基于BF-PSO優(yōu)化的未知環(huán)境下移動機器人導航與環(huán)境建模.pdf

1、隨著科學技術的不斷發(fā)展，人類社會的智能化程度與自動化程度在不斷提高，智能化的移動機器人變得越來越貼近人類的生活，像掃地機器人，服務機器人，救災機器人等與人們的生活息息相關。對移動機器人的導航和環(huán)境建模的研究一直以來都是國內(nèi)外學術研究工作者們研究的重點。如何才能使得移動機器人在未知環(huán)境中導航時，能像人類一樣做出合理的決定，一直是所有機器人技術研究者們期望實現(xiàn)的目標。而如何使得移動機器人能在移動過程中完成對未知環(huán)境的精確建模也是移動機器人研

2、究的一個重要方向。
　　本論文針對采用傳統(tǒng)人工勢場方法實現(xiàn)移動機器人導航存在的缺點和不足，提出了一種改進的人工勢場方法。該方法通過改進斥力函數(shù)和添加旋轉力對人工勢場法進行改進，最小化斥力勢場的扭曲程度，實現(xiàn)在目標點取到勢場的全局最小值。仿真表明采用這種方法進行的人工勢場法的改進，可以提升移動機器人運動軌跡的平滑度，減少障礙物周圍的不規(guī)則抖動，實現(xiàn)目標點的可達性。
　　針對移動機器人的勢場函數(shù)參數(shù)，步長等參數(shù)，提出了基于粒子群

3、優(yōu)化細菌覓食算法(BF-PSO)算法的參數(shù)優(yōu)化。為研究BF-PSO算法優(yōu)化所獲得參數(shù)對移動機器人導航的優(yōu)化效果，分別設計了基于優(yōu)化參數(shù)設置和基于經(jīng)驗參數(shù)設置的改進人工勢場法移動機器人導航實驗。仿真實驗驗證了BF-PSO優(yōu)化參數(shù)對移動機器人導航優(yōu)化效果提升的可行性，和獲得更短路徑的有效性。
　　分別研究了基于擴展卡爾曼濾波算法(EKF)算法與無跡卡爾曼濾波器算法（UKF）算法在未知環(huán)境下的移動機器人環(huán)境建模方法。兩種環(huán)境建模算法采用