【路径规划】基于模拟退火粒子群结合DWA实现机器人全局局部动态规划附matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

⛄ 内容介绍

一种基于DWA的ROS机器人局部路径规划方法,包括,利用机器人SLAM建图构建全局地图并获取机器人的起始点和目标点;在构建的全局地图中,利用模拟退火粒子群算法进行全局路径规划,寻找最优路径;当机器人沿着全局最优路径运动时,利用机器人所携带的传感器实时检测局部环境信息更新地图信息;判断是否存在动态障碍物,若存在,则调用DWA算法进行局部路径规划,避开障碍物;当机器人到达局部目标点以后,继续沿着全局最优路径进行运动,并不断实时检测局部环境信息,若再出现障碍物,则继续调用DWA算法进行局部路径规划,直至机器人到达目标点.本发明能成功避开障碍物,评价函数的距离因子对障碍物同时通过较为狭窄的通道.

⛄ 部分代码

function PlotSolution(sol,model)

    xs=model.xs;

    ys=model.ys;

    xt=model.xt;

    yt=model.yt;

    xobs=model.xobs;

    yobs=model.yobs;

    robs=model.robs;

    

    XS=sol.XS;

    YS=sol.YS;

    xx=sol.xx;

    yy=sol.yy;

    

    theta=linspace(0,2*pi,100);

    for k=1:numel(xobs)   %填充障碍物（应该是）

        fill(xobs(k)+robs(k)*cos(theta),yobs(k)+robs(k)*sin(theta),[0.5 0.7 0.8]);

        hold on;

    end

    plot(xx,yy,'k','LineWidth',2);

    plot(XS,YS,'ro');

    plot(xs,ys,'bs','MarkerSize',12,'MarkerFaceColor','y');  %初始点

    plot(xt,yt,'kp','MarkerSize',16,'MarkerFaceColor','g');  %终点

    hold off;

    grid on;

    axis equal;

    drawnow limitrate;

end

⛄ 运行结果

⛄ 参考文献

[1] 宋彬. 结合粒子群算法和改进蚁群算法的机器人混合路径规划[D]. 中国矿业大学.

[2] 王智文, 曹新亮, 王宇航. 一种基于DWA的ROS机器人局部路径规划方法:, CN112325884A[P]. 2021.

[3] 高岳林, 武少华. 基于自适应粒子群算法的机器人路径规划[J]. 郑州大学学报：工学版, 2020, 41(4):6.

[4] 薛盼为. 基于模拟退火—量子遗传算法的机器人路径规划研究[D]. 武汉理工大学, 2013.

[5] 孙波, 陈卫东, 席裕庚. 基于粒子群优化算法的移动机器人全局路径规划[J]. 控制与决策, 2005, 20(9):5.

⛳️ 代码获取关注我

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料