研究文章 特殊问题

LF-ACO:一种有效的多移动机器人编队路径规划


  • 收到:2021年8月26日 认可的:2021年10月21日 出版:2021年11月9日
  • 多机器人路径规划是机器人领域的一个热点问题。与单机器人路径规划相比,需要考虑诸如避障和相互协作等复杂问题。提出了一种高效的领导-跟随-蚁群优化算法(LF-ACO)来解决协同路径规划问题。首先,提出了一种新的多因子启发式函子,即距离因子启发式函数和平滑因子启发式功能。这提高了算法的收敛速度,并增强了初始路径的平滑度。针对网格环境下多机器人的位置约束问题,重构了主从结构。然后,在蚁群优化算法的信息素更新规则中使用主蚂蚁和跟随蚂蚁的信息素,以提高形成路径的搜索质量。为了提高全局搜索能力,使用了最大蚂蚁策略。最后,利用拐点优化算法和动态割点法对路径进行优化,进一步提高路径质量。基于MATLAB和ROS的仿真和实验结果表明,该方法能够成功地解决路径规划和编队问题。

    引用:杨利伟、傅丽霞、李萍、毛建林、郭宁、杜凌浩。LF-ACO:一种有效的多移动机器人编队路径规划[J]。数学生物科学与工程,2022,19(1):225-252。doi:10.3934/mbe.2022012年

    相关论文:

  • 多机器人路径规划是机器人领域的一个热点问题。与单机器人路径规划相比,需要考虑诸如避障和相互协作等复杂问题。提出了一种高效的领导-跟随-蚁群优化算法(LF-ACO)来解决协同路径规划问题。首先,提出了一种新的多因子启发式函子,即距离因子启发式函数和平滑因子启发式功能。这提高了算法的收敛速度,并增强了初始路径的平滑度。针对网格环境下多机器人的位置约束问题,重构了主从结构。然后,在蚁群优化算法的信息素更新规则中使用主蚂蚁和跟随蚂蚁的信息素,以提高形成路径的搜索质量。为了提高全局搜索能力,使用了最大蚂蚁策略。最后,利用拐点优化算法和动态割点法对路径进行优化,进一步提高路径质量。基于MATLAB和ROS的仿真和实验结果表明,该方法能够成功地解决路径规划和编队问题。



