-
题名基于神经网络改进的HHO算法AGV路径规划
被引量：12
- 1
-
-
作者
苗振腾
王威
王俊鹏
-
机构
广东碧桂园职业学院机器人技术系
广州应用科技学院人工智能与电气学院
西北工业大学材料科学与工程学院
-
出处
《组合机床与自动化加工技术》
北大核心
2022年第9期20-23,28,共5页
-
基金
2020年度广东省普通高校青年创新人才项目(2020KQNCX262)
2022年度广东碧桂园职业学院科研项目(2022KY03)
2022年度广东省普通高校特色创新项目(2022KTSCX387)。
-
文摘
针对传统哈里斯鹰优化算法(HHO)在AGV路径规划中,复杂环境收敛过慢,动态环境规划成功率低的问题,对其进行改进。首先,用可视图法构建静态地图,基于神经网络描述动态环境,实现初步规划与碰撞检测,并引入贝塞尔曲线对路径逐步平滑;其次,引入双曲正切与正弦波动的动态能量方程进行非线性化处理,平衡了全局探测和局部寻优两个阶段,避免过早陷入局部最优,扩大了搜索范围,提高了解的精度;最后,将综合改进前后的HHO算法运用于不同障碍环境测试对比。仿真结果表明,改进后的算法各项指标得以提升,路径更短更加平滑,在AGV复杂动态的实际工作环境有很好的适应性。
-
关键词
哈里斯鹰优化算法
神经网络
AGV
路径规划
-
Keywords
harris hawks optimization
neural network
AGV
path planning
-
分类号
TH165
[机械工程—机械制造及自动化]
TG66
[金属学及工艺—金属切削加工及机床]
-
