基于遗传算法的机器人路径规划研究

【摘要】：路径规划是机器人技术研究领域中的核心问题之一,也是机器人学中研究人工智能问题的一个重要的方面。路径规划的主要任务是在机器人所在的环境中寻求一条从已知起点到已知终点的最低代价的无碰撞路径,在仅有静态障碍物存在的空间,比较容易找到一条最优路径,当环境中同时存在静态与动态障碍物的时候,找到一个可行的最优路径就比较困难。本文主要内容包括: 提出了以两重遗传算法机制作为全局并行优化搜索工具的路径规划方法,其中,第一重遗传机制负责静态障碍物的避碰,除了环境中已经存在的障碍物以外,还包括规划过程中出现的新的障碍物的避让,第二重遗传算法机制主要负责动态障碍物的避碰,它以第一重机制规划出的最优路径为基础,最终规划出与环境中所有静动态障碍物都无碰撞的最优路径。两重机制以不同的适应度函数作为评价标准,第一重遗传算法机制以路径的长度、转角的平滑度以及与障碍物的间隔度为优化目标;第二重遗传算法机制将是否在安全范围内、能否动态避碰以及路径长度作为目标函数。 路径规划的同时进行优化操作,运用简化算子去除路径中的冗余结点;平滑算子增加路径转角的平滑度;修正算子辅助生成复杂环境下的可行路径,优化操作也提高了路径的生成速度。