典型文献
复杂环境下基于多目标粒子群的DWA路径规划算法
文献摘要：
针对机器人在障碍物分布密集的复杂环境中运行时,动态窗口法(dynamic window approach,DWA)易出现避障失败或规划不合理的情况,提出一种基于多目标粒子群优化算法(multi-objective particle swarm optimization,MOPSO)的改进DWA规划算法.在建立多障碍物环境覆盖模型的基础上,提出一种障碍物密集度的判断方法;优化DWA算法中的子评价函数;利用改进的MOPSO算法实现DWA权重系数的动态调整,将权重系数的自适应变化问题转化为多目标优化问题;根据路径规划的要求将安全距离和速度作为优化目标,并使用改进的MOPSO算法对相应的多目标优化模型进行优化求解.仿真结果表明,该算法使机器人有效地通过障碍物密集区的同时兼顾了运行的安全性和速度,具有更好的路径规划效果.
文献关键词：
路径规划;动态窗口法;多目标粒子群;多目标优化;避障
中图分类号：
作者姓名：
李薪颖;单梁;常路;屈艺;张永
作者机构：
南京理工大学自动化学院,江苏南京 210094
文献出处：
引用格式：
[1]李薪颖;单梁;常路;屈艺;张永-.复杂环境下基于多目标粒子群的DWA路径规划算法)[J].国防科技大学学报,2022(04):52-59
A类：
B类：
复杂环境,DWA,路径规划算法,障碍物,环境中运行,动态窗口法,dynamic,window,approach,避障,多目标粒子群优化算法,multi,objective,particle,swarm,optimization,MOPSO,覆盖模型,密集度,判断方法,评价函数,算法实现,权重系数,问题转化,多目标优化问题,安全距离,优化目标,多目标优化模型,优化求解,密集区
AB值：
0.33141
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
