论文部分内容阅读
解决动态障碍回避问题，一个新奇算法与无线传感器网络(WSN ) 的优点被提出。鉴于障碍和机器人的动人的速度和方向，一个数学模型基于暴露模型，暴露方向和传感器的批评速度被造。蚂蚁殖民地优化(ACO ) 算法基于仿生的群智力被用于多客观的优化的答案。WSN 的精力消费和拓扑学也被讨论。有真实 WSN 和真实活动机器人的实际实现被执行。在有多重障碍的环境，最短的路径长度的集中曲线证明当反复的产生成长，最短的路径的长度减少并且最后到达稳定、最佳的价值。比较证明那使用的传感器信息熔化能极大地与单个传感器比较改进精确