基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对在复杂地形中标准的粒子群算法用于矿井搜救机器人路径规划存在迭代速度慢和求解精度低的问题,提出了一种基于双粒子群算法的矿井搜救机器人路径规划方法.首先将障碍物膨胀化处理为规则化多边形,以此建立环境模型,再以改进双粒子群算法作为路径寻优算法,当传感器检测到搜救机器人正前方一定距离内有障碍物时,开始运行双改进粒子群算法:改进学习因子的粒子群算法(CPSO)粒子步长大,适用于相对开阔地带寻找路径,而添加动态速度权重的粒子群算法(PPSO)粒子步长小,擅长在障碍物形状复杂多变地带寻找路径;然后评估2种粒子群算法得到的路径是否符合避障条件,若均符合避障条件,则选取最短路径作为最终路径;最后得到矿井搜救机器人在整个路况模型中的最优行驶路径.仿真结果表明,通过改进学习因子和添加动态速度权重提高了粒子群算法的收敛速度,降低了最优解波动幅度,改进的双粒子群算法能够与路径规划模型有效结合,在复杂路段能够寻找到最优路径,提高了路径规划成功率,缩短了路径长度.
推荐文章
基于粒子群并行优化的煤矿井下机器人路径规划
井下机器人
路径规划
并行计算
粒子群优化
基于改进粒子群算法的足球机器人路径规划
极坐标建模
粒子群算法
足球机器人
路径规划
基于改进粒子群算法的消防机器人路径规划
粒子群算法
路径规划
消防机器人
惯性权重
基于粒子群算法的移动机器人路径规划
移动机器人
路径规划
链接图
Dijkstra算法
粒子群算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于双粒子群算法的矿井搜救机器人路径规划
来源期刊 工矿自动化 学科 工学
关键词 矿井搜救机器人 机器人避障 双粒子群算法 路径规划模型 改进学习因子 动态速度权重
年,卷(期) 2020,(1) 所属期刊栏目 实验研究
研究方向 页码范围 65-71
页数 7页 分类号 TD67
字数 5413字 语种 中文
DOI 10.13272/j.issn.1671-251x.2019050092
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 封硕 长安大学工程机械学院 13 5 1.0 2.0
2 谢廷船 长安大学工程机械学院 3 0 0.0 0.0
3 康靖 长安大学工程机械学院 3 0 0.0 0.0
4 李建良 长安大学工程机械学院 6 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (111)
共引文献  (73)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(21)
  • 参考文献(3)
  • 二级参考文献(18)
2014(20)
  • 参考文献(1)
  • 二级参考文献(19)
2015(9)
  • 参考文献(1)
  • 二级参考文献(8)
2016(9)
  • 参考文献(4)
  • 二级参考文献(5)
2017(9)
  • 参考文献(2)
  • 二级参考文献(7)
2018(4)
  • 参考文献(2)
  • 二级参考文献(2)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
矿井搜救机器人
机器人避障
双粒子群算法
路径规划模型
改进学习因子
动态速度权重
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
工矿自动化
月刊
1671-251X
32-1627/TP
大16开
江苏省常州市木梳路1号中煤科工集团常州自动化研究院内
28-162
1973
chi
出版文献量(篇)
6068
总下载数(次)
11
总被引数(次)
33991
论文1v1指导