搜索资源列表
APFcode
- 机器人路径规划中局部路径规划常用的人工势场法，在matlab仿真的原代码-robot path planning local path planning commonly used artificial potential field in Matlab simulation of the original code
APF1111
- 机器人路径规划中局部路径规划常用的人工势场法，matlab原代码-robot path planning local path planning commonly used artificial potential field, the original code Matlab
jsjy20070288
- :针对遗传算法易陷入局部最优的不足,在标准遗传算法基础上加入了三个新的操作- 复原、重构和录优操作,使改 进后的遗传算法收敛于全局最优,并在此基础上以路边约束、动态避障和路径最短作为适应度函数,提出了动态避障的路径 规划方法。通过实验仿真验证了算法的有效性、准确性和实时性,并与基于以往的遗传算法的路径规划方法进行比较,结果 表明本文提出的方法在产生的路径长度和算法运行时间上都具有更优的性能。-: Genetic algorithm for the lack of easy to
path-planning
- 基于改进的人工势场法的机器人路径规划，加入bug算法避免机器人陷入局部最小-Robot path planning based on improved artificial potential field method, adding the robot bug algorithm avoids local minima
dual-robot-path-planning
- 双机器人协调路径规划，局部路径使用蚁群算法，全局路径使用粒子群算法-Double coordinate path planning and local path using ant colony algorithm, the global path using the particle swarm optimization
算法
- floyd算法又称为插点法，是一种利用动态规划的思想寻找给定的加权图中多源点之间最短路径的算法，模拟退火算法是局部最优解能概率性地跳出并最终趋于全局最优，遗传算法是一种通过模拟自然进化过程搜索最优解的方法。(The Floyd algorithm is also known as the insertion point method, which is a multi weighted graph using the idea of dynamic programming for the giv
人工势场法
- 它的基本思想是将机器人在周围环境中的运动，设计成一种抽象的人造引力场中的运动，目标点对移动机器人产生“引力”，障碍物对移动机器人产生“斥力”，最后通过求合力来控制移动机器人的运动。应用势场法规划出来的路径一般是比较平滑并且安全，但是这种方法存在局部最优点问题。
程序1
- 针对移动机器人在海水环境中的三维路径规划问题容易陷入局部最优和收敛慢等瑕疵,根据三维环境全局信息来改进蚁群算法以提高实时性和收敛速度(the ant colony algorithm is improved according to the global information of 3D environment to improve the real-time performance and convergence speed)