摘要
提出一种结合卡尔曼滤波的改进粒子群优化算法,将其应用于两栖机器人的三维空间路径规划.传统的粒子群算法参数设置过于单一,很容易陷入局部最优解,而且局部收敛速度过快.在改进的粒子群算法中,提出2种优化方案,针对个体认知c1和社会认知c2提出算法改进策略,来提高粒子群算法的寻优能力;粒子群算法整体与卡尔曼滤波相结合并加以改进,用于融合多个传感器的信息,预测机器人在三维空间中下一步的路径点位置,使路径规划更优、搜索效率更高.仿真结果表明,改进后的粒子群算法效果更优,迭代次数更少,需求时间更短,路径搜索更加精确,有着明显的性能优势.
维普
万方数据