种新的叁维建模的方法,提出了一种新的基于方向的叁维通行性判断方法,并学习工业预测原理和滚动原理,对传统全局路径规划算法D~*Lite进行了修改,使之可以用于叁维复杂未知动态环境,最后对算法进行了仿真验证。再次,针对我国月面巡视探测器“遥操作+半自主”的工作模式,分析实现了行星巡视探测器典型局部避障算法Morphin,并和全局路径规划算法D~*Lite结合起来,在MATLAB仿真平台上模拟了月面巡视探测器的路径规划过程。最后,在对上述评估函数修改的基础上,针对目前的全局路径规划算法基本上是以路径最短作为路径最优的标准,提出一种对路径进行综合评价的方法,综合考虑了移动机器人直线行走代价、转向代价和机构调整代价。将这些代价综合为功耗和时耗,从而为整体评价路径的性能提供了一种参考标准。(本文来源于《北京邮电大学》期刊2009-02-18）
孟偲,王田苗[9]（2008）在《一种移动机器人全局最优路径规划算法》一文中研究指出针对移动机器人全局最优路径规划问题,首先提出一种基于线性操作的遍历式算法,该算法通过场扫描方式生成步长转换矩阵(STM,Step Transform Matrix),并在步长转换矩阵中搜索考虑方向一致的最短路径,从而可以得到避免不必要路径转折的全局最短路径.其次提出了一种评价标准来区分路径优劣.最后通过仿真与圆形波传播算法进行了路径规划对比实验,实验结果表明本文所提算法在所提出的路径评价标准下可以获得比波传播算法更优的路径.(本文来源于《机器人》期刊2008年03期）
刘青峰,尹久仁[10]（2007）在《静态环境下移动机器人MFNN全局路径规划算法研究》一文中研究指出针对移动机器人的路径规划计算问题,通过对其系统特性的分析,提出一种MFNN全局路径规划计算方法,并从理论上进行建模与推导。仿真结果表明:此方法计算简单,收敛速度快,能显着提高求解移动机器人全局最优化问题的计算效率,并避免了某些局部极值情况。(本文来源于《机械制造与自动化》期刊2007年01期）
全局路径规划算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
A*算法的规划路径全局最优,但存在拐点多、拐角大的缺点,而人工势场法的规划路径虽然平滑,却无法满足全局最优的要求。为达到机器人快速到达、安全避障的目的,分别对A*算法和人工势场法进行改进,并将两者相结合,提出一种兼顾全局与局部特性的机器人动态路径规划算法。全局路径规划采用剔除冗余节点的A*算法,生成局部目标节点序列;局部路径规划采用改进的人工势场法,提出5方向障碍物探测法替代原有斥力模型,大大减小运算量;设置最小引力场,引导机器人脱离局部最小点;采用扇形区域探测法,有效规避小型动态障碍物。仿真实验结果表明:与传统A*算法与人工势场法相比,该方法不仅生成全局最优平滑路径,而且还能够在顾及机器人移动控制的前提下,及时规避动态障碍物。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
全局路径规划算法论文参考文献
[1].柯春艳,安思.无人机全局路径规划算法研究[J].信息技术.2019
[2].张旭,程传奇,郝向阳,李建胜,胡鹏.一种兼顾全局与局部特性的机器人动态路径规划算法[J].测绘科学技术学报.2018
[3].翁星.轮式智能小车的全局路径规划算法与实验研究[D].河北工业大学.2016
[4].张启飞,郭太良.基于多阶段决策的机器人全局路径规划算法[J].计算机工程.2016
[5].黄静,陈汉伟.移动机器人全局路径规划算法的研究[J].仪表技术与传感器.2014
[6].简毅,张月.移动机器人全局覆盖路径规划算法研究进展与展望[J].计算机应用.2014
[7].杨淮清,肖兴贵,姚栋.一种基于可视图法的机器人全局路径规划算法[J].沈阳工业大学学报.2009
[8].徐培培.复杂动态环境下移动机器人的全局路径规划算法研究[D].北京邮电大学.2009
[9].孟偲,王田苗.一种移动机器人全局最优路径规划算法[J].机器人.2008
[10].刘青峰,尹久仁.静态环境下移动机器人MFNN全局路径规划算法研究[J].机械制造与自动化.2007