共查询到20条相似文献,搜索用时 56 毫秒
1.
改进遗传算法在移动机器人路径规划中的应用 总被引:1,自引:0,他引:1
研究机器人路径规划问题,传统的遗传算法存在早熟收敛和收敛速度慢,影响路径规划的效率,针对移动机器人路径规划的难题,为了提高路径规划的效率,提出一种基于遗传模拟退火算法的移动机器人最优路径规划方法.应用简化编码长度的技术简化了工作路径编码方式,对于基于遗传算法产生初始路径种群后的各路径的适应值进行评价.经过多次交叉、变异,并借助模拟退火中Metropolis算法的随机移动准则制定了高效的温度更新函数,获得了从起始点到目标点的一条全局最优路径,并在MAlLAB环境中进行了仿真.仿真果证明算法的收敛速度、搜索质量和最优路径规划效率都有了明显的提高. 相似文献
2.
移动机器人的路径规划是机器人研究的重要领域。文中旨在研究遗传算法对于机器人路径规划问题的适用性。对于路径规划的目标,提出了基于路径长度、路径平滑度和路径安全度等因素综合衡量的方法,并在传统的遗传算法的交叉、变异操作的基础上,针对路径规划问题的特点,增加了捷径寻找、障碍避让、平滑优化等方法。实验表明,此算法在存在形状复杂的障碍物的静态环境中表现良好,其效率与准确性皆满足机器人路径规划的要求。 相似文献
3.
标准遗传算法在解决各类优化问题中获得成功,但它在具体的应用中由于缺乏对特定知识的利用,其性能有待提高。将改进遗传算法用于移动机器人的全局路径规划,复杂的二维编码问题简化为一维编码问题,建立边界约束,路径点必须在障碍物之外,路径点连线不能与障碍物相交等3个约束条件,以机器人行走路径最短作为适应度函数进行遗传优化。计算机仿真实验结果证明该算法在收敛速度、最优解输出概率方面相对于基本遗传算法有了显著提高。 相似文献
4.
标准遗传算法在解决各类优化问题中获得成功,但它在具体的应用中由于缺乏对特定知识的利用,其性能有待提高。将改进遗传算法用于移动机器人的全局路径规划,复杂的二维编码问题简化为一维编码问题,建立边界约束,路径点必须在障碍物之外,路径点连线不能与障碍物相交等3个约束条件,以机器人行走路径最短作为适应度函数进行遗传优化。计算机仿真实验结果证明该算法在收敛速度、最优解输出概率方面相对于基本遗传算法有了显著提高。 相似文献
5.
路径规划是机器人技术研究领域中的核心问题。本文针对机器人路径规划问题,提出了基于遗传算法的解决方案。在遗传算子的设计中,通过加入自适应调整方法使得算法更加完善,解决进化过程中因陷入局部极小值而不能到达目标点的问题。最后,在模拟环境下进行路径规划仿真,验证了算法的有效性。 相似文献
6.
改进遗传算法用于移动机器人路径规划 总被引:3,自引:0,他引:3
对三维机器人路径空间进行分解,采用栅格法建立路径空间模型,根据栅格序号编码的特点以及栅格序号在路径空间中的分布规律,设计一种随机快速搜索算法产生遗传算法的初始种群.对遗传算子进行适当的改进,以避免种群退化现象的出现,使算法能够快速收敛.把路径最短和能量消耗最少同时作为优化目标,对改进的遗传算法进行了仿真测试,测试结果表明,该算法简单而有效,并且对机器人路径空间的变化具有一定的适应能力. 相似文献
7.
8.
9.
针对传统遗传算法存在的搜索效率低、易于陷入局部最优解的问题,提出了一种改进的遗传算法;采用简单的一维编码替代复杂的二维编码,节约了存储空间;在遗传算子的设计中,重新定义了交叉算子和变异算子,避免了陷入局部最优;最后将最短路径和免碰撞相结合作为适应度函数进行遗传优化;在种群的各项参数均相同的情况下,分别对改进遗传算法和传统遗传算法进行了100次实验;其中,改进遗传算法搜索到最优路径的次数为95次,最短路径长度为20.970 6,平均搜索用时217 ms;传统遗传算法搜索到最优路径的次数为62次,最短路径长度为25.071 1,平均搜索用时345 ms;实验结果表明,相比于传统遗传算法,改进遗传算法搜索效率更高且能获得更好的解。 相似文献
10.
提出了一种应用于机器人路径规划的改进自适应遗传算法。在遗传算法的选择操作中引入模拟退火思想,以此来提高算法的全局搜索能力;对交叉、变异算子自调整策略进行改进,以提高算法的收敛速度;将规划出的路径做平滑优化处理,并根据路径与障碍物间的距离进行不同速度段的划分;在适应度函数中加入安全行驶速度和转弯次数等多个规划指标,使规划出的路径更加安全高效。仿真实验表明,改进后的算法实现效率好、安全可靠性高,规划出的路径也更加符合实际情况。 相似文献
11.
