当前位置: 首页 > 文章 > 基于改进遗传算法的机器人路径规划 石河子大学学报(自然科学版) 2021 (3) 391-396
Position: Home > Articles > 基于改进遗传算法的机器人路径规划 Journal of Shihezi University(Natural Science) 2021 (3) 391-396

基于改进遗传算法的机器人路径规划

作  者:
徐梦颖;王娇娇;刘宝;马良;柴林杰;向丽;周杰
单  位:
石河子大学信息科学与技术学院
关键词:
机器人;路径规划;栅格模型;遗传算法;模拟退火算法;粒子群算法;
摘  要:
路径规划是移动机器人领域中的重要问题之一。传统遗传算法在寻找最短路径时容易陷入局部最优,为了缩短机器人运动路径长度和提高避障性能,本文提出一种免疫克隆自适应遗传算法,该算法结合了免疫克隆算子、自适应算子从而提高解的质量,设计栅格模型,给出适应度函数用于计算机器人路径长度,并针对复杂的二维路径编码问题,设计一维路径编码方式。在仿真实验中针对不同障碍物数量对免疫克隆自适应遗传算法和粒子群算法、模拟退火算法进行对比,结果显示:当障碍物数量提高至20时,免疫克隆自适应遗传算法优化过的路径长度与粒子群算法与模拟退火算法相比分别降低了5.99%和11.04%。因此,本文提出的免疫克隆自适应遗传算法可减少路径寻优时间,有效提升机器人路径规划的效率。

相似文章

计量
文章访问数: 20
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