清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Optimization of the path planning model through integration of improved RRT* algorithm and ACO algorithm

运动规划 算法 趋同(经济学) 路径(计算) 计算机科学 算法设计 数学优化 机器人 人工智能 数学 经济增长 经济 程序设计语言
作者
Xiyao Zhao
标识
DOI:10.1109/auteee60196.2023.10408194
摘要

Path planning is an important part of AUV (Autonomous Underwater Vehicle) exploration system. The path planning of AUV should consider the optimization goal of the path, the path environment, the terrain and obstacles, and the performance constraints of the robot itself. This path planning problem can be solved by various algorithms, but the commonly used algorithms often have many problems. Therefore, aiming at the problems of long sampling time, large amount of calculation and too random path planning results of RRT * algorithm, a multi-strategy improved NTDRRT * algorithm is proposed. Aiming at the problem that ACO algorithm is easy to fall into local optimum and slow convergence speed, a multi-strategy improved HPACO algorithm is proposed. The NTDRRT * algorithm and the HPACO algorithm are combined to form a hybrid improved algorithm, and an AUV path planning model is proposed based on this. Through experimental verification, the hybrid path planning algorithm proposed in this paper has achieved good results in search efficiency, global convergence and solution quality. The research content and results of this paper have certain reference value for improving the efficiency and accuracy of AUV path planning, and have made certain contributions to the development of AUV technology, and can also provide reference and inspiration for research in related fields.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
起风了完成签到 ,获得积分10
8秒前
快乐半山完成签到,获得积分20
8秒前
11秒前
科研通AI2S应助科研通管家采纳,获得10
56秒前
1分钟前
KIKIup发布了新的文献求助10
1分钟前
1分钟前
2分钟前
美好蜻蜓完成签到 ,获得积分10
2分钟前
2分钟前
3分钟前
李健的小迷弟应助炫白采纳,获得10
3分钟前
黑球发布了新的文献求助10
3分钟前
3分钟前
3分钟前
4分钟前
5分钟前
5分钟前
6分钟前
红油曲奇完成签到,获得积分10
6分钟前
7分钟前
颖宝老公完成签到,获得积分0
7分钟前
7分钟前
宝宝熊的熊宝宝完成签到,获得积分10
8分钟前
8分钟前
科研通AI2S应助科研通管家采纳,获得10
8分钟前
小二郎应助科研通管家采纳,获得10
8分钟前
科研通AI2S应助科研通管家采纳,获得10
8分钟前
乔杰完成签到 ,获得积分10
8分钟前
8分钟前
cjy完成签到,获得积分10
9分钟前
9分钟前
vassallo完成签到 ,获得积分10
10分钟前
科研通AI2S应助科研通管家采纳,获得10
10分钟前
10分钟前
赘婿应助gszy1975采纳,获得10
11分钟前
11分钟前
11分钟前
炫白发布了新的文献求助10
11分钟前
12分钟前
高分求助中
Solution Manual for Strategic Compensation A Human Resource Management Approach 1200
Natural History of Mantodea 螳螂的自然史 1000
Glucuronolactone Market Outlook Report: Industry Size, Competition, Trends and Growth Opportunities by Region, YoY Forecasts from 2024 to 2031 800
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
Autoregulatory progressive resistance exercise: linear versus a velocity-based flexible model 500
The analysis and solution of partial differential equations 400
Sociocultural theory and the teaching of second languages 300
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3338996
求助须知:如何正确求助?哪些是违规求助? 2967044
关于积分的说明 8627866
捐赠科研通 2646460
什么是DOI,文献DOI怎么找? 1449226
科研通“疑难数据库(出版商)”最低求助积分说明 671343
邀请新用户注册赠送积分活动 660162