閱讀筆記(全覆蓋路徑規劃演算法):The path planning of cleaner robot for coverage region using Genetic Algorithms
論文下載:點選開啟連結
環境模型(see figure 1):
1.1. 環境被描述為圓形為了方便描述機器人的移動
1.2. 預設圓形半徑和機器人半徑一樣
1.3. 每個圓形可以表示有障礙或無
1.4. 每個圓形有八個相鄰圓
1.5. 連線線R_ij 表示距離
1.6. 每個圓有它自己到號碼,一一對於機器人到每一運動。
演算法細節:
2.1. 概述:
2.1.1. 由遺傳演算法啟發,解決optimization的問題。
2.1.2. 全域性規劃被分為一系列的區域性規劃(區域性路徑被限制於感應器感應範圍內)。
2.1.3. 目標為:最短移動距離,最少轉向和重複點(我覺得最大覆蓋率也是他們的目標之一)。
2.2. 進化過程:
2.2.1. 他們基於基因演算法(GA see figure 2)提出一個"進化過程"evolutionary approach來達到目標 2.1.3.
2.2.2. 染色組包含一組基因(一組區域性機器人運動)。
2.2.3. 區域性路徑規劃(mini-path planning)是隨機的(隨機選取附近到一個點(???)). 他們能得到2種方法來產生區域性路徑:螺旋或者Z形的運動。(see figure 3)
2.2.4. 對於這隨機產生到區域性路徑,他們引入了判定標準來挑選一條最好的:區域性路徑 (mini-path i) 適應度函式:
2.2.5. 上面這條考慮了 total distance of mini-path (Dist), the number of unclean cells (Free), 和 the total distance of each position cell relative to the current position (Dist( xx - xx)).
2.2.6. Total distance of mini-path (Dist) 等於路徑裡每一對圓的距離的和,The number of unclean cells (Free) 等於目前機器人附近未遍歷的圓(並屬於此區域性路徑的)個數, 最後一項等於路徑的每個圓到目前機器人的距離的和。
2.2.7. 對所有的隨機產生的區域性路徑計算完其適應度後就可以用這些適應度來挑選一部分好的路徑然後進行交叉和變異運算產生下一代的區域性路徑。
2.2.8. 對新的一代進行適應度計算,挑選,交叉和變異運算,然後繼續重複直到??。最後得到一條最優區域性路徑。
2.2.9. 到達區域性路徑的終點後再規劃區域性路徑
模擬結果 (see figure 4):
通過對比最短移動距離,最少轉向和重複點,他們的比SCD和ORD演算法好。
4. 我的評價:
在2.1.3.列出表現可以,但效率不高,可能不能實時運算。需要自己決定除錯A,B,C引數以及區域性路徑的長度。
figure 1.
figure 2.
figure 3.
figure 4.
相關文章
- 路徑規劃: 淺談路徑規劃演算法演算法
- 路徑規劃之A*演算法演算法
- RRT路徑規劃演算法演算法
- PRM路徑規劃演算法演算法
- multi-parent genetic algorithmsGo
- 機器人路徑規劃 A*與D*機器人路徑規劃演算法詳述機器人演算法
- V-rep學習筆記:機器人路徑規劃1筆記機器人
- 閱讀筆記筆記
- 海南規劃構築光網智慧島實現重點場所WiFi全覆蓋WiFi
- 基礎路徑規劃演算法(Dijikstra、A*、D*)總結演算法
- MySQL-覆蓋索引總結筆記MySql索引筆記
- 史上最全解讀 | 飛槳模型庫重大升級,主流演算法模型全覆蓋模型演算法
- 【閱讀筆記:字典】筆記
- gdbOF閱讀筆記筆記
- 閱讀筆記03筆記
- 閱讀筆記02筆記
- 閱讀筆記8筆記
- 閱讀筆記1筆記
- 閱讀筆記5筆記
- 閱讀筆記4筆記
- 閱讀筆記3筆記
- 閱讀筆記7筆記
- 閱讀筆記2筆記
- 路徑規劃演算法 - 求解最短路徑 - Dijkstra(迪傑斯特拉)演算法演算法
- 遊戲AI研究(三):路徑規劃遊戲AI
- 演算法筆記之動態規劃(4)演算法筆記動態規劃
- SVG <path> 路徑元素SVG
- 最小路徑可重複點覆蓋
- JDK原始碼閱讀:Object類閱讀筆記JDK原始碼Object筆記
- ESLint: 規則配置覆蓋EsLint
- 《Clean Code》閱讀筆記筆記
- Dependencies for Graphs 閱讀筆記筆記
- javascript閱讀筆記01JavaScript筆記
- #EffectiveJava筆記#閱讀心得Java筆記
- 閱讀影片方法筆記筆記
- 簡單的路徑規劃案例分享
- 《快速閱讀術》讀書筆記筆記
- Image Super-Resolution Using DeepConvolutional Networks論文閱讀筆記筆記