针对传统人工操控塔式起重机在运输货物时易导致路径拐点多、负载摆动大的问题,提出一种改进的人工鱼群塔式起重机智能路径规划的新算法。根据塔式起重机的工作环境,建立三维的地图环境模型来模拟障碍物较多的复杂建筑环境,并结合起重...针对传统人工操控塔式起重机在运输货物时易导致路径拐点多、负载摆动大的问题,提出一种改进的人工鱼群塔式起重机智能路径规划的新算法。根据塔式起重机的工作环境,建立三维的地图环境模型来模拟障碍物较多的复杂建筑环境,并结合起重机在建筑场所的运行特点,对传统人工鱼群算法(artificial fish swarm algorithm, AFSA)进行改进,采用自适应策略让鱼群在寻优过程中的状态不断变化,及时调整自身的移动步长和视野,并基于生存竞争机制对人工鱼的随机行为进行改进,在一定程度上改善了算法的寻优能力,利用三次方样条数据插值拟合曲线得到更适合塔式起重机的光滑避障路径。仿真结果表明,改进后的算法为塔式起重机在障碍物较多的复杂建筑环境下找到一条最优避障路径。展开更多
为解决移动机器人在复杂地形场景的路径规划中易陷入局部最优和收敛速度慢等问题,提出了一种多策略集成的增强型人工大猩猩算法(enhanced artificial gorilla troops optimizer with integration of quadratic interpolation and elite ...为解决移动机器人在复杂地形场景的路径规划中易陷入局部最优和收敛速度慢等问题,提出了一种多策略集成的增强型人工大猩猩算法(enhanced artificial gorilla troops optimizer with integration of quadratic interpolation and elite individual genetic strategies,QGGTO)。融合二次插值策略和精英个体遗传策略,促进候选解之间的信息交流以加速收敛,并维持种群遗传多样性以避免局部最优。针对包含规则障碍物和不规则障碍物的复杂地形场景,构建了综合考虑行走距离、安全性和转向角度的成本函数,用于统一评估算法的路径规划性能。实验结果表明:QGGTO整体寻优性能优于GTO等7种竞争算法。在4种复杂障碍环境下,QGGTO能够辅助机器人规划出最接近全局最优的路径,验证了其在实际应用中的有效性。展开更多
文摘针对传统人工操控塔式起重机在运输货物时易导致路径拐点多、负载摆动大的问题,提出一种改进的人工鱼群塔式起重机智能路径规划的新算法。根据塔式起重机的工作环境,建立三维的地图环境模型来模拟障碍物较多的复杂建筑环境,并结合起重机在建筑场所的运行特点,对传统人工鱼群算法(artificial fish swarm algorithm, AFSA)进行改进,采用自适应策略让鱼群在寻优过程中的状态不断变化,及时调整自身的移动步长和视野,并基于生存竞争机制对人工鱼的随机行为进行改进,在一定程度上改善了算法的寻优能力,利用三次方样条数据插值拟合曲线得到更适合塔式起重机的光滑避障路径。仿真结果表明,改进后的算法为塔式起重机在障碍物较多的复杂建筑环境下找到一条最优避障路径。
文摘为解决移动机器人在复杂地形场景的路径规划中易陷入局部最优和收敛速度慢等问题,提出了一种多策略集成的增强型人工大猩猩算法(enhanced artificial gorilla troops optimizer with integration of quadratic interpolation and elite individual genetic strategies,QGGTO)。融合二次插值策略和精英个体遗传策略,促进候选解之间的信息交流以加速收敛,并维持种群遗传多样性以避免局部最优。针对包含规则障碍物和不规则障碍物的复杂地形场景,构建了综合考虑行走距离、安全性和转向角度的成本函数,用于统一评估算法的路径规划性能。实验结果表明:QGGTO整体寻优性能优于GTO等7种竞争算法。在4种复杂障碍环境下,QGGTO能够辅助机器人规划出最接近全局最优的路径,验证了其在实际应用中的有效性。