一种移动机器人在三维动态环境下的路径规划方法 总被引:1,自引:0,他引:1
提出一种基于遗传算法的三维动态环境下的路径规划方法,通过对机器人的运动行为进行编码,将各种约束条件融入到遗传算法当中,规划出可实际应用的避障路径,仿真研究表明该方法是简单有效的. 相似文献
12.
一种移动机器人全局路径规划新型算法 总被引:7,自引:0,他引:7
针对模拟退火算法收敛速度慢这一缺陷,提出了一种基于共轭方向法和模拟退
火算法相结合的新型混合优化算法,并成功应用于机器人神经网络路径规划中.该算法可以
使优化解不陷入局部极值解而得到全局最优解.仿真实验研究表明:本文提出的这种新型混
合优化算法,计算简单,收敛速度快,显著提高了求解移动机器人全局最优化问题的计算效
率. 相似文献
13.
提出了一种静态环境下机器人路径规划的改进蚁群算法.该算法使用栅格法对机器人的工作空间进行建模,通过模拟蚂蚁的觅食行为,采用折返的迭代方式对目标进行搜索;在搜索过程中,以移动方向一定范围内最大信息素和目标引导函数作为启发式因子;此外,根据蚁群算法处理本问题时信息素散播的特点,重构了信息素的更新策略和散播方式.仿真试验结果表明,改进措施使最优路径的寻找快速而高效,即使在障碍物非常复杂的环境下,算法也能迅速地规划出一条最优路径. 相似文献
14.
针对足球机器人在动态环境下的安全路径规划,提出一种将神经网络和遗传算法相结合的路径规划方法.用hopfield神经网络描述存在障碍物的动态环境,然后用遗传算法对代表路径的控制点进行寻优,并把路径安全性和最短路径要求融合为一个适应度函数.通过仿真实验表明该方法具有较高的实时性和有效性. 相似文献
15.
针对足球机器人在动态环境下的安全路径规划,提出一种将神经网络和遗传算法相结合的路径规划方法。用hopfield神经网络描述存在障碍物的动态环境,然后用遗传算法对代表路径的控制点进行寻优,并把路径安全性和最短路径要求融合为一个适应度函数。通过仿真实验表明该方法具有较高的实时性和有效性。 相似文献
16.
17.
针对搬运机器人在障碍环境下的路径寻优问题,提出一种基于人工免疫改进的蚁群路径规划算法(AI-ACA)。蚁群算法(ACA)的规划依赖于信息素挥发系数、期望启发因子和信息启发因子等参数的选取,传统ACA通过经验来设定这三个参数,但路径寻优中的最优参数因障碍环境而异,为解决经验参数对不同环境路径寻优结果的影响,引入人工免疫算法(AIA),对ACA的相关参数进行迭代优化,以此改善路径寻优结果。仿真结果及在自制机器人平台上测试表明,AI-ACA对于不同障碍环境可以准确地进行路径规划,在同样环境下较所参考的定参数蚁群路径规划效果有明显提升,提高了整个系统的运输效率。 相似文献
18.
本文介绍一种类似位姿的全局路径表示法,以三角形自由空间网络为基础构造平面图,然后构造出解答树,通过搜索方法找出所有可通路径的全局路径规划方法及其仿真结果.还介绍由规划器给出允许位姿集描述的路径,与规划库中的规则相匹配,确定机器人的动作,最终到达目标,这样一种基于知识的路径控制器及其实验结果. 相似文献
19.
一种动态环境下移动机器人的路径规划方法 总被引:26,自引:2,他引:26
本文提出了在动态环境中,移动机器人的一种路径规划方法,适用于环境中存
在已知和未知、静止和运动障碍物的复杂情况.采用链接图法建立了机器人工作空间模型,
整个系统由全局路径规划器和局部路径规划器两部分组成.在全局路径规划器中,应用遗传
算法规划出初步全局优化路径.在局部路径规划器中,设计了三种基本行为:跟踪全局路径
的行为、避碰的行为和目标制导的行为,采用基于行为的方法进一步优化路径.其中,避碰
的行为是通过强化学习得到的.仿真和实验结果表明所提方法简便可行,能够满足移动
机器人导航的高实时性要求. 相似文献
20.
复杂环境下路径规划问题的遗传路径规划方法 总被引:39,自引:0,他引:39
本文主要研究复杂环境下路径规划问题的遗传算法求解方法.介绍了适于求解路径
规划问题的遗传算法,针对复杂环境的特点设计了有效的路径遗传算子,在此基础上提出一
种新的度量路径个体适应度的计算方法.试验表明,该算法有很强的鲁棒性,适合于复杂环
境下的路径规划. 相似文献