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:
采摘机器人路径规划是采摘机器人研究领域的核心内容之一,具有复杂性、约束性和非线性等特点.蚁群算法是最近发展起来的仿生优化算法,在解决许多复杂问题方面已经展现出优异的性能和巨大的发展潜力.为此,将蚁群算法引入到了多采摘机器人路径规划系统中,并利用分布式实时仿真系统对其可行性进行了仿真计算.结果 表明:采用蚁群算法可以实现多采摘机器人的路径规划,且与遗传算法相比计算速度更快、精度更高,将其引入到采摘机器人的路径规划系统中,对于实现采摘机器人群体导航能力具有重要的作用.
推荐文章
移动机器人路径规划仿真研究
移动机器人
路径规划
遗传算法
人工鱼群算法
最优有效路径
人工鱼群遗传算法
基于多策略混合人工鱼群算法的移动机器人路径规划
人工鱼群算法
移动机器人
函数优化
旅行商问题
路径规划
基于遗传算法的移动机器人路径规划
移动机器人
路径规划
遗传算法
插入算子
删除算子
最优保存策略
移动机器人路径规划综述
移动机器人
全局路径规划
局部路径规划
智能算法
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 多移动机器人路径规划研究算法 —基于分布式实时仿真系统
来源期刊 农机化研究 学科 农学
关键词 采摘机器人 路径规划 实时仿真 分布式计算 蚁群算法
年,卷(期) 2020,(12) 所属期刊栏目 新技术应用
研究方向 页码范围 205-209
页数 5页 分类号 S225|TP391.9
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (172)
共引文献  (484)
参考文献  (24)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(6)
  • 参考文献(0)
  • 二级参考文献(6)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(13)
  • 参考文献(0)
  • 二级参考文献(13)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(11)
  • 参考文献(2)
  • 二级参考文献(9)
2004(10)
  • 参考文献(1)
  • 二级参考文献(9)
2005(12)
  • 参考文献(1)
  • 二级参考文献(11)
2006(14)
  • 参考文献(0)
  • 二级参考文献(14)
2007(15)
  • 参考文献(1)
  • 二级参考文献(14)
2008(16)
  • 参考文献(2)
  • 二级参考文献(14)
2009(16)
  • 参考文献(0)
  • 二级参考文献(16)
2010(15)
  • 参考文献(2)
  • 二级参考文献(13)
2011(19)
  • 参考文献(1)
  • 二级参考文献(18)
2012(9)
  • 参考文献(8)
  • 二级参考文献(1)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 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
采摘机器人
路径规划
实时仿真
分布式计算
蚁群算法
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
农机化研究
月刊
1003-188X
23-1233/S
大16开
黑龙江哈尔滨市哈平路156号
14-324
1979
chi
出版文献量(篇)
14318
总下载数(次)
39
总被引数(次)
94283
论文1v1指导