基于遗传算法的移动机器人路径规划研究

《基于遗传算法的移动机器人路径规划研究》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、江南大学硕士学位论文基于遗传算法的移动机器人路径规划研究姓名：杜宗宗申请学位级别：硕士专业：控制理论与控制工程指导教师：刘国栋20090501ＡｂｓｔｒａｃｔＡｂｓｔｒａｃｔ砀ｅｍｏｂｉｌｅｒｏｂｏｔｉｓａｎｉｍｐｏｒｔａｎｔｂｒａｎｃｈｏｆｔｈｅｆｉｅｌｄｏｆｒｏｂｏｔ，Ｉｎｐａｒｔｉｃｕｌａｒ，ｐａｔｈ—ｐｌａｎｎｉｎｇｉｓｃｒｉｔｉｃａｌｔｏｍｏｂｉｌｅｒｏｂｏｔｓｙｓｔｅｍｂｅｃａｕｓｅｉｔｄｅｔｅｒｍｉｎｅｓｔｈｅｑｕａｌｉｔｙｏｆｔｈｅｒｏｂｏｔ’Ｓｔａｓｋ．Ａｓａｒｅｓｕｌｔ，ｐａｔｈ－ｐｌａｎｎｉｎｇｈａｓａｔｔａｉｎｅｄｍｏｒｅａｎｄｍｏｒｅａｔｔｅ

2、ｎｔｉｏｎｉｎｔｈｅｆｉｅｌｄｏｆｍｏｂｉｌｅｒｏｂｏｔ．Ｉｎｔｈｉｓｔｈｅｓｉｓｍｏｂｉｌｅｒｏｂｏｔｐａｔｈｐｌａｎｎｉｎｇｉｎｃｌｕｄｅｓｔｗｏａｓｐｅｃｔｓ：ｏｂｓｔａｃｌｅａｖｏｉｄａｎｃｅｐａｔｈｐｌａｎｎｉｎｇａｎｄＴＳＰｐａｔｈ－ｐｌａｎｎｉｎｇｐｒｏｂｌｅｍ．Ｏｂｓｔａｃｌｅａｖｏｉｄａｎｃｅｐａｔｈｐｌａｎｎｉｎｇｉｓａｃｈｉｅｖｉｎｇｔｈｅｂｅｓｔｐａｔｈｆｒｏｍｓｔａｒｔｉｎｇｐｏｍｔｏｇｏａｌｐｏｉｎｔｂｙａｖｏｉｄｉｎｇａｌｌｂａｒｒｉｅｒｓ．Ｔｌｌｅｐａｔｈｓｅａｒｃｈｉｎｇｄｅｐｅｎｄｓｏｎｏｎｅｏｒｍｏｒｅｏｐｔｉｍｉｚａｔｉｏｎｒｕ

3、ｌｅｓ．ＴＳＰｐａｔｈ—ｐｌａｎｎｉｎｇｉｓｔｈｅｐｒｏｂｌｅｍｓｏｍｅｋｎｏｗｎｄｉｓｔａｎｃｅｂｅｔｗｅｅｎｔｈｅｃｉｔｙ，ｈａｓａｓａｌｅｓｍａｎｔｏｂｅｖｉｓｉｔｅｄｔｈｅｓｅｃｉｔｉｅｓ，ａｎｄｖｉｓｉｔｅａｃｈｃｉｔｙｏｎｌｙｏｎｃｅ，ｆｉｎａｌｌｙｒｅｔｕｒｎｔｏｔｈｅｓｔａｒｔｉｎｇｃｉｔｙ，ｈｏｗｔｏａｒｒａｎｇｅｔｈｅｖｉｓｉｔｔｏｔｈｅｃｉｔｙｏｆｈｉｓｏｒｄｅｒ，ｍａｋｅｉｔｓｔｏｔａｌｓｈｏｒｔｅｓｔｌｅｎｇｔｈｒｏｕｔｅｏｆｔｒａｖｅｌ．Ｔ１１ｉｓｔｈｅｓｉｓｆｉｒｓｔｄｉｓｃｕｓｓｅｓｔｈｅｄｅｖｅｌｏｐｍｅｎｔｓｉｔｕａｔｉｏｎｏｆｐａ

