遗传算法在机器人路径规划中的应用毕业论文

《遗传算法在机器人路径规划中的应用毕业论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、遗传算法与机器人路径规划摘要：机器人的路径规划是机器人学的一个重要研究领域，是人工智能和机器人学的一个结合点。对于移动机器人而言，在其工作时要求按一定的规则，例如时间最优，在工作空间中寻找到一条最优的路径运动。机器人路径规划可以建模成在一定的约束条件下，机器人在工作过程中能够避开障碍物从初始位置行走到目标位置的路径优化过程。遗传算法是一种应用较多的路径规划方法，利用地图中的信息进行路径规划，实际应用中效率比较高。关键词：路径规划；移动机器人；避障；遗传算法GeneticAlgorithmandRobotPathPlanningAbstract:Robotpathplanningr

2、esearchisaveryimportantareaofrobotics,itisalsoacombinepointofartificialintelligenceandrobotics.Forthemobilerobot,itneedtobeworkedbycertainrulers（e.gtimeoptimal），andfindabestmovementpathinworkspace.Robotpathplanningcanbemodeledthatinthecourseofrobotsabletoavoidtheobstaclesfromtheinitialpositio

3、ntothetargetlocation,anditruquiretoworkunderertainconstraints.Geneticalgorithmusedinpathplanningisverycommon,whenplanningthepath,itusetheinformationofmap,andhavehigheficientinactual.Keywords:Pathplanning,mobilerobot,avoidtheobstacles,geneticalgorithm1路径规划1.1机器人路径规划分类（1）根据机器人对环境信息掌握的程度和障碍物的不同，

4、移动机器人的路径规划基本上可分为以下几类：1，已知环境下的对静态障碍物的路径规划；2，未知环境下的对静态障碍物的路径规划；3，已知环境下对动态障碍物的路径规划；4，未知环境下的对动态障碍物的路径规划。（2）也可根据对环境信息掌握的程度不同将移动机器人路径规划分为两种类型：1，基于环境先验完全信息的全局路径规划；2，基于传感器信息的局部路径规划。（第二种中的环境是未知或部分未知的，即障碍物的尺寸、形状和位置等信息必须通过传感器获取。）1.2路径规划步骤无论机器人路径规划属于哪种类别，采用何种规划算法，基本上都要遵循以下步骤：1,建立环境模型，即将现实世界的问题进行抽象后建立相关的模

5、型；2,路径搜索方法，即寻找合乎条件的路径的算法。1.3路径规划方法-8-1.3.1传统路径规划方法（1）自由空间法（freespaceapproach）　基于简化问题的思想,采用“结构空间”来描述机器人及其周围的环境。这种方法将机器人缩小成点,将其周围的障碍物及边界按比例相应地扩大,使机器人点能够在障碍物空间中移动到任意一点,而不与障碍物及边界发生碰撞。（2）图搜索法采用预先定义的几何形状构造自由空间，并将其表示为连通图，然后通过搜索连通图进行路径规划。这种方法比较灵活，改变初始位置和目标位置不会重构连通图，但是障碍物比较多时，算法会比较复杂，且不一定能找到最短路径。（3）人工

6、势场法（artificialpotentialfield）既是把机器人工作环境模拟成一种力场。目标点对机器人产生引力，障碍物对机器人产生斥力，通过求合力来求控制机器人的运动。1.3.2智能路径规划方法（1）基于模糊逻辑算法（fuzzylogicalgorithm）的机器人路径规划此方法基于传感器的实时信息，参考人的的经验，通过查表获得规划信息，实现局部路径规划。通过把约束和目标模糊化，利用隶属度函数寻找使各种条件达到满意的程度，在模糊意义下求解最优解。（2）基于神经网络（NN）的机器人路径规划主要是基于神经网络结构构造出来能量函数，根据路径点与障碍物位置的关系，选取动态运动方程，

7、规划出最短路径。（3）基于遗传算法（GA）的机器人路径规划遗传算法运算进化代数众多，占据较大的存储空间和运算时间，本身所存在的一些缺陷(如解的早熟现象、局部寻优能力差等)，保证不了对路径规划的计算效率和可靠性的要求。为提高路径规划问题的求解质量和求解效率，研究者在其基础上进行改进。机器人路径规划算法的方法很多，除了上面介绍的常见的路径规划方法外，还有基于蚁群算法的路径规划，基于微粒群算法的路径规划，结合模拟退火算法的遗传算法等。前面对路径规划的方法做了整体的介绍，下面则要讲解的具