天津职业技术师范大学天津市信息传感与智能控制重点实验室;天津职业技术师范大学自动化与电气工程学院;青岛市技师学院;
针对在已知环境地图中的单个陆地移动机器人路径规划求解问题,采用数学建模软件仿真,对目前机器人路径规划某些算法领域进行复现,并将其中相关算法的运行结果进行了优缺点对比。Dijkstra算法属于单源最短路径算法,在分析中将Dijkstra算法用于移动机器人路径规划问题时,将原始Dijkstra经典算法用于实现规划路径,实验结果显示,在使用后路径存在很多不必要的拐点。将蚁群算法的信息素思想加入到经典Dijkstra算法准则中,实验结果表明,优化后的算法能够在很大程度上减少路径规划过程中产生的冗余点,减少机器人寻路的移动代价。
| 1,191 | 32 | 21 |
| 下载次数 | 被引频次 | 阅读次数 |
[1]徐军.复杂环境下移动机器人路径规划方法研究[D].天津：天津理工大学，2017.
[2]韩海玲.基于城市路网的最短路径算法研究与应用[D].太原：中北大学，2017.
[3]HE X X,CHEN L T.Path planning based on grid-potential fields[C]//2008 International Conference on Computer Science and Software Engineering.Wuhan:IEEE,2008:1114-1116.
[4]SARIFF N,BUNIYAMIN N.An overview of autonomous mobile robot path planning algorithms[C]//2006 4th Student Conference on Research and Development.Shah Alam:IEEE,2006:183-188.
[5]马丽莎.基于数字高程模型栅格地图的移动机器人路径规划研究[D].杭州：浙江大学，2012.
[6]蔡漫漫.自主式移动机器人路径规划算法研究[D].青岛：青岛科技大学，2017.
[7]AMMAR A,BENNACEUR H,CHA赞ARI I,et al.Relaxed Dijkstra and A*with linear complexity for robot path planning problems in large-scale grid environments[J].Soft Computing,2016,20(10):4149-4171.
[8]杨兵，刘伟杰.一种基于可视图的机器人避障路径规划[J]．电脑知识与技术，2009,5(2):434-435．
[9]杨淮清，肖兴贵，姚栋.一种基于可视图法的机器人全局路径规划算法[J].沈阳工业大学学报，2009,31(2):225-229．
[10]王树西，李安渝．Dijkstra算法中的多邻接点与多条最短路径问题[J].计算机科学，2014,41(6):217-224．
[11]FADZLI S A,ABDULKADIR S I,MAKHTAR M,et al.Robotic indoor path planning using Dijkstra′s algorithm with multi-layer dictionaries[C]//2015 2nd International Conference on Information Science and Security(ICISS).Seoul:IEEE,2015:1-4.
[12]王树西，李安渝.Dijkstra算法中的多邻接点与多条最短路径问题[J].计算机科学，2014,41(6):217-224．
[13]于方.Map Reduce下的Dijkstra并行算法研究[J].阴山学刊（自然科学版），2018,32(1):66-69.
[14]王华.改进Dijkstra算法的城市道路最短路径仿真研究[J].测绘科学，2013,38(4):149-151.
[15]SABRI N A M,BASARI A S H,HUSIN B,et al.The utilisation of Dijkstra′s algorithm to assist evacuation route in higher and close building[J].Journal of Computer Science,2015,11(2):330-336．
[16]孙文彬，谭正龙，王江，等.基于多粒度通讯的Dijkstra并行算法优化[J].中国矿业大学学报，2014,43(5):938-943．
[17]郑四发，曹剑东，连小珉.复杂路网下多客户间最短路径的扇面Dijkstra算法[J].清华大学学报（自然科学版），2009,49(11):1834-1837．
[18]范炯，朱志宇.基于Map Info的Dijkstra最短路径算法研究[J].江苏科技大学学报（自然科学版），2017,31(1):79-83.
[19]段海滨.蚁群算法原理及其应用[M].北京：科学出版社，2005.
[20]TANG L,JIANG Y L,LOU J G.Reliability architecture for collaborative robot control systems in complex environments[J].International Journal of Advanced Robotic Systems,2016,13(1):17.
[21]周之平，华路.复杂环境路径规划的改进蚁群算法[J].计算机工程与设计，2011,32(5):1773-1776.
[22]柳长安，鄢小虎，刘春阳，等.基于改进蚁群算法的移动机器人动态路径规划方法[J].电子学报，2011,39(5):1220-1224.
基本信息:
DOI：10.19573/j.issn2095-0926.202003005
中图分类号:TP242
引用信息:
[1]陈智康,刘佳,王丹丹等.改进Dijkstra机器人路径规划算法研究[J].天津职业技术师范大学学报,2020,30(03):30-35.DOI:10.19573/j.issn2095-0926.202003005.
基金信息:
国家自然科学基金资助项目(61703307);; 天津市应用基础与前沿技术研究计划青年项目(15JCQNJC04200);; 天津市高等学校科技发展基金资助项目(JWK1614)