4、ｔｈｐｌａｎｎｉｎｇｉｎｔｅｃｈｎｏｌｏｇｙａｎｄａｐｐｌｉｃａｔｉｏｎｍｅｔｈｏｄ，ａｎｄｐｏｉｎｔｓｏｕｔｔｈｅｓｉｇｎｉｆｉｃａｎｃｅｏｆｔｈｉｓｐｒｏｊｅｃｔａｎｄｔｈｅｍａｉｎｒｅｓｅａｒｃｈｃｏｎｔｅｎｔｓ．Ｔｈｅｎｂａｓｅｄｏｎｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍａｎｄｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇａｌｇｏｒｉｔｈｍ，ａｎａｌｙｚｅｓｔｈｅｉｒａｄｖａｎｔａｇｅｓａｎｄｄｉｓａｄｖａｎｔａｇｅｓ．Ａｎｄｔｈｅｔｗｏａｌｇｏｒｉｔｈｍｓｃｏｍｂｉｎｉｎｇｃｏｎｓｔｉｔｕｔｅｔｈｅｇｅｎｅｔｉｃｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇａｌｇｏｒｉｔｈｍ；ｉｔｈ

5、ａｓｓｔｒｏｎｇｇｌｏｂａｌａｎｄｌｏｃａｌｓｅａｒｃｈａｂｉｌｉｔｙ，ｉｎｌａｒｇｅｎｕｍｂｅｒｏｆｖａｒｉａｂｌｅｓ，ｅｓｐｅｃｉａｌｌｙｐｒｏｍｉｎｅｎｔ．ＴｈｅｇｅｎｅｔｉｃｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇａｌｇｏｒｉｔｈｍｉＳｕｓｅｄｔｏｏｂｓｔａｃｌｅ—ａｖｏｉｄｉｎｇｐａｔｈｐｌａｎｎｉｎｇ，ａｎｄａｄｏｐｔｓｎｅｗｉｎｉｔｉａｌｐｏｐｕｌａｔｉｏｎｇｅｎｅｒａｔｉｏｎａｌｇｏｒｉｔｈｍ，ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｉｓａｌｇｏｒｉｔｈｍｍａｋｅｍｏｂｉｌｅｒｏｂｏｔｐａｔｈｐｌａｎｎｉｎｇｔｏｉｍｐｒｏｖｅｔｈｅｏｂ

6、ｓｔａｃｌｅ－ａｖｏｉｄａｎｃｅｃｏｎｖｅｒｇｅｎｃｅｓｐｅｅｄ，ａｃｈｉｅｖｅｇｏｏｄｐｌａｎｎｉｎｇｅｆｆｅｃｔ．ＦｉｎａｌｌｙｔｏｄｉｓｃｕｓｓｔｈｅｕｓｅｏｆｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｔｏｓｏｌｖｅＴＳＰｐａｔｈ－ｐｌａｎｎｉｎｇｐｒｏｂｌｅｍ，ｔｈｅｂａｓｉｃｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｔｏｓｏｌｖｅＴＳＰｐａｔｈ—ｐｌａｎｎｉｎｇｐｒｏｂｌｅｍｈａｓｂｅｅｎｉｍｐｒｏｖｅｄ．Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｉｎｃｏｎｓｉｓｔｅｎｃｙｂｅｔｗｅｅｎｄｉｖｅｒｓｉｔｙａｎｄｃｏｎｖｅｒｇｅｎｔｓｐｅｅｄ，ｔｈｅｐａｐｅｒａｌｓｏａｄｏｐｔｅｄｐｒｏ

7、ｂａｂｉｌｉｔｙｇｒｅｅｄｙｍｅｔｈｏｄｐｒｏｄｕｃｅｏｒｉｇｉｎａｌｐｏｐｕｌａｔｉｏｎ，ｓｏｍｅｇｒｅｅｄｙｍｅｔｈｏｄｔｏｇｅｎｅｒａｔｅｉｎｉｔｉａｌｐｏｐｕｌａｔｉｏｎ，ｔｈｅｉｎｉｔｉａｌｐｏｐｕｌａｔｉｏｎｇｅｎｅｒａｔｉｏｎｍｅｔｈｏｄｓｌｉｇｈｔｌｙｗｏｒｓｅｔｈａｎｔｈｅｇｒｅｅｄｙｍｅｔｈｏｄ，ｂｕｔｔｈｅｌｅｖｅｌｏｆｉｎｄｉｖｉｄｕａｌｄｉｖｅｒｓｉｔｙｉｓｂｅｔｔｅｒｔｈａｎｇｒｅｅｄｙｍｅｔｈｏｄ．Ｉｎｔｈｅｗｈｏｌｅｐｒｏｃｅｓｓｏｆｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ，ｋｅｅｐｐｏｐｕｌａｔｉｏｎｄｉｖｅｒｓｉｔｙ，ｉｍ