摘 要 ：随着科技的发展，人类对于未知环境开始了探索之旅。在这个前提下，机器人凭借工作效率高、可量产、不惧环境影响等优点，成为了人类探索环境的主要帮手。在这种情况下，提高机器人的探索效率，规划机器人的探索路径，成为了科学家们的主要研究问题。本论文以机器人的路径规划方法为研究课题，通过研究智能算法（模拟退火算法），对环境进行路径规划，并提出已有的几种对模拟退火算法的改进，比较其优缺点，最后再通过栅格法进行实际建模，验证其正确性，从而得出一条最优路径，使机器人能够快速准确的到达目的地。71174
毕业论文关 键 词 : 机器人，最优路径，模拟退火算法
Abstract: With the development of science and technology, human beings begin to explore the unknown environment. Under this premise, the robot with high work efficiency, mass production, fear of environmental impact and other advantages, has become the main helper to explore the environment. In this case, to improve the efficiency of the robot exploration and planning to explore the path of the robot has become a major research problem. The method for robot path planning as the research subject, through the study of intelligent algorithms (simulated annealing algorithm) to the environment of path planning, and puts forward several improvement of simulated annealing algorithm, compares the advantages and disadvantages. Finally, through grid method practical modeling to verify its correctness, so as to get the optimal path, so that the robot can quickly and accurately reach the destination.
Key words: optimal path, robot, simulated annealing algorithm
目 录
1 引言4
2 机器人路径划4
2.1机器人路径规划的定义4
2.2机器人路径规划的分类4
2.3机器人路径规划的历史和现状4
2.4机器人路径规划的研究方向5
3 智能算法5
3.1 智能算法的简介5
3.2 模拟退火算法的简介5
3.3 模拟退火算法的原理6
3.4模拟退火算法的基本思想6
3.5模拟退火算法的步骤8
4 改进模拟退火算法9
4.1 通过模型扰动改进9
4.2通过接收概率改进10
4.3通过降温方式改进10
4.4其他不常见的改进方法10
4.5栅格法建模11
5 货郎担问题的模拟退火算法的实现12
5.1货郎担问题的描述12
5.2货郎担问题的应用13
5.3 TSP算法的流程14
结论16
参考文献17
致谢18
附件：模拟退火算法的源程序19
1 引言
移动机器人的研究开始于上个世纪60年代末期，是机器人学、人工智能学、仿生学、控制理论和电子技术等多种技学科交叉研究的产物。随着科技的发展和社会的进步，机器人已经走出实验室，在深海勘测、汽车制造、医学科研、能源开采、军事现代化等领域中都占有着其不可取代的位置。随着机器人的应用越来越广,越来越深入，各行各业对机器人的要求也越来越高，因此移动机器人的研究逐渐步上正轨,成为高新技术应用领域的热点。 目前，对于移动机器人相关技术的研究，虽然已取得了大量的成果和突破性的进展，但是在很多关键理论和实际问题上，还有问题有待解决和完善。因此，进行移动机器人相关技术的研究，具有非常重要的现实意义。论文网
本文讨论的是在静态全局环境已知的情况下，通过栅格法对已知的环境进行描述，建立环境的模型，并采用模拟退火算法，根据优化条件从中搜索出一条从起点到终点的最优或近似最优路径，即全局路径规划。机器人利用设计好的程序按照规划出的最优路径自动导航，无碰撞地移动到目标点。 机器人最优路径模拟退火算法+源程序:http://www.youerw.com/jisuanji/lunwen_80757.html