基于遺傳算法的機器人路徑規(guī)劃研究.pdf

1、路徑規(guī)劃是機器人技術研究領域中的核心問題之一，也是機器人學中研究人工智能問題的一個重要的方面。路徑規(guī)劃的主要任務是在機器人所在的環(huán)境中尋求一條從已知起點到已知終點的最低代價的無碰撞路徑，在僅有靜態(tài)障礙物存在的空間，比較容易找到一條最優(yōu)路徑，當環(huán)境中同時存在靜態(tài)與動態(tài)障礙物的時候，找到一個可行的最優(yōu)路徑就比較困難。本文主要內(nèi)容包括： 提出了以兩重遺傳算法機制作為全局并行優(yōu)化搜索工具的路徑規(guī)劃方法，其中，第一重遺傳機制負責靜態(tài)障礙物

2、的避碰，除了環(huán)境中已經(jīng)存在的障礙物以外，還包括規(guī)劃過程中出現(xiàn)的新的障礙物的避讓，第二重遺傳算法機制主要負責動態(tài)障礙物的避碰，它以第一重機制規(guī)劃出的最優(yōu)路徑為基礎，最終規(guī)劃出與環(huán)境中所有靜動態(tài)障礙物都無碰撞的最優(yōu)路徑。兩重機制以不同的適應度函數(shù)作為評價標準，第一重遺傳算法機制以路徑的長度、轉(zhuǎn)角的平滑度以及與障礙物的間隔度為優(yōu)化目標；第二重遺傳算法機制將是否在安全范圍內(nèi)、能否動態(tài)避碰以及路徑長度作為目標函數(shù)。 路徑規(guī)劃的同時進行優(yōu)化

3、操作，運用簡化算子去除路徑中的冗余結點；平滑算子增加路徑轉(zhuǎn)角的平滑度；修正算子輔助生成復雜環(huán)境下的可行路徑，優(yōu)化操作也提高了路徑的生成速度。 根據(jù)可行路徑所占的比例，自適應調(diào)整交叉率與變異率，提高遺傳算法機制的收斂速度。 通過MATLAB建立路徑規(guī)劃的仿真平臺，靜態(tài)顯示進化過程中生成的路徑并動態(tài)顯示機器人在靜動態(tài)障礙物同時存在環(huán)境下避碰的運動過程。 對不同參數(shù)設置下規(guī)劃出的路徑進行比較，不同種群大小的適應度值進行