基于改进遗传算法的移动机器人全局路径规划
针对遗传算法在路径规划中存在收敛速度过慢、极易早熟、非必要转向次数过多等问题,提出基于灾变策略的改进遗传算法.设计一种区域必经点选择策略产生优质初始种群来提高算法前期收敛速度;引入并改进灾变策略,防止早熟的同时增加种群多样性,以减小种群规模,提高计算速度;设计一种内嵌A*算法的动态变异算子,以提高算法后期的局部搜索能力;采用多约束条件的适应度函数提高路径的平滑度.仿真结果证明,相比遗传算法、改进遗传算法、多种群自适应蚁群算法,所提改进算法能更好地避免早熟,并缩短寻路时间,从而搜索到更优的路径.最后将算法应用于机器人操作系统平台,通过导航试验证明改进算法有效可行,能显著提升移动机器人的稳定性和效率.
移动机器人、路径规划、遗传算法、灾变策略、A*算法
TP242(自动化技术及设备)
国家重点研发计划;浙江省重点研发计划资助项目
2022-07-08(万方平台首次上网日期,不代表论文的发表时间)
共14页
1659-1672