二次划分和改进遗传算法的机器人路径规划.pdf

《二次划分和改进遗传算法的机器人路径规划.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、ComputerEngineeringandApplications计算机工程与应用二次划分和改进遗传算法的机器人路径规划崔靖1，朱庆保“2，王娟1CUIJin91，ZHUQingbao“2，WANGJuanl1．南京师范大学计算机科学与技术学院，南京2100972．江苏省信息安全保密技术工程研究中心，南京2100971．SchoolofScienceandTechnology，NanjingNormalUniversity，Nanjing210097，China2．JiangsuResearchCenterofInformationSecurityandConfidential

2、Engineering，Nanjing210097，China．CUIJing．ZHUQingbao。WANGJuan．Pathplanningofrobotbasedonseconddivisionandimprovedgeneticalgorithm·EngineeringandApplications。2011，47(28)：232-236．Abstract：Inrobotpathplanningalgorithmsbasedongeneticalgorithm，itisdifficultthatthegranularityofgridceilsiscontrolledac

3、cordingtotherobot’Senvironment，andpopulationinitializationhavesomeshortages．Thereforeallimprovedpathplanningalgorithmisproposed．Inthealgorithm，thesizeofgridcellsinrobot’Sfieldisdividedagainaccordingtotheinfor‘mationofobstaclesintheenvironment．whichmakCSthelengthofchromosomeinthepopulationiSmo

4、resuitabletotheen-vironment．SOast0improvetheefficiencyandperformanceofalgorithm，atthesametime，anewmethodbasedoninsur-ancematrixtogenerateinitialpopulationisproposed，itcallimproveinitialpopulation’Sergodicityandfeasibilityinthesearchspace．ThesimulationshowsthatrobotCannotonlyplanaoptimalpathwi

5、thrapidspeedbutalsoavoidcollisionsafetyusingthealgorithminthecomplicatedenvironment．andtheresultsobtailledaresatisfactory．Keywords：geneticalgorithm；seconddivisionofenvironment；recessivegene；dominantgene；insurancematrix摘要：针对已有基于遗传算法的机器人路径规划的栅格建模方法粒度难以控制及种群初始化等方面的不足，提出了根据障碍物启发信息对环境二次划分的方法，以使得种群

6、染色体长度具有自适应环境的特点，从而有效地提高算法的优化效率和性能，同时，提出了基于保险矩阵初始化种群新方法，可提高初始种群在搜索空间的遍历性和有效性。仿真实验结果表明：应用该算法，机器人可在具有复杂障碍物的环境中快速规划出一条全局优化路径，且能安全避障，效果显著。关键诃：遗传算法；环境二次划分；隐性基因；显性基因；保险矩阵DOI：10．3778／j．issn．1002．8331．2011．28．064文章编净：1002．833l(2011)28．0232．05文献标识码：A中网分类号：TP2421引言移动机器人路径规划是智能机器人的重要研究内容，是指在有障碍物的工作环境中，寻找

7、一条从指定起点到指定终点的适当的路径，使得机器人在移动的过程中能安全无碰撞地绕过所有的障碍物，且所走路径较短。对于这一问题的研究国内外学者已经做了大量的工作，传统的方法诸如A‘法“1、栅格法[21、人工势场法i”等，但传统的优化方法在机器人路径规划这类复杂非线性优化问题中缺乏自适应，计算太复杂，优化过程缺乏鲁棒性一1。近年来，随着智能计算领域的快速发展，蚁群算法t51、粒子群算法lel、遗传算法”‘8，等智能方法均被广泛应用于机器人路径规划领域，与传统方法相比，智能方法具有更大的