    加载中


    [1] S.K.Tse,Y.B.Wong,J.Tang,P.Duan,S.W.W.Leung,L.Shi,基于相对状态形成的仓库多机器人协同包裹移动,年2021年IEEE第四届工业网络物理系统国际会议(ICPS),IEEE,(2020),375-380。数字对象标识:10.1109/ICPS49255.2021.9468127.
    [2] J.P.Queralta、J.Taipalmaa、B.C.Pullinen、V.K.Sarker、T.N.Gia、H.Tenhunen等人,《协作多机器人搜索与救援:规划、协调、感知和主动视觉》,IEEE接入,8(2020),191617-191643。doi:10.1109/ACCESS.2020.3030190。数字对象标识:10.1109/通道.2020.3030190
    [3] Z.Li,Y.Y.Yuan,F.Ke,W.He,C.Y.Su,领导-跟随编队多移动机器人基于视觉的鲁棒管模型预测控制,IEEE传输。Ind.Electro公司。,67(2019), 3096-3106. doi:10.1109/TIE.2019.2913813。数字对象标识:10.1109/TIE.2019.2913813
    [4] C.Y.Kim,D.Song,Y.Xu,J.Yi,X.Wu,使用多对移动机器人合作搜索多个未知瞬态无线电源,IEEE传输。罗布。,30(2014), 1161-1173. doi:10.1109/TRO.2014.2333097。数字对象标识:10.1109/TRO.2014.2333097
    [5] 杜立中,柯思科,王振中,陶建中,余立中,基于时间优先的织造车间多负荷AGV路径规划研究,数学。Biosci公司。工程,16(2019), 2277-2292. doi:10.3934/mbe.2019113年。数字对象标识:10.3934/mbe.2019113年
    [6] J.Han,Y.Chen,用于协同寻源和辐射信号场轮廓测绘的多无人机编队,J.智力。罗布。系统。,74(2014), 323-332. doi:10.1007/s10846-013-9897-4。数字对象标识:2007年10月10日/10846-013-9897-4
    [7] X.Zhang,J.Wang,Y.Fang,J.Yuan,复杂室内环境下移动机器人的多级仿人运动规划,IEEE传输。自动化。科学。工程师。,16(2018), 1244-1258. doi:10.1109/TASE.2018.2880245。数字对象标识:10.1109/TASE.2018.2880245
    [8] B.Patle,A.Pandey,D.Parhi,A.Jagadeesh,《综述:移动机器人导航的路径规划策略》,定义技术。,15(2019), 582-606. doi:10.1016/j.dt.2019.04.011。数字对象标识:2016年10月10日/j.dt.2019.04.011
    [9] X.Wang,X.Li,Z.Z.Zheng,多智能体编队控制相关问题发展综述,控制拒绝。(中文),28(2013), 1601-1613. doi:10.13195/j.kzyjc.2013.11.026。数字对象标识:10.13195/j.kzyjc.2013.11.026
    [10] Y.Gu,B.Seanor,G.Campa,M.R.Napolitano,L.Rowe,S.Gururajan等人,《编队控制律的设计和飞行试验评估》,IEEE传输。控制系统。Technol公司。,14(2016), 1105-1112. doi:10.10109/TCST.2006.880203。数字对象标识:10.1109/吨.2006.880203
    [11] 何毅,吴明明,刘三生,基于优化的多机器人避障操作分布式协同控制,IFAC帕普。在线的,53(2020), 9859-9864. doi:10.1016/j.ifacol.2020.12.2691。数字对象标识:2016年10月10日/j.ifacol.2020.12.2691
    [12] G.Liu,C.Shu,Z.Liang,B.Peng,L.Cheng,一种改进的麻雀搜索算法及其在无人机三维路径规划中的应用,传感器,21(2021), 1224. doi:10.3390/s2104124。数字对象标识:10.3390/s2104124号
    [13] A.Chhillar、A.Choudhary、,基于更新鲸鱼优化算法的移动机器人路径规划,英寸2020年第十届云计算国际会议,数据科学与工程(融合),IEEE,(2020),684-691。数字对象标识:110.1109/合流47617.2020.9058323.
    [14] M.Dorigo,V.Maniezzo,A.Colorni,《蚂蚁系统:通过协作代理群体进行优化》,IEEE传输。赛博(Cybern)。,26(1996), 29-41. doi:10.1109/3477.484436。数字对象标识:10.1109/3477.484436
    [15] 罗春华,王海华,郑毅,何建军,基于改进蚁群算法的移动机器人路径规划研究,神经计算。应用程序。,32(2020), 1555-1566. doi:10.1007/s00521-019-04172-2。数字对象标识:2007年10月7日/200521-019-04172-2
    [16] J.Liu、J.Yang、H.Liu,X.Tian、M.Gao,机器人路径规划的改进蚁群算法,软计算。,21(2017), 5829-5839. doi:10.1007/s00500-016-2161-7。数字对象标识:2007年10月10日/200500-016-2161-7
    [17] X.You,S.Liu,C.Zhang,用于机器人路径规划和性能分析的改进蚁群系统算法,国际J.Rob。自动。,33(2018), 527-533. doi:10.2316/Journal.206.2018.5.206-0071。数字对象标识:10.2316/期刊.206.2018.5.206-0071
    [18] X.Dai,S.Long,Z.Zhang,D.Gong,基于蚁群算法和A*启发式方法的移动机器人路径规划,前面。神经机器人学,13(2019), 15. doi:10.3389/fnbot.2019.00015。数字对象标识:10.3389/fnbot.2019.00015年
    [19] Z.Jiao、K.Ma、Y.Rong、P.Wang、H.Zhang、S.Wang,一种使用自适应多态蚁群算法的智能轮椅路径规划方法,J.计算。科学。,25(2018),50-57。doi:10.1016/j.jocs.2018.02.004。数字对象标识:2016年10月10日/j.jocs.2018.02.004
