學位論文
Permanent URI for this collection
Browse
Browsing 學位論文 by Subject "A* algorithm"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
Item 基於向量模型設計與實現蒙地卡羅定位與路徑規劃於輪型移動機器人(2015) 鍾秉剛本論文主要研究之目的是改良輪型機器人的定位與路徑規畫演算法。在定位 方面，本論文克服定點定位、路徑追蹤與機器人綁架所面臨之問題，並且提出了基於向量模型的改良式蒙地卡羅定位演算法。具體的改善措施包含以下內容：第一，引入離散形式的輪型機器人運動模型進行動態更新；第二，以向量模型取代柵格地圖，解決定位的解析度問題；第三，除了使用競爭法與菁英保留策略外，在重新採樣的程序中引入了粒子變異機制，其變異程度由當前粒子的分佈情形決定，使演算法可以保持指數地收斂；最後，粒子重新分佈的機制亦被納入演算法中，使得演算法具備更佳的強健性針對定位失敗與綁架問題。在路徑規劃方面，本論文將A*演算法建立於向量地圖中，使用地圖中的角點為此演算法內的節點，藉以改善在A*演算法面臨移動方向限制的困擾與大量轉折點的問題。為使上述方法可行，本文修改A*演算法流程並加入判別節點間移動可行性的函數，只有獲得許可的路徑會被納入花費函數的考量以確保能正確地規劃路徑。為避免路徑過於靠近障礙物而發生碰撞，本文引入影像侵蝕方法去除過於接近障礙物的區域，使機器人在移動過程中能與障礙物保持適當距離。此外，本文亦加入一項路徑圓弧優化方法讓路徑更為平順，使機器人以弧型移動通過各節點而降低整體移動花費時間。整體而言，本論文的定位演算法可以更有效率地提供機器人定位結果， 提供的路徑能在最短路徑與避障能力上保持良好的平衡，並使機器人除了避障外亦能快速到達終點。Item 輪型移動機器人之路徑規劃與學習演算法應用於路徑追蹤之模糊控制器設計(2016) 陳威任; Chen, Wei-Jen本研究主要是輪型機器人的路徑規劃與路徑追蹤。在路徑規劃方面，採A*演算法具有最小花費函數搜尋結果之特色生成輪型移動機器人之最短路徑，然而，此種設計方法應用於路徑規劃之結果將會產生大量轉折點以及過於靠近障礙物之路徑，因此，採用了具有局部改變調整特性的B-Spline 曲線來調整A*演算法不適用於輪型移動機器人追跡之區段路徑。在路徑生成之後，接下來即是考慮路徑追蹤的課題。為設計路徑追蹤的控制器，我們必須先了解輪型移動機器人的運動模型才可進行下一步之路徑追蹤控制器設計。路徑追蹤方面採用輪型移動機器人之兩輪速度控制方法來完成目的，本論文採用了模糊控制系統結合類神經網路之適應性模糊類神經網路技術，以此方式可結合模糊控制之定性分析與類神經網路定量分析能力之特色，並具備自我學習調整之能力，最後再加入遺傳演算法進行最佳化設計提高理想之結果。