移动机器人的路径规划与仿真.pdf

《移动机器人的路径规划与仿真.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第30卷第7期计算机仿真2013年7月文章编号：1006—9348(2013)07—0379—04移动机器人的路径规划与仿真高晓巍(齐齐哈尔大学理学院，黑龙江齐齐哈尔161006)摘要：在机器人路径优化设计的研究中，由于应用环境存在障碍物，要求寻找最优无碰路径。针对于粒子群优化算法应用于移动机器人路径规划计算中，存在全局搜索能力弱，易出现早熟现象等问题，提出了一种QPSO算法的改进算法。采用8势阱模型的Qpso算法模型简单，控制参数少，全局搜索能力强，但存在早熟收敛的缺陷，从种群的多样性角度分析，在算法的迭代过程中，引入多样性函数，在种群的多样性小于dlo。,时，由多样性变异操作进行自适

2、应调整，保持了种群中个体的差异性，避免算法陷入局部最优而出现早熟现象。在MATLAB平台上进行仿真，结果表明，改进算法能够有效地解决全局静态无碰路径优化问题，收敛速度、搜索质量与QpSO算法相比明显提高。关键词：多样性变异；量子行为粒子群算法；路径规划；多样性函数中图分类号：TP242文献标识码：APathPlanningforMobileRobotandSimulationGA0Xiao—wei(CollegeofScience，QiqiharUniversity，QiqiharHeilongjiang161006，China)ABSTRACT：Duringtheprocessofap

3、plyingparticleswal'lnoptimizationinmobilerobot’spathprogramming，wefoundsomeproblems，suchastheweakeningabilityofwholesearching，theeasilyoccurringphenomenonofearly—mature．ThenthispaperputforwardabetteralgorithmbasedonQPSO．TheadvantagesoftheQPSOalgorithmbasedon8potenfialmodelayesimplemodel，lesscontr

4、olparameters，strongerabilityofwholesearching．Butatthesametime，thereisthedisadvantageofearly—maturingconvergence．Thepapertooktheperspectiveofdiversityofpopula-tiontoanalyzehowtointroducediversityfunctionintheiterationprocessofthealgorithm．Whenthediversityofpop—ulationislessthandI。。，wemadeadaptivea

5、djustmentbydiversifiedmanipulatingtosustainindividualdifference．Inthiswaywevailavoidthealgorithmfallingintolocaloptimumandthenleadingtotheprematurephenomenon．AftermakingsimulationexperimentwirhMATLAB．thefindingsshowthatthisalgorithmCaneffectivelysolvetheprogram-mingproblemofthewholestaticpath．Com

6、paredwiththeQPSOalgorithm，theconvergencespeedandsearchingqualityhavebeenobviouslyimproved．KEY-WORDS：Diversityvariation；QPSOalgorithm；Pathplanning；Diversityfunction1引言移动机器人的路径规划是一个比较复杂而又独具特色的优化问题，而群体智能在没有集中控制并且不提供全局模型的前提下，为优化问题提供了一种有效的求解途径。粒子群(PSO)优化算法由于其计算简单、控制参数少且算法本身易于实现等特点成为群体智能优化算法的典型代表，但PSO算

7、法同其它进化算法一样不能保证收敛于全局最优解甚至局部最优解⋯。为了提高算法的性能，1998年Slli和Eberhart在演化方基金项目：黑龙江省教育厅项目(12511613)；齐齐哈尔大学青年教师科学技术类科研启动支持计划项目(2012k—M29)收稿日期：2012—12-31修回日期：2013—03-15程中引入惯性权重∞以平衡全局性和收敛速度。2J，2004年R．A．Krohling将演化方程中的加速因子改为(0，1)正态分布，