《Dijkstra算法在清扫机器人路径规划中的能耗优化研究》11000字.doc

PAGE91

Dijkstra算法在清扫机器人路径规划中的能耗优化研究

摘要

随着如今时代的快速发展，信息时代的来临，电能和机械已经离不开我们的日常，无论是哪种行业，都已经离不开机械的辅助。清扫机器人是能够代替人力进行人们日常所需的环境清理的一种机器，只需消耗一定的电能，就能代替人力完成烦杂的清扫任务。清扫机器人的路径规划是清扫机器人要求解的核心问题，其目的在于寻求无碰撞最优路径。Dijkstra算法是一种经典的求解最优路径的算法，计算一个顶点到其余各个顶点的最小移动代价，可解决清扫机器人运行路径的问题。本文设计实现了基于Dijkstra算法的清扫机器人的最短路径规划，计算较为复杂的地形，规划其最佳路径，并进行仿真实现。

关键词：清扫机器人；路径规划；最优路径；Dijkstra算法

目录

TOC\o1-3\h\u1绪论 5

1.1课题研究背景及意义 5

1.2国内外研究现状 6

1.3课题研究的主要内容及组织结构 7

2开发软件简述 8

2.1python 8

2.2PythonIDLE 8

2.3Pycharm 9

3Dijkstra算法 10

3.1Dijkstra算法的基本原理 10

3.2Dijkstra算法原理的图解 10

3.3Dijkstra算法的优缺点 13

4基于Dijkstra算法的清扫机器人最短路径规划的设计 14

4.1搜寻路径的目标效果 14

4.2开始位置、目标位置、地图创建 15

4.3地图的初始化和障碍物的设置 16

4.4机器人的运动方式以及栅格编号 17

4.4.1机器人运动方式 17

4.4.2栅格编号 18

4.5搜寻路径 19

4.5.1搜寻流程 19

4.5.2判断边界、障碍物 20

4.6获得最短路径 20

5仿真实现 22

6总结与展望 24

参考文献 25

1绪论

1.1课题研究背景及意义

自从1959年恩格尔伯格发明了第一台机器人并用于生产之后，机器人这一新事物就逐渐成为科研人员研究的焦点[1]。尤其是随着科学的逐渐发展，人工智能行业的不断更新，机器人的重要性早已经发展成为人们生活中必不可少的一部分。世界上逐渐涌现出许多不同类型的机器人，比如，仿人类机器人，清扫机器人，工业机器人，送快递机器人，通过这点可以看出水下作业机器人等等。目前，人们研究机器人的方向被分为三个部分：构建机器人周围环境的地图、规划机器人最短路径、搜索和导航机器人行动轨迹。20世纪60年代末，斯坦福研究院研制了自主移动机器人(黄炜杰,赵雪琪,2022)[1]。研究所表明，机器人的最短移动路径问题，是机器人最为核心的问题关键所在。在机器人的工作系统中，寻找从开始位置到目的地位置的最佳无碰撞行动路线(魏睿琪,刘晓宇,2023)。

到了现代，清扫机器人的路径规划问题可以说是如今研究机器人的领域之中，最为核心的一个研究方向。路径的规划问题，它的本质就是对计算出清扫机器人最短路径的算法的一个研究问题(韩磊阳,王悦晨,2021)。通过这些细节可以看出尤其是近几年来，随着互联网+的时代来临，国内外大量的学者专家对于机器的能源消耗最佳化的要求颇为急切。对于清扫机器人的最短路径的规划，也是最为直接的减少能源消耗的途径之一。

有许多路线规划方法，它们的适用范围会因为他们的优点和缺点而有所不同。根据对不同领域常见路径规划算法的研究，根据不同算法的序列和算法的基本原理，算法大致可分为四类:传统算法、图形学的方法、智能仿生学算法和其他算法[2]。传统的路线规划算法包括模拟退火算法、人工势场法、模糊逻辑算法、禁忌搜索算法等(李文博,张欣悦,2021)[2]。解决实际问题时传统算法经常的可能会遇到难以建模的问题。图形化方法提供了建模的基本方法，但图形化方法通常缺乏搜索能力，通常需要结合一种特殊的搜索算法。在此状态下图形方法包括C空间法、网格法、自由空间法、泰森多边形法等(王浩然,刘雅婷,2020)[2]。从理论角度出发，只要方案接收的输入信息与预期相符，其输出就有望满足设计目标。具体来说，若起始条件与参数配置准确无误，且所采用的模型或方法论构建合理，则其成果将具有高度的信赖度和实用性。这既取决于输入数据的精确性，也取决于分析框架的合理性、技术手段的前沿性以及研究途径的恰当性。同时，还需考虑外部因素的干扰，以保证研究过程的可控性和可重复性，为结论的广泛应用提供可靠支撑。当在复杂和动态环境信息的背景下规划路线时，自然世界的灵感往往可以发挥非常好的作用。智能仿生算法是通过仿生研究发现的算法。蚁群算法[3]、神经网络算法[4