资源描述：
《基于改进遗传算法的机器人路径规划》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第19卷第7期计算机技术与发展Vol.19No.72009年7月COMPUTERTECHNOLOGYANDDEVELOPMENTJul.2009基于改进遗传算法的机器人路径规划张荣松,包家汉(安徽工业大学机械工程学院,安徽马鞍山243002)摘要:文中提出一种基于改进遗传算法的移动机器人路径规划方法,将复杂的二维编码问题简化为一维编码问题,优化改进标准遗传算法的选择算子和交叉算子,引入路径规划特定的遗传算子(修正算子),最后以移动机器人行走路径最短作为适应度函数进行遗传优化。此算法克服了标准遗传算法的
2、早熟收敛、运算结果稳定性差等问题,提高遗传算法的进化效率。仿真实验结果验证了该算法在移动机器人路径规划中的可行性和有效性,以及规划结果的稳健性。关键词:机器人;路径规划;遗传算法中图分类号:TP18文献标识码:A文章编号:1673-629X(2009)07-0020-04RobotPathPlanningBasedonModifiedGeneticAlgorithmZHANGRongsong,BAOJiahan(SchoolofMechanicalEngineering,AnhuiUniversityofTec
3、hnology,Maanshan243002,China)Abstract:Proposesamethodofmovingrobotpathplanningbasedonmodifiedgeneticalgorithm,whichthecomplextwodimensioncodingproblemisconvertedintotheonedimensionones,whichthestandardselectionoperatorandcrossoveroperatorareoptimized,andwhichaspecificallyg
4、eneticoperator(modifiabilityoperator)isintroduced.Atthesametime,thefitnessfunctionmeetstherequirementoftheshortestperiodofworkinglength.Thismethodincreasesgreatlytheefficiencyofthealgorithmandovercomestheproblemofprematureconvergenceandthepoorstabilityofsimulationresultsoft
5、hesimplegeneticalgorithm.Experimentalresultsshowthefeasibilityandeffectivenessofthealgorithminpathplanning,andthestabilityofthesimulationresults.Keywords:robot;pathplanning;geneticalgorithm0引言并行性、鲁棒性、灵活性、不易陷入局部最优等特点,在[6]移动机器人路径规划是机器人技术的一个重要研路径规划中得到广泛的应用。毕慧敏等在机器人路究领域,它主要是
6、指在有障碍物的工作空间中,按照某径规划中采用了改进的遗传算法,即不增群体规模,避一性能指标,搜索一条从起始状态到目标状态的最优免运算时间过长,还能保证收敛到全局最优解,有效地[7]或近似最优的无碰撞路径。按照对环境信息的已知程克服了传统遗传算法的缺点。陈华华等利用神经网度,可分为环境信息完全已知的全局路径规划和环境络模型来描述机器人工作空间动态环境信息,结合遗传算法把动态避障要求和最短路径要求融合成遗传算信息完全未知或者部分未知的局部路径规划。目前应用较为广泛的路径规划算法有:栅格法[1]、法的一个简单适应度函数,然后对机器人进行局部轨[8]
7、[2][3,4]迹规划,开拓了遗传算法的新的应用方式。唐国新人工市场法、神经网络等。这些算法都有各自等采用了直接基于路径点坐标值的可变长度的染色体的基本思想,且都在不同的方面有着各自的优势,然而编码方式,配合包含障碍物排斥子函数项的代价函数,也都存在着不足。如计算量大、算法缺乏灵活性、搜索有效避免了地图建模过程,同时针对路径规划问题的效率较低、存在局部最优解并且容易产生死锁现象、全具体应用,提出把地图特征信息引入遗传算子的操作局路径规划的结果质量不高等方面。[5]过程中,提高了算法的进化效率。随着研究的深入,传随着20世纪60年代遗传算法的提
8、出,它具有统遗传算法的缺点逐渐被人们发现,如容易陷入早期收敛、后期停滞现象、算法耗费时间长、运算结果稳定收稿日期:2008-10-07;修回日期:2009-12-0
