基于人工鱼群算法的机器人路径规划

doi:10.3778/j.issn.1002-8331.2008.32.014

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (32): 48-50.DOI: 10.3778/j.issn.1002-8331.2008.32.014

基于人工鱼群算法的机器人路径规划

聂黎明,周永权

广西民族大学数学与计算机科学学院，南宁 530006

收稿日期:2007-12-10 修回日期:2008-02-29 出版日期:2008-11-11 发布日期:2008-11-11
通讯作者: 聂黎明

Path planning of robot based on artificial fish-swarm algorithm

NIE Li-ming,ZHOU Yong-quan

College of Mathematics and Computer Science，Guangxi University for Nationalities，Nanning 530006，China

Received:2007-12-10 Revised:2008-02-29 Online:2008-11-11 Published:2008-11-11
Contact: NIE Li-ming

摘要/Abstract

摘要： 首先采用链接图建立机器人工作空间模型，用Dijkstra算法求得链接图最短路径；然后使用人工鱼群算法对此路径进行优化，最终得到全局最优路径。以一个路径为例，进行了实际编程计算，结果表明，基于人工鱼群算法的机器人路径规划方法，具有较快的收敛性和较高的计算精度。

关键词: 人工鱼群算法, 最优路径, 路径规划, 机器人

Abstract: In this paper，the link graph is used to describe the working space of the mobile robot and the Dijkstra algorithm is used to obtain a sub-optimal collision-free path from the start point to the goal point in the graph，then adopt the AFSA（Artificial Fish-Swarm Algorithm） to adjust and optimize the location of the sub-optimal path so as to generate the global optimal path by adjusting the points of the path.A calculation for an example has been done and the computation result shows that this method has some advantages as convergence and computation precision.

Key words: Artificial Fish-Swarm Algorithm（AFSA）, optimal path, path planning, robot

聂黎明,周永权. 基于人工鱼群算法的机器人路径规划[J]. 计算机工程与应用, 2008, 44(32): 48-50.

NIE Li-ming,ZHOU Yong-quan. Path planning of robot based on artificial fish-swarm algorithm[J]. Computer Engineering and Applications, 2008, 44(32): 48-50.

[1]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[2]	槐创锋，郭龙，贾雪艳，张子昊. 改进A*算法与动态窗口法的机器人动态路径规划[J]. 计算机工程与应用, 2021, 57(8): 244-248.
[3]	廖列法，李浩瀚，李帅，朱合隆，李志军. 结合Winner-Take-All的足球机器人控制策略研究[J]. 计算机工程与应用, 2021, 57(7): 136-143.
[4]	周友行，赵晗妘，刘汉江，李昱泽，肖雨琴. 采用DDPG的双足机器人自学习步态规划方法[J]. 计算机工程与应用, 2021, 57(6): 254-259.
[5]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[6]	刘建宇，范平清. 基于改进的RRT*-connect算法机械臂路径规划[J]. 计算机工程与应用, 2021, 57(6): 274-278.
[7]	王迪，李彩虹，郭娜，刘国名，高腾腾. 基于模糊势场法的移动机器人局部路径规划[J]. 计算机工程与应用, 2021, 57(6): 212-218.
[8]	蒋林，方东君，雷斌，李维刚. 单目视觉移动机器人导航算法研究现状及趋势[J]. 计算机工程与应用, 2021, 57(5): 1-9.
[9]	王昌龙，张远东，缪宏，杨煜恒. 双通道卷积神经网络在南瓜病害识别上的应用[J]. 计算机工程与应用, 2021, 57(5): 183-189.
[10]	马向华，张谦. 改进蚁群算法在机器人路径规划上的研究[J]. 计算机工程与应用, 2021, 57(5): 210-215.
[11]	惠小健. 任意初态下的工业机器人迭代学习控制[J]. 计算机工程与应用, 2021, 57(3): 261-265.
[12]	冯戒虚，司冠南，周风余. 服务机器人云平台服务质量指标体系综述[J]. 计算机工程与应用, 2021, 57(3): 58-71.
[13]	杨凌耀，张爱华，张洁，宋季强. 栅格地图环境下机器人速度势实时路径规划[J]. 计算机工程与应用, 2021, 57(24): 290-295.
[14]	王琛，茅健. 基于时间窗模型的双向机器人路径规划方法[J]. 计算机工程与应用, 2021, 57(23): 287-294.
[15]	赵伟，吴子英. 双层优化A*算法与动态窗口法的动态路径规划[J]. 计算机工程与应用, 2021, 57(22): 295-303.

基于人工鱼群算法的机器人路径规划

Path planning of robot based on artificial fish-swarm algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics