基于可视图与改进遗传算法的机器人平滑路径规划

针对传统遗传算法在路径规划中存在收敛速度慢、易早熟和路径质量差等缺点，提出一种基于可视图与改进遗传算法的路径规划算法。首先，利用可视图法压缩地图信息，减少搜索节点；然后，对路径个体采用浮点数编码，引入模拟二进制交叉(simulated binary crossover,SBX)算子和多项式变异算子，并采用精英保留策略和轮盘赌相结合的选择算子以防止优质个体丢失；之后，将贝塞尔(Bezier)算子引入遗传算法，改善路径的平滑性；最后，分段优化贝塞尔控制节点，防止优化路径与障碍物碰撞。在仿真地图中进行测试，实验结果表明，所提算法相比于其他算法可以规划出一条更平滑、更短的路径。将算法应用在康复助行机器人中进行测试，实验结果表明，所提算法能有效解决机器人的全局路径规划问题，提升全局路径规划的效率。