[b]本人研究生期间主要研究蚁群算法及其在机器人路径规划中的应用。 本代码是为了在上课时画出一个图形来比较不同种类的蚁群算法,主要包裹ACS,MMAS,EAS等经典的蚁群算法,最后还包括本人提出的另一
一种新的全球最佳领先人工蜂群算法及其在机器人路径规划中的应用
旨在解决动态环境中移动机器人与障碍物发生碰撞可能性的判断和避开障碍的路径规划。提出了采用几何计算的方法判断机器人和障碍物之间发生碰撞的条件,规划出机器人沿着收敛曲线运动到安全圆周,在安全圆周上作动态圆
提出一种基于图像处理的穴盘苗叶面积测量方法。应用视觉图像系统采集穴盘图像,根据RGB三原色灰度值分离理论,采用2G-R-B颜色特征参数进行分割背景,通过迭代法求出图像最佳分割阈值,根据叶片像素点的分布
快速扩展随机树方法(RRT)是解决具有非完整性约束的轮式机器人路径规划问题的一种有效途径。RRT能够在规划过程中引入机器人动力学约束,但是当环境中存在大量障碍物时,RRT算法的路径搜索效率将会降低。另
使用Matlab编写了基于人工势场算法的机器人避障路径规划代码。
在对机器人工作环境进行建模的基础上,采用弗洛伊德算法求解点之间的最短距离矩阵。 为了使机器人的固定成本和机器人操作成本之和最小,建立了整数规划模型,并设计了求解该模型的遗传算法。 为了使各个机器人协调
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
基本粒子群算法在模拟生物群体智能时,只有信息的单一传递和强迫学习机制,导致群体迅速收敛和种群的多样性降低。为此,提出一种具有综合学习机制的粒子群算法,将所有粒子的个体极值的平均值取代每一粒子的个体极值
应用遗传算法进行机器人全局路径规划,针对该算法,目前常用的建模方法均存在一定缺陷,如链接图法过程复杂,栅格法栅格粒度难以控制,且随栅格数增加,算法复杂度急剧增加等等。论文采用了一种新颖的建模方法,该方
