动态环境下基于ROS的移动机器人路径规划技术研究.pdf

满载装卸货问题是广泛存在于物流运输领域的重要组合优化难题。为了有效求解实际情况下多目标的满载协同运输问题，设计了双层最大最小蚁群算法。利用蚁群算法的正反馈和并行性，通过不同层次蚁群之间的信息素传递，实

Developedarobotmotionplanningalgorithminthehumans’environmentstakingintoaccountofhuman-robotinteract

把滚动规划和径向基函数神经网络(RBFNN)预测相结合,提出一种动态不确定环境下移动机器人局部路径规划过程中,针对动态障碍物的新的混合避障算法.利用摄像镜头采集动态障碍物的移动轨迹,提取形心序列,利用

针对结构化环境中移动机器人路径规划问题，提出一种基于粒子群的路径规划算法。该算法利用适应度函数描述环境约束及路径的距离信息，适应度函数通过神经网络计算；由路径节点构成粒子，通过混合粒子群算法进行寻优。

提出一种基于神经网络和遗传算法的路径规划算法。采用神经网络模型对机器人的环境信息进行描述，利用神经网络的输出建立遗传算法的适应度函数；然后使用遗传算法优化路径。在该算法中将需规划路径的二维编码简化成一

硕士论文：基于ROS的全向移动机器人系统设计与实现，中科大

移动机器人路径规划可分为两种类型：(1)全局路径规划；(2)局部路径规划。本文分析了Kohonen神经网络算法及其识别机理，提出了Kohonen神经网络和BP神经网络结合起来进行路径规划的方法，最

机器人研究领域中一大难题就是机器人路径规划问题,特别是对于条件极为恶劣、工况十分复杂的煤矿井下作业环境而言,获取满意的规划结果的难度更大。文章首先对Q-learning算法进行简单介绍,之后阐述了依托

进行了移动机器人越障机理的研究，应用环境为非结构化环境

ROS机器人turtlebot路径规划，文件夹中包括了OMPL_ros_turtlebot，贝塞尔曲线拟合后的rrt，move-base-ompl，navigation_tutorials，relax