月球探测机器人路径规划的群体智能优化策略
首先分析了月球探测机器人路径规划的重要性及其难点,并引入一种群体智能优化算法--蚁群算法,进而通过对蚁群算法中蚂蚁个体行为的改进,解决了行星表面复杂环境下探测机器人的路径规划问题.首先在蚂蚁个体行为中加入目标导向行为、惯性行为和沿障碍行走行为,借助于行为加权融合,提高了算法的智能,保证了算法的全局收敛性,缩短了算法的寻优时间,以此改进了传统ACO算法,最后在蚁群算法规划的基础上,提出了一种紧绳算法,对蚁群算法的最后结果进行了处理,最终给出月球探测机器人在探测环境从起点到探测目标的最优路径,并以仿真进行了验证.
月球探测机器人 蚁群算法 行为融合 路径规划 群体智能优化
岳富占 崔平远 崔祜涛
哈尔滨工业大学深空探测基础研究中心,哈尔滨,150001
国内会议
北京
中文
393-398
2005-10-01（万方平台首次上网日期，不代表论文的发表时间）