The advancement of artificial intelligence technology has significantly enhanced the
utilization of mobile robots in various fields such as industry, aerospace, and agriculture. The …

A* 算法存在折线路径多和搜索节点多的问题, 人工势场(artificial potential field, APF)
法存在局部最优和不可到达的问题, 针对两种算法存在的问题进行了研究. 利用欧氏距离与投影 …

随着人工智能技术的飞速进展, 移动机器人在工业, 航天及农业等领域的作用逐渐凸显,
其自主避障能力直接关系到在不同环境中作业的安全性与效率, 而路径规划作为避障的核心技术 …

针对蚁群算法在全局路径规划时无目的搜索, 收敛慢和规划的路径不平滑等问题,
本文提出了一种融合A∗ 蚁群和动态窗口法(dynamic window algorithm, DWA) …

为了实现在多种约束和目标限制下, 能以较短时间为工程师提供多种优质船舶布管方案,
提出一种基于改进蚁群优化算法的新型船舶管路布局设计方法. 该方法基于网格空间分解模型 …

由于果蔬采摘环境的不确定性和复杂性, 机械臂在复杂环境中完成采摘, 其路径规划需考虑实时
避障. 为实现采摘机械臂在不确定环境下安全采摘, 提出一种改进RRT 的动态避障算法 …

针对动态仓储环境下的AGV 路径规划, 采用栅格法对仓储环境进行建模, 通过改进了概率转移
函数及信息素的蚁群算法完成静态环境下的路径规划; 利用忆阻器和生物神经突触类似的特性 …

针对蚁群算法在移动机器人路径规划中存在的历史路径不能被充分利用的问题,
提出一种具有通信机制的增强型蚁群算法. 根据自然界中蚂蚁触手的接触特性 …

摘要在涉及机器人自主运动和目标跟踪等场景中, 动态障碍物的存在可能会对实时规划产生威胁
. 因此, 生成一条安全路径以确保机器不会与动态障碍物发生碰撞显得至关重要. 为此 …

针对A* 算法在移动机器人路径规划存在搜索效率低, 路径斜穿障碍物顶点, 路径拐弯多等问题.
提出一种改进的A* 算法, 首先在A* 算法的邻域扩展中采用避免斜穿障碍物顶点的策略; …