污泥纠缠环境下机器人视觉摆脱规划路径方法

• 作者: 孔玲爽 肖伸平 袁川来
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 污泥纠缠 机器人 神经网络 遗传算法
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 优化控制技术及应用
• 页码范围: 365-368
• 页数: 4页
• 分类号: TP31
• 字数: 3072字
• 语种: 中文

摘要

传统路径规划算法针对多目标情况,主要依据多单一信息融合结果选择避障路径,在中规模的污泥纠缠区域中容易陷入盲区,无法对污泥纠缠环境下的机器人路径进行准确的规划.为此提出一种改进的机器人视觉纠缠摆脱路径规划方法,借助机器人视觉仪器采集污泥纠缠特征,用归一化方法把视觉信息融入到规划模型中进行最佳路径的选择,将机器人摆脱污泥纠缠以及最短路径的要求融合成一个适应度函数,通过遗传算法搜索获取最佳机器人摆脱路径.实验结果说明,该方法对于污泥纠缠环境下机器人摆脱路径规划长度以及效率都优于传统模型,具有较高的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖伸平	湖南工业大学电气与信息工程学院	56	236	9.0	12.0
2	袁川来	湖南工业大学电气与信息工程学院	13	28	4.0	5.0
3	孔玲爽	湖南工业大学电气与信息工程学院	21	38	4.0	5.0