动态环境下基于行为动力学的移动机器人路径规划

改进遗传算法在移动机器人路径规划中的研究

以AS—R移动机器人为实验平台,提出了一种改进人工势场和模糊 逻辑相结合的路径规划方法

以栅格法和粒子群算法为基础，提出了一种新的机器人实时全局最优路径规划方法。该方法包括采用栅格法对环境进行建模和直接运用粒子群算法在环境模型中搜索全局最优路径。在计算机上进行了仿真，仿真结果证明了该方法

基于改进蚁群算法的移动机器人路径规划研究，王松杰，张永强，本文提出了基于改进蚁群算法的移动机器人全局路径规划方法。传统的蚁群算法收敛速度慢,容易陷入局部最优，局部启发式函数的引入��

这是本科毕业设计,使用matlab在20乘以20的栅格地图中实现路径规划,包括静态环境以及动态环境下的避障。程序可以成功运行,地图可以手动修改,在这里还有自适应改变信息素挥发因数的改进方案,有很多子程

提出基于蚁群算法的网格调度算法,优化作业完成时间。同时局部升级和全局升级采用不同策略,解决资源负载均衡问题,满足网格的多目标优化。最后通过Gridsim仿真环境和其他算法进行比较分析。

为了实现微型足球机器人的平滑最优路径规划，提出了一种结合Ferguson样条路径描述和改进粒子群优化算法的路径规划方法。利用Ferguson样条描述移动机器人路径，将路径规划问题转化为三次样条曲线的参

研究论文-基于模糊控制器的移动机器人路径规划仿真

该程序采用蚁群算法解决移动机器人在三维环境下的路径规划，适合初学者学习，代码完整，便于实现。

本文描述了分析、建模、算法开发以及仿真的一系列项目,这些项目的目的是开发、和改进这个基本方法,并使其成为实际的解决方案。最初的目标是开发通用的行为,例如覆盖,障碍,以及扫描覆盖区域,各种部署和恢复模式