提出一种全局静态环境下移动机器人路径规划的改进势场蚁群算法.该算法采用人工势场法求得的初始路径和机器人与下一个节点之间的距离综合构造启发信息,并引入启发信息递减系数,避免了传统蚁群算法由于启发信息误导
基于蚁群算法的机器人路径规划C语言代码
针对淹没在1/f分形噪声中的有用信号恢复问题,提出了一种基于小波变换与Wiener滤波的多尺度自适应滤波算法。首先将带有1/f分形噪声的信号分解成多尺度的子带信号,通过小波变换对1/f分形噪声的白化作
[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
移动机器人类经典教材,内容涉及规划控制,定位,滤波等。
这是一本关于机器人控制 的书籍,主要是针对轮式移动机器人的,内部的知识比较的基础,个人感觉很好。注意,是英文的
移动机器人导航讲义及内容分析,有关2D激光slam的导航技术
移动机器人实验报告 实验一 机器人U-II测试 实验二 机器人传感器实验 实验三 机器人运动控制实验 实验四 机器人避障实验
应用蚁群算法计算机器人在已知地图构造情况下的最短路径
针对蚁群算法收敛速度慢,容易陷入局部最优的问题,结合A*算法和蚁群算法提出了一种解决机器人路径规划问题的改进蚁群算法。自适应调整启发函数,在路径的后程借鉴启发式A*算法的估价函数,在ACS算法的启发函
