论文部分内容阅读
为了更好的提升机器人路径规划的环境适应和高效动态避碰的能力,需要进行密集障碍环境下机器人路径智能搜索。但是采用当前方法进行机器人路径智能搜索时,无法计算出密集障碍环境下机器人的最短路径,存在路径搜索误差大的问题。为解决上述问题,提出一种基于蛙跳的密集障碍环境下机器人路径智能搜索方法。上述方法先融合于蛙跳方法设定障碍物的密集动态值,利用栅格法获取两个相邻栅格间的连接长度,给出可选栅格集,利用粒子群思想理论将路径长度作为对路径智能搜索的适应度函数,引入路径平滑度,将机器人路径智能搜索中心区域的范围界限定