基于改进遗传算法的移动机器人路径规划
路径规划属于移动机器人设计中的重要技术,基于该技术可以实现机器人的自主决策导航,从而平稳高效达到预定的目标位置.常规路径规划算法存在路径规划长度大以及连续性不佳等问题,设计了一种帧间关联平稳路径规划算法,该算法的核心是改进的遗传算法.算法中需要先得到一定量的候选路径,此过程采用了定向、随机搜索方式;然后为解决路径连贯性、节点冗余的问题分别设计了插入算子、删除算子,同时在适应度计算时考虑到了路径的连续性;在此基础上根据适应度大小确定最优路径.针对算法的应用效果进行了仿真和实验,并与A*算法、常规遗传算法的应用效果进行对比分析,研究结果显示,相对于其他两种算法,设计的算法降低了路径长度,比前两种算法分别减小7.86%、2.76%.另外最大偏航角变化量相对于前两种算法降幅依次是61.5%、44.97%,转角绝对值之和降幅依次是36.94%、26.07%,由此验证了算法的有效性,适合于应用到移动机器人路径规划中.
路径规划、遗传算法、帧间关联、删除算子、避障
41
TP242.6(自动化技术及设备)
河北省邯郸市科学技术研究与发展计划项目1621203035-2
2022-09-30(万方平台首次上网日期,不代表论文的发表时间)
共7页
38-44