关于足球机器人学术论文怎么写和基于势场改进蚁群算法的足球机器人路径规划类毕业论文提纲范文-毕业论文网

本文关于足球机器人论文范文,可以做为相关论文参考文献,与写作提纲思路参考。

基于势场改进蚁群算法的足球机器人路径规划

求较高.针对传统的机器人路径规划算法过于繁杂,对人工势场法和蚁群优化算法进行深入研究,整合两者的优点,结合足球机器人系统特点,提出基于人工势场的改进蚁群算法,通过实验证明该算法符合足球机器人的实时性、可行性和有效性.

关键词:足球机器人;路径规划;蚁群算法

中图分类号:TB　　　　　文献标识码:A　　　　　　doi:１０．１９３１１/j．cnki．１６７２Ｇ３１９８．２０１８．２１．０８８

０　引言

足球机器人在机器人发展领域发挥着重要的作用,具有广泛的应用前景.而机器人足球比赛作为检验机器人技术的一种有效手段,成为当前学术界的研究热点. 决定足球机器人胜负的关键因素就是合理的路径规划.路径规划简单的理解就是让机器人遵循某种性能指标(如距离,时间等),从初始位置到达目标位置作出最优的行走路径.目前,路径规划的求解方法主要有人工势场法和基于人工智能的启发式方法,如蚁群算法、遗传算法和粒子群等.蚁群算法是一种受到生物界蚁群觅食行为的启发式搜索算法,本文为校及科研项目,项目实施过程中对各种算法进行实验比对,最终提出一种势场改进蚁群算法的足球机器人路径规划算法,并测试其有效性和优越性.

１　建立足球机器人路径规划模型

足球机器人比赛规则:要求由多个机器人组成足球队,在一个实时、噪声和对抗性的环境下进行,以机器人射门得分最高为胜.足球机器人的路径规划模型如图１所示,当前位置为足球机器人的起始点,当足球机器人遇到障碍物时,在避免碰撞的前提下,找到一条从起始点到达目标点长度最短的路径.

２　人工势场法的缺点

传统的人工势场法具有其不足和局限性:局部最小值问题;在障碍物前振荡前进;不能从两个距离较近的障碍物之间穿过等.其中,局部最小值问题是由于机器人在环境空间中在某个位置产生的斥力(或斥力的合力)和引力正好在同一条直线上大小相等,方向相反.则机器人认为已经到达目标处故在该点停留或者振荡徘徊.另外不能从两个较近的障碍物之间穿过也是上述原因,如图２所示.振荡前进则是如下图３所示.

３　人工势场的改进蚁群算法

结合人工势场法在未知环境下局部搜索的优势和蚁群算法在全局路径规划中的特点,用联合启发因子来进一步提高机器人在路径规划中的效率.

蚁群中一共有m 只蚂蚁,当其中的蚂蚁k 在第n位置P (n)＝r转移到下一步位置P (n＋１)＝s的概率依据是由下面的式子决定的:

４　仿真与实验分析

４．１　人工势场蚁群算法

人工势场蚁群算法仿真图及迭代次数与路径长度如图４、图５所示,在迭代３０次后,算法就趋于稳定,最优路径长度在３３．９２５８,这条路径也在最优路径上.但从图上也看出收敛曲线波动比较大,说明该方法在收敛上存在可以改进之处.

４．２　人工势场改进蚁群算法

如图６、图７所示在迭代１５次后,算法就趋于稳定,最优路径长度是３３．９０５３,在收敛效率上进一步提高,而且收敛曲线也较之前的方法平顺了很多,改进收敛效果明显.

综上所述,我们可以得出应用结合人工势场法的改进蚁群算法在收敛效率上有了明显的提高,搜索最优路径时间更快更加趋于合理.该算法克服了人工势场法遇到的局部最优和目标不可达等问题,而且提高了算法的收敛性.

５　算法验证

在实验平台AS－ROII上进行真实环境验证.将C＋＋的算法代码用Visualstudio２００８生成可执行文件,利用无线局域网导入AS－ROII本体.利用此算法,机器人在实际运行中的路径比较平滑,但机器人行进过程中,当挪动障碍物形成动态规划时,机器人在靠近障碍物时会出现震荡前进,但最后依然可以到达目的地.这也为以后的进一步研究提出了改进方向.

６　结语

本文针对人工势场法的不足,整合人工势场法和蚁群算法两者的优点,提出了人工势场改进蚁群算法, 并通过仿真实验和真实室内环境下实验,均验证了其可行性.同时,也发现了对于动态规划的不足,有些地方还需要改进.

足球机器人论文范文结:

关于足球机器人方面的的相关大学硕士和相关本科毕业论文以及相关足球机器人论文开题报告范文和职称论文写作参考文献资料下载。

4、机器人期刊