文献类型：期刊文章

作　　者：陈秋莲[1] 郑以君[1] 蒋环宇[1] 陈燕[1]

CHEN Qiulian;ZHENG Yijun;JIANG Huanyu;CHEN Yan(School of Computer,Electronics and Information,Guangxi University,Nanning 530004,China)

机构地区：[1]广西大学计算机与电子信息学院,广西南宁530004

出　　处：《华中科技大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目(71371058);广西自然科学基金资助项目(2020GXNSFAA159090);广西大学资助项目(XBZ200371)。

年　　份：2021

卷　　号：49

期　　号：2

起止页码：51-55

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对机器人在不同类型障碍物环境下的路径规划问题,提出基于神经网络的改进粒子群优化算法。采用神经网络统一障碍物环境建模,快速实现路径与所有障碍物的碰撞检测,通过惯性权重和三次样条曲线平滑路径,以较低的粒子编码维度,在提高算法收敛速度的同时保持路径精度,避免陷入局部最优。仿真结果表明:神经网络能够统一静态和动态障碍物环境表示和碰撞检测模型,改进的粒子群优化算法可以应用于静态和动态障碍物环境,快速规划出无碰撞平滑路径,路径长度更短,算法的迭代次数更少。

关 键 词：神经网络 三次样条 改进粒子群优化 动态环境 路径规划

分 类 号：TP183]