    [20] K.Akka,F.Khaber,使用改进蚁群优化的移动机器人路径规划,Int.J.高级Rob。系统。,15(2018)。doi:10.1177/1729881418774673。数字对象标识:10.1177/1729881418774673
    [21] J.Xin,M.Chuang,S.Frederik,P.Jinzhu,L.Yanhong,R.R.Negenborn,多机器人站平面运动无碰撞路径的时空网络模型,IEEE传输。Ind.信息。,16(2020), 6413-6422. doi:10.1109/TⅡ.2020.2968099。数字对象标识:10.1109/TⅡ.2020.2968099
    [22] P.K.Das,S.B.Himansu,K.P.Bijaya,用于多机器人路径规划的改进粒子群优化和引力搜索算法的混合,Swarm进化。计算。,28(2016), 14-28. doi:10.1016/j.swevo.2015.10.101。数字对象标识:2016年10月10日/j.swevo.2015.10.11
    [23] P.K.Das,K.J.Prabir,通过新型进化算子使用改进的粒子群优化算法进行多机器人路径规划,申请。软计算。,92(2020), 106312. doi:10.1016/j.asoc.2020.106312。数字对象标识:2016年10月10日/j.asoc.2020.106312
    [24] M.Nazarahari,E.Khanmirza,S.Doostie,使用增强遗传算法在连续环境中进行多目标多机器人路径规划,专家系统。申请。,115(2018), 106-120. doi:10.1016/j.eswa.2018.08.008。数字对象标识:2016年10月10日/j.eswa.2018.08.08
    [25] R.K.Dewangan,A.Shukla,W.W.Godfrey,使用蚂蚁优化解决带障碍物的基于优先级的多机器人路径规划问题,国防部。物理学。莱特。B类,34(2020), 2050137. doi:10.1142/S0217984920501377。数字对象标识:10.1142/S0217984920501377
    [26] Y.Zheng,X.Li,D.Duan,维护Agent团队形成的路径规划方法,计算。Technol公司。Dev.(中国),19(2009), 159-162. doi:10.3969/j.issn.1673-629X.2009.07.046。数字对象标识:10.3969/j.issn.1673-629X.2009.07.046
    [27] T.Jiang,Z.Zhang,Z.Cheng,J.Li,J.Lu,用遗传算法和驾驶员允许方法改进机器人编队方法,计算。工程应用。(中文),56(2020), 240-245. doi:10.3778/j.issn.102-83311.1006-0376。数字对象标识:10.3778/j.issn.102至8331.1906至0376
    [28] Y.Dong,C.Fu,E.Kayacan,基于RRT的四驱无人机编队着陆三维路径规划,年2016第14届控制、自动化、机器人与视觉国际会议(ICARCV),IEEE,(2016),1-6。数字对象标识:10.1109/ICARCV.2016.7838567.
    [29] S.Liu,D.Sun,C.Zhu,多移动机器人编队协作的基于动态优先级的路径规划,罗布。计算。集成。制造商。,30(2014), 589-596. doi:10.1016/j.rcim.2014.04.002。数字对象标识:10.1016/j.rcim.2014.04.002
    [30] D.Sun,C.Wang,W.Shang,G.Feng,多个移动机器人在编队之间切换的同步方法,IEEE传输。罗布。,25(2009), 1074-1086. doi:10.1109/TRO.2009.2027384。数字对象标识:10.1109/TRO.2009.2027384
    [31] L.Wang,Z.Sui,Z.PU,Z.Liu,J.Yi,多机器人编队路径规划的改进RRT算法,《罪恶电子学报》。(中文),48(2020), 2138. doi:10.3969/j.issn.0372-2112.2020.11.007。数字对象标识:10.3969/j.issn.0372-2112.200.11.007
    [32] H.Wang,C.Hao,P.Zhang,M.Zhang,P.Yin,Y.Zhang。基于A*算法和人工势场算法的移动机器人路径规划,中国机械。工程(中国),30(2019), 2489. doi:10.3969/j.issn.1004-132X.2019.20.012。数字对象标识:10.3969/j.issn.1004-132X.2019.20.012
    [33] W.Zhang、Y.Ma、H.D.Zhao、L.Zhang,Y.Li、X.D.Li,基于改进的焰火蚁群混合算法的智能移动避障路径规划,控制拒绝。,34(2019), 335-343. doi:10.13195/j.kzyjc.2017.0870。数字对象标识:10.13195/j.kzyjc.2017.0870
    [34] H.Yang,J.Qi,Y.Miao,H.Sun,J.Li,基于双层蚂蚁算法和轨迹优化的新型机器人导航算法,IEEE传输。Ind.Electron公司。,66(2018), 8557-8566. doi:10.1109/TIE.2018.2886798。数字对象标识:10.1109/TIE.2018.2886798号
    [35] H.Zhang,L.He,L.Yuan,T.Ran,基于改进的双层蚁群算法的移动机器人路径规划,控制拒绝。制作(下巴), (2021), 1-10. doi:10.13195/j.kzyjc.2020.0610。数字对象标识:10.13195/j.kzyjc.2020.0610
  • 读者评论
  • ©2022作者,授权人AIMS Press。这是一篇开放存取的文章根据知识共享署名许可证的条款(http://creativecommons.org/licenses/by/4.0)
通讯作者:陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 德国
  4. 中国知网搜索

韵律学

文章观点(2456) PDF下载(219) 引用人(9)

文章大纲

图和表

数字(19)/表格(6)

其他作者文章

/

返回
返回

目录