论文研究-基于改进粒子群优化算法的移动机器人路径规划.pdf

为了实现微型足球机器人的平滑最优路径规划，提出了一种结合Ferguson样条路径描述和改进粒子群优化算法的路径规划方法。利用Ferguson样条描述移动机器人路径，将路径规划问题转化为三次样条曲线的参数优化问题，借助改进的具有速度变异的粒子群算法进行路径优化。仿真实验表明，算法可以有效进行障碍环境下机器人的无碰撞路径规划，改进的粒子群算法进行路径优化迭代80次左右即可收敛，规划路径平滑、合理，有一定的实用价值。

论文研究-一种基于粒子群算法的移动机器人路径规划方法.pdf

针对结构化环境中移动机器人路径规划问题，提出一种基于粒子群的路径规划算法。该算法利用适应度函数描述环境约束及路径的距离信息，适应度函数通过神经网络计算；由路径节点构成粒子，通过混合粒子群算法进行寻优。最后，通过计算机仿真验证了该算法是合理的，并且可应用于机器人的实时导航。

基于改进蚁群算法的机器人全局路径规划研究.pdf

基于改进蚁群算法的机器人全局路径规划研究.pdf

粒子群算法优化3-5-3多项式工业机器人时间最优轨迹规划算法matlab代码

本资源采用标准粒子群算法对3-5-3多项式进行轨迹优化，目标函数为时间最优，程序为matlab代码，仅供学习参考

论文研究-基于改进蚁群算法的移动机器人路径规划 .pdf

基于改进蚁群算法的移动机器人路径规划，潘杰，王雪松，针对大多数路径规划方法所忽视的路径尖峰问题，以及基本蚁群算法（Ant Colony Algorithm，ACA）易出现的早熟、陷入局部最优解等不足，提�

论文研究-基于改进蚁群算法的移动机器人路径规划研究 .pdf

基于改进蚁群算法的移动机器人路径规划研究，王松杰，张永强，本文提出了基于改进蚁群算法的移动机器人全局路径规划方法。传统的蚁群算法收敛速度慢,容易陷入局部最优，局部启发式函数的引入��

基于粒子群算法机器人路径规划matlab程序

基于粒子群算法机器人路径规划matlab程序，附有障碍图

论文研究-基于免疫遗传算法的移动机器人全局路径规划.pdf

提出基于蚁群算法的网格调度算法,优化作业完成时间。同时局部升级和全局升级采用不同策略,解决资源负载均衡问题,满足网格的多目标优化。最后通过Gridsim仿真环境和其他算法进行比较分析。

论文研究-基于人工鱼群算法的机器人路径规划.pdf

首先采用链接图建立机器人工作空间模型，用Dijkstra算法求得链接图最短路径；然后使用人工鱼群算法对此路径进行优化，最终得到全局最优路径。以一个路径为例，进行了实际编程计算，结果表明，基于人工鱼群算法的机器人路径规划方法，具有较快的收敛性和较高的计算精度。

论文研究-基于改进遗传算法的机器人路径规划 .pdf

基于改进遗传算法的机器人路径规划，王小伟，汪彩萍，随着科学技术的迅猛发展，机器人技术也得到了快速发展，路径规划技术作为机器人领域内的一个重要分支，具有重要的研究意义。路径

论文研究-基于正反馈遗传算法的机器人全局路径规划.pdf

应用遗传算法进行机器人全局路径规划，针对该算法，目前常用的建模方法均存在一定缺陷，如链接图法过程复杂，栅格法栅格粒度难以控制，且随栅格数增加，算法复杂度急剧增加等等。论文采用了一种新颖的建模方法，该方法根据机器人出发点、目标点的位置建立起新的坐标空间，染色体各基因位于机器人出发点及目标点连线的各等分点垂线上，这样，可行解的基因可以单值表示，使算法简化。算法还借鉴蚁群算法思想，在交叉、变异算子中引入了正反馈机制，以提高算法的收敛速度。仿真试验显示了在复杂的环境中机器人仍能够以较快的速度找到一条最优路径。

论文研究-基于改进蚁群算法的全局路径规划方法研究 .pdf

基于改进蚁群算法的全局路径规划方法研究，梁建刚，刘晓平，针对移动机器人全局路径规划采用传统蚁群算法存在收敛速度慢、易陷入局部最优的问题，提出基于改进蚁群算法的移动机器人全局路径

论文研究-带Mecanum轮的移动机器人全向移动控制研究.pdf

论文研究-带Mecanum轮的移动机器人全向移动控制研究.pdf,  分析了一种配有Mecanum轮移动机器人的全向控制方法.该方法有效的控制了Mecanum轮机器人平台, 对实验对象输入的导航参量设定值(X、Y方向的平移速度与转动角度)转化为机器人各轮的控制转速设定值, 并通过机器人本体仿真模块对电机以及机器人模型的仿真解算,得到机器人的实际位姿状况.再反解出移动机器人的实际导航参量,用于机器人的导航位姿闭环控制.

论文研究-基于改进蚁群算法的机器人路径规划问题研究.pdf

针对蚁群算法收敛速度慢，容易陷入局部最优的问题，结合A*算法和蚁群算法提出了一种解决机器人路径规划问题的改进蚁群算法。自适应调整启发函数，在路径的后程借鉴启发式A*算法的估价函数，在ACS算法的启发函数中引入方向信息，提高算法的搜索效率，同时动态调整权重系数改变目标点的方向信息在蚂蚁移动过程中的影响，以平衡ACS算法解的多样性和收敛速度慢之间的关系。仿真实验表明，该算法不但可以提高收敛速度，而且在改善解的质量方面也取得了较好的效果。

论文研究-基于神经网络和遗传算法的移动机器人路径规划.pdf

提出一种基于神经网络和遗传算法的路径规划算法。采用神经网络模型对机器人的环境信息进行描述，利用神经网络的输出建立遗传算法的适应度函数；然后使用遗传算法优化路径。在该算法中将需规划路径的二维编码简化成一维编码。仿真结果表明提出的路径规划方法是正确和有效的。

论文研究-基于改进蚁群算法的机器人路径规划研究.pdf

在二维静态环境下的机器人路径规划中，采用基本蚁群算法寻优存在搜索时间较长、效率较低、容易陷入局部最优等问题。针对这些问题对基本蚁群算法进行改进，改进的蚁群算法使用不同的期望值机制，采用挥发系数自适应方式更新信息激素，并加入拐点参数作为路径的评价标准之一。对这两种算法进行仿真分析，可得改进后的蚁群算法比基本蚁群算法搜索能力更强，算法效率更高，所寻路径更短。结果表明，该改进算法提高了算法效率，抑制了算法陷入局部最优并实现了机器人最优路径搜索，使机器人可以快速地避开障碍物安全到达目标点。

反馈遗传算法的机器人全局路径规划.pdf

反馈遗传算法的机器人全局路径规划.pdf

机器人最优路径规划matlab仿真

基于matlab的一个机器人最优路径规划的仿真，基于matlab的一个机器人最优路径规划的仿真，基于matlab的一个机器人最优路径规划的仿真

基于粒子群算法的机器人路径规划代码

可以运行的PSO粒子群机器人路径规划代码，代码思路清晰，对研究粒子群算法和移动机器人路径规划有很大的帮助。