学位论文 > 优秀研究生学位论文题录展示

基于粒子群免疫算法的足球机器人路径规划

作　者: 王宏亮
导　师: 王进戈
学　校: 西华大学
专　业: 机械电子工程
关键词: 足球机器人路径规划粒子群人工免疫 MATLAB GUI
分类号: TP242
类　型: 硕士论文
年　份: 2013年
下　载: 4次
引　用: 0次
阅　读: 论文下载

内容摘要

足球机器人是一个集控制理论、通讯技术、图像信息处理、计算机应用、人工智能等各门学科于一体的多智能体，分布式人工智能研究平台。它的出现促进材料工程、电气工程，生命科学等各学科的发展，为智能机器人提出一个新的具有标志性和挑战性的课题。路径规划是足球机器人决策子系统中的一个重要组成部分，它的优劣直接影响比赛的结果。本课题主要研究足球机器人在比赛过程中的全局实时路径规划，使其在持球后能够迅速找到一条从持球地点到球门的最短无碰撞路径。主要工作包括：1.对足球机器人系统体系结构以及机器人小车的数学模型作了简要介绍，并且给出了以路径最短以及无碰撞为评价标准的路径规划设计方案以及相对应的路径规划算法的总体设计思路。2.介绍了标准粒子群算法基本原理和算法流程，以及人工免疫算法的生物学基础，并且详细介绍了几种当前流行的改进粒子群算法的改进思想，具体的操作步骤，以及对几种典型的人工免疫算法的设计思路进行了介绍。此外还对粒子群算法和免疫算法的应用领域做了概括说明。3.对标准粒子群算法和免疫算法的一般步骤和运算机理进行研究，再此基础上提出了粒子群免疫算法，对其运算步骤给出了详细的解释，通过仿真实验，得到其相比于标准的粒子群算法具有更高的收敛精度以及较免疫算法收敛更快的优势。4.研究了足球机器人比赛环境的建模方法，分别采用标准粒子群算法和免疫算法以及本论文提出的结合粒子群和免疫算法优点的粒子群免疫算法对足球机器人的全局路径进行了规划，并详细描述了粒子群免疫算法在路径规划中的具体实现步骤，对三者得出的仿真结果进行了比较和分析，说明了粒子群免疫算法的有效性。5.介绍了基于MATLAB GUI的设计方法，开发了基于粒子群免疫算法的足球机器人路径规划仿真分析系统，并详细介绍了设计方案和设计流程，并对部分程序给出注释，开发的这款基于粒子群免疫算法的足球机器人路径规划仿真分析系统可以为各种移动机器人进行离线路径规划分析以及为粒子群免疫算法的应用提供了一个方便简洁的可视化分析软件。

全文目录

摘要  4-5
Abstract  5-10
1 绪论  10-16
  1.1 课题研究的意义  10-11
  1.2 国内外研究现状  11-13
    1.2.1 足球机器人比赛的发展现状  11
    1.2.2 路径规划问题的研究现状  11-13
  1.3 路径规划的算法  13
  1.4 论文主要创新点  13-14
  1.5 论文主要内容  14-16
2 仿真足球机器人系统及路径规划设计方案  16-24
  2.1 足球机器人系统体系结构  16-19
  2.2 足球机器人运动控制系统  19-20
  2.3 小车运动学模型  20-22
    2.3.1 适用于机器人小车足球比赛的运动控制函数  22
  2.4 足球机器人路径规划的总体设计方案  22-23
    2.4.1 路径规划的总体方案设计  22-23
    2.4.2 路径规划算法的总体方案的设计  23
  2.5 本章小结  23-24
3 粒子群算法和人工免疫算法综述  24-41
  3.1 粒子群优化算法原理  25-30
    3.1.1 基本原理  25-26
    3.1.2 算法流程  26-29
    3.1.3 参数分析  29-30
  3.2 改进粒子群优化算法  30-33
    3.2.1 粒子群算法的缺陷  30-31
    3.2.2 模糊离散粒子群优化算法  31-32
    3.2.3 基于遗传算法的混合遗传粒子群算法  32-33
  3.3 粒子群算法的应用  33-34
  3.4 人工免疫算法基本原理  34-38
    3.4.1 生物免疫系统的特点  34-35
    3.4.2 生物免疫系统的组成  35-36
    3.4.3 人工免疫系统模型的研究  36-38
    3.4.4 人工免疫系统（AIS）同人工神经网络，模糊系统，进化算法的集成效果  38
  3.5 几种常见的免疫优化算法  38-40
    3.5.1 形态空间人工免疫调节网络学习算法  38-39
    3.5.2 矢量距免疫网络聚类算法  39-40
  3.6 本章小结  40-41
4 粒子群免疫算法的设计  41-53
  4.1 人工免疫算法与标准粒子群算法的比较  41-44
    4.1.1 人工免疫算法的一般步骤  41-43
    4.1.2 粒子群算法的一般步骤  43-44
  4.2 粒子群免疫算法的具体操作与步骤  44-46
    4.2.1 算法的改进  44-46
  4.3 粒子群免疫算法的仿真实验及收敛性分析  46-52
    4.3.1 算法测试  46-52
  4.4 本章小结  52-53
5 基于免疫粒子群算法的足球机器人路径规划  53-62
  5.1 概述  53
  5.2 足球机器人路径编码  53-54
  5.3 算法实现  54-57
    5.3.1 算法的改进  54
    5.3.2 标准粒子群优化算法  54-55
    5.3.3 算法参数  55
    5.3.4 fitness 函数  55-56
    5.3.5 约束条件与处理  56-57
    5.3.6 粒子群免疫算法中抗体浓度函数构建  57
    5.3.7 算法步骤  57
  5.4 仿真结果与结论  57-61
    5.4.1 算法参数与仿真结果  57-60
    5.4.2 结果分析  60-61
  5.5 本章小结  61-62
6 足球机器人路径规划仿真分析软件开发  62-72
  6.1 MATLAB GUI 概述  62-63
  6.2 人机交互界面的实现  63-64
    6.2.1 设计原则  63
    6.2.2 设计方法  63-64
  6.3 开发过程  64-70
    6.3.1 将 GUI 封装成可安装程序  69-70
  6.4 功能实现  70-71
    6.4.1 足球机器人路径规划的实现  70-71
  6.5 本章小结  71-72
结论  72-74
参考文献  74-77
攻读硕士学位期间学术论文及科研情况  77-78
致谢  78-79

基于粒子群免疫算法的足球机器人路径规划

内容摘要

全文目录

相似论文