基于改进遗传算法的移动机器人路径规划研究new

基于改进遗传算法的移动机器人路径规划研究new

ID:34029479

大小:425.09 KB

页数:5页

时间:2019-03-03

基于改进遗传算法的移动机器人路径规划研究new_第1页
基于改进遗传算法的移动机器人路径规划研究new_第2页
基于改进遗传算法的移动机器人路径规划研究new_第3页
基于改进遗传算法的移动机器人路径规划研究new_第4页
基于改进遗传算法的移动机器人路径规划研究new_第5页
资源描述:

《基于改进遗传算法的移动机器人路径规划研究new》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、万方数据第7期2010年7月机械设计与制造MachineryDesign&Manufacture147文章编号:1001—3997(2010)07-0147—02基于改进遗传算法的移动机器人路径规划研究邓志燕陈炽坤(华南理工大学机械与汽车工程学院,广州510640)MobilerobotpathplanningbasedonimprovedgeneticalgorithmDENGZhi-yan,CHENChi-kun(SchoolofMechanicalandAutomotiveEngineering,SouthChinaUniversityofTechnolog

2、y,Guangzhou510640,China)【摘要】基于传统遗传算法在移动机器人路径规划中应用的不足,对遗传算法进行了一定的改进。l在初始化种群中采用闵科夫斯基和原理扩展障碍物,选择真正可行的区域,在可行区域中去初始化种群,l这样提高了进化的速度;在选择算子中引入了相似性的概念,扩大父代的种类,避免快速进入局部最优{解;在交叉算子中采用了动态确定变异概率,这样可以提高个体的质量;通过仿真证明了改进的遗传算法l能够更快的收敛到全局最优解,方法是正确有效的。l关键词:路径规划;遗传算法;闵科夫斯基和原理;最优路径l【Abstract】hmakes$orn4fimp

3、rovementsOntheGeneticAlgorithmbmedonthedeficienciesoff肛{ditionalGeneticAlgorithmusedint如robotpathplanning,whichisthatthe淞eofprincipleofMinkowshiltoexpandtheobstacles,thentoselectreal扣asibleregiontoinitialpopulation,whichCOOtimprovethelspeedofevolution;theintroductionoftheconceptofsimi

4、larityintheselectionoperator,thentoexpandtheitypeofparent,whichcanavoidlocaloptimalsolutionquickly;andtheapplicationofthed∥Ⅻn如mutation{probabilityinthecrossoveroperator,whichimprovesthequalityofindividual;themethodiscorrectande产lfectivethroughthesimulation,whichprovestheimprovedGeneti

5、cAlgorithrnCanconvergemorequicklytolthegzD6以optimalsolution.1iKeywords:Pathplanning;Geneticalgorithm;Theprincipleofminkowski;Optimalpathj●*●w⋯-一’一,一’一6一‘’_‘~’,’t一’~‘,’_,-’一‘●一,一一t~一一m’一’’一一’V‘’’’1,,”一⋯5一IT一一一⋯~一,’,一“,,中图分类号:THl6,r13P242文献标识码:A1引言机器人的路径规划是指在一个含有障碍物的环境中,为移动机器人找出一条从起始节点到

6、目标节点的连通路径(避开障碍点),且这条连通路径还应该满足一定的优化标准(如距离最短、时间最少或能量消耗最低)。基于前人对遗传算法在路径规划中的应用取得的成果,在吸取前人所用方法优点的基础上,对遗传算法进行以下几个方面改进:(1)结合机器人的实际情况找出真正的可行区域;(2)在选择父代的时候需要扩大其种类;(3)结合自身实际的情况提出适应度函数;(4)遗传算子的概率应该可以调节。2基于GA的移动机器人路径规划算法研究工作主要针对以下几个问题展开:(1)初始化种群的时候要找出真正的可行区域,在可行区域内进行初始化种群;(2)结合机器人的实际情况提出合适的适应度函数;

7、(3)对选择算子和变异算子进行改进,扩大种群的范围,避免决速进入局部最优解。仿真结果表明:本文提出的改进遗传算法相对于改进前拥有更快的搜索速度和更高的质量。2.1路径的个体编码路径个体编码是参照文献睬用栅格序号进行编码的,如图2中所示。在障碍物基于闵科夫斯基和扩展之后对运动空J酬莲行★来稿日期:2009—09。13划分,阴影区域代表障碍物K域,空白代表自由区域,可见其中的路径可表示为(0,30,42,72,93,99)。2.2初始种群的产生对运动窄问进行网格划分后,会发现由于机器人本身的尺寸,有的区域机器人是通不过的,如果我们在初始化种群的时候没把其考虑,不仅增加

8、了进化的上

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。