基于免疫遗传算法的移动机器人全局路径规划

《基于免疫遗传算法的移动机器人全局路径规划》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、基于免疫遗传算法的移动机器人全局路径规划摘要随着计算机、网络、机械电子、信息、自动化以及人工智能等技术的飞速发展，移动机器人的研究进入了一个崭新的阶段。同时，军事进步的需要和太空资源、海洋资源的开发与利用为移动机器人的发展提供了广阔的空间。本文首先介绍了机器人发展简史、分类、定义和移动机器人技术，简述了全局路径规划的相关问题和一些方法。概要介绍了遗传算法、免疫算法以及各自算法的优缺点，为本论文的研究工作奠定了重要的理论基础。在此基础上提出了基于免疫遗传算法的机器人全局路径规划方法，该方法首先建立机器人工作空间中环境信息的神经网络模

2、型，并利用该模型建立机器人免碰撞路径与神经网络输出的关系，将免碰撞要求和平滑度、路径长度要求融合成免疫遗传算法的一个简单适应度函数。将抗体选择概率表示成一个基于抗体矢量距和抗体浓度的融合函数，同时保证了抗体的多样性和成熟收敛。针对算法给出了具体仿真实现过程，给出了在简单和复杂环境下的仿真结果，并与遗传算法相比，性能有很大提高，结果证明了该全局路径规划方法的正确性和有效性。本文最后设计并实现了一个机器人路径规划综合实验。首先采用免疫遗传算法给机器人规划一条路径使其绕过障碍物，然后利用机器人自身传感器判断外界环境信息同时进行目标识别，

3、使机器人到达规定的目标点。实验结果表明本文给出的规划方法是有效的、可行的，同时也表明了基于一阶直方图特征的字母识别方法的实用性。关键词：移动机器人，全局路径规划，免疫遗传算法，适应度函数，一阶直方图特征MobileRobotGlobalPathPlanningbasedonImmuneGeneticAlgorithmABSTRACTAstherapiddevelopmentofthecomputer,intemet，information，automationandartificialintelligence．an州stageco

4、mesfromtheresearchofmobilerobot．Asthesanlctime,theneedofmilitaryprogress，thedevelopmentandapplicationofspaceresouroeandoceanresourceprovidewidespaceroomforthedevelopmentofmobilerobot．Inthispaper,thehistory,classification，definitionandtechnologyofrobotareintroduced，and

5、someissuesandmethodsofglobalpathplanningwerenarrated，alsotheadvantagesandshortsofgeneticalgorithm，immunityalgorithmandotheralgorithmswereintroduced．Theyarethebaseofthepaper’theoreticalresearch．Amethodofglobalpathplarmingbased-onimmunity-geneticalgorithmwasprovidedinth

6、ispaper．Firstthellel．nralnetworkmodelofenvironmentalinformationwasconstructedintheworkingspaceforrobot,alsotherelationshipbetweenthecollision-freepathandthen舢-alnetworkoutputwasestablishedbased-onthismodel，thenthecollision-fleedemandandthepathoptimizationdemandwerefus

7、edtoasimplefimessfunctionforinlmunegeneticalgorithm．Antibodyselectiveprobabilitywasexpressedasafusionfunctionbased-onantibodyvectordistanceandantibodydensity,theantibodydiversityandmaturationconvergencewereensuredsynchronously．Finallythesimulationresultsshowthattheper

8、formanceWasimprovedbycontrast谢thgeneticalgorithm，alsosimulationresultsdemonstratethatthealgorithmfore,lobalpathplanningwasfe