科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对当前智能机器人避障效果不佳的问题，提出基于多维数据挖掘的智能机器人避障路径自适应选择方法。通过固连坐标系描述机器人具体位置和作业姿态，获得机器人运动参数信息。采用可视图方式简化障碍物，建立作业环境模型，获取全局视图。利用视觉、超声波和红外传感器实现障碍物形状数据多维挖掘，结合数据挖掘结果检测机器人与障碍物间距。综合时间、路程和转弯次数最少三个约束条件，建立路径选择目标函数。将环境多维数据作为蚁群算法参数输入，设置状态转移规则，计算蚂蚁到达下个目标点的概率，更新全局和局部信息素，当满足最大迭代次数要求时输出最佳避障路径。仿真证明，该算法在静态和动态环境下都能选择出最佳路径，避免碰撞现象，实现快速收敛。
- 出版日期2023
- 单位武汉科技大学城市学院
