资源描述：
《基于神经网络和遗传算法的移动机器人路径规划》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、·264·计算机应用研究2007年3基于神经网络和遗传算法的移动机器人路径规划刘玲,王耀南,况菲,张辉(湖南大学智能自动化重点实验室,湖南长沙410082)摘要:提出一种基于神经网络和遗传算法的路径规划算法。采用神经网络模型对机器人的环境信息进行描述,利用神经网络的输出建立遗传算法的适应度函数;然后使用遗传算法优化路径。在该算法中将需规划路径的二维编码简化成一维编码。仿真结果表明提出的路径规划方法是正确和有效的。关键词:路径规划;神经网络;遗传算法;移动机器人中图法分类号:TP18文献标识码:A文章编号:100123695(2007)0220264202PathPlanningofMo
2、bileRobotBasedonNeuralNetworkandGeneticAlgorithmLIULing,WANGYao2nan,KUANGFei,ZHANGHui(KeyLaboratoryofIntelligentAutomationTechnology,HunanUniversity,ChangshaHunan410082,China)Abstract:Amethodofpathplanningbasedonneuralnetworkandgeneticalgorithmisproposed.TheNeural2Network(NN)modelisusedfordepict
3、ingtheinformationofenvironmentaroundtherobot,andthentheoutputoftheNNmodelisusedtoconstructthefitnessfunctionofthegeneticalgorithm,whichisusedtooptimizethepath.Inthegeneticalgorithm,thetwo2di2mensionalcodingforthevia2pointsofpathisconvertedtoone2dimensionalone.Thesimulationresultshowsthatthepropo
4、sedmethodiscorrectandefficient.Keywords:PathPlanning;NeuralNetwork;GeneticAlgorithm;MobileRobot路径规划是移动机器人导航的最基本环节之一,它是依据地点无碰撞地移动到目标点。为研究方便,对工作空间作如下某个或某些优化准则(如工作代价最小、行走路线最短及时间假设:①移动机器人在有限二维空间中能朝各个方向移动并且最短等),在其工作空间中找到一条从起始状态到目标状态能不考虑高度信息;②把障碍物边界向外扩展机器人本体在长、[1][2,3]避开障碍物的最优路径。将人工神经网络和遗传算宽方向上最大尺寸的1/
5、2,机器人可看作质点忽略不计;③障[4]法等智能方法应用于机器人运动轨迹自动生成和移动机器碍物用凸多边形(如长方形)逼近,一个凹多边形可以用几个人路径规划是一种有效的方法。文献[5]给出了一种神经网凸多边形的组合来表示。络路径规划算法,引入了神经网络结构和模拟退火算法,计算图1给出了一个代表障碍物的长方形及其四个不等式的简单,能避免某些局部极值情况,且具有并行性及易于从二维约束条件。由图1可知,通过判断一个点的坐标是否同时满足空间推广到三维空间等优点。但在该算法中,路径搜索运动方四个不等式的要求即可知道该点是否位于障碍物内部。环境向受各参数影响大,因此,当具体环境结构改变时,各个加权参
6、内一点Pi(xi,yi)与障碍物长方形的位置可用图2所示的神经数及模拟退火初始温度和降温速度都必须重新调整。针对这网络模型来表示。此网络结构采用三层结构,输入层的两个节一问题对以上方法进行改进,仍然采用神经网络对机器人的运点分别表示给定路径点Pi的横坐标xi和纵坐标yi;顶层节点动环境进行描述,但不再采用模拟退火算法而是采用遗传算法的输出为障碍物的碰撞罚函数(碰撞罚函数是对路径点与障进行路径搜索。神经网络作为一个高度并行的分布式系统,为碍物碰撞程度的量化);中间层节点的阈值为不等式中的常数解决机器人系统实时性要求很高的问题提供了可能性,并应用项。中间层到顶层的连接权系数均为1,输入层到
7、中间层的连于智能自主移动机器人导航与路径规划等方面。遗传算法优接权系数为不等式中变量x,y的系数,顶层节点的阈值取为不[4]越性在于它不需要采用确定性的搜索策略,只利用结构化等式的个数减去0.5后的负数。和随机性信息,使满足目标的决策获得最大的生存可能。因此,在改变具体环境结构时,不需要大范围变动参数,只需对遗传群体规模和遗传代数稍加改动即可。1机器人运动环境的神经网络描述移动机器人工作在具有静态障碍物的环境中,要求从起始神经网络的运算关系为收
