动态环境中基于改进蝙蝠群优化的自主移动机器人路径规划
机器人学
2019-07-10 v3
摘要
本文概述了对蝙蝠算法（BA）——一种用于动态环境中移动机器人导航问题的群优化算法——的改进。本工作的主要目标是在具有移动障碍物的动态环境下，获得起点与终点之间无碰撞、最短且最安全的路径。本文对标准 BA 的频率参数提出了一种新改进，即改进频率蝙蝠算法（MFBA）。采用所提出的 MFBA 实现动态环境中移动机器人的路径规划。路径规划以两种模式实现：第一种模式称为路径生成，使用 MFBA 实现，当移动机器人附近不存在障碍物时启用该模式。当检测到靠近移动机器人的障碍物时，启动第二种模式，即避障（OA）。通过仿真实验，将所提基于 MFBA 的路径规划算法性能与标准 BA 比较，以检验其有效性与效率。仿真结果表明，MFBA 优于标准 BA，规划出的无碰撞路径比 BA 对应路径更短、更安全且更平滑。
引用
@article{arxiv.1807.05352,
title = {Path Planning of an Autonomous Mobile Robot in a Dynamic Environment using Modified Bat Swarm Optimization},
author = {Ibraheem Kasim Ibraheem and Fatin Hassan Ajeil and Zeashan H. Khan},
journal= {arXiv preprint arXiv:1807.05352},
year = {2019}
}