控制工程
控製工程
공제공정
CONTROL ENGINEERING OF CHINA
2014年
3期
365-368
,共4页
污泥纠缠%机器人%神经网络%遗传算法
汙泥糾纏%機器人%神經網絡%遺傳算法
오니규전%궤기인%신경망락%유전산법
sludge entanglement%robot%neural network%genetic algorithm
传统路径规划算法针对多目标情况,主要依据多单一信息融合结果选择避障路径,在中规模的污泥纠缠区域中容易陷入盲区,无法对污泥纠缠环境下的机器人路径进行准确的规划.为此提出一种改进的机器人视觉纠缠摆脱路径规划方法,借助机器人视觉仪器采集污泥纠缠特征,用归一化方法把视觉信息融入到规划模型中进行最佳路径的选择,将机器人摆脱污泥纠缠以及最短路径的要求融合成一个适应度函数,通过遗传算法搜索获取最佳机器人摆脱路径.实验结果说明,该方法对于污泥纠缠环境下机器人摆脱路径规划长度以及效率都优于传统模型,具有较高的鲁棒性.
傳統路徑規劃算法針對多目標情況,主要依據多單一信息融閤結果選擇避障路徑,在中規模的汙泥糾纏區域中容易陷入盲區,無法對汙泥糾纏環境下的機器人路徑進行準確的規劃.為此提齣一種改進的機器人視覺糾纏襬脫路徑規劃方法,藉助機器人視覺儀器採集汙泥糾纏特徵,用歸一化方法把視覺信息融入到規劃模型中進行最佳路徑的選擇,將機器人襬脫汙泥糾纏以及最短路徑的要求融閤成一箇適應度函數,通過遺傳算法搜索穫取最佳機器人襬脫路徑.實驗結果說明,該方法對于汙泥糾纏環境下機器人襬脫路徑規劃長度以及效率都優于傳統模型,具有較高的魯棒性.
전통로경규화산법침대다목표정황,주요의거다단일신식융합결과선택피장로경,재중규모적오니규전구역중용역함입맹구,무법대오니규전배경하적궤기인로경진행준학적규화.위차제출일충개진적궤기인시각규전파탈로경규화방법,차조궤기인시각의기채집오니규전특정,용귀일화방법파시각신식융입도규화모형중진행최가로경적선택,장궤기인파탈오니규전이급최단로경적요구융합성일개괄응도함수,통과유전산법수색획취최가궤기인파탈로경.실험결과설명,해방법대우오니규전배경하궤기인파탈로경규화장도이급효솔도우우전통모형,구유교고적로봉성.
