期刊文章详细信息
基于神经网络改进粒子群算法的动态路径规划 ( EI收录)
Improved particle swarm optimization algorithm based on neural network for dynamic path planning
文献类型:期刊文章
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
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]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...