基于遗传算法机器人路径规划研究

沙勇

基于遗传算法机器人路径规划研究

沙勇

（齐齐哈尔大学学报（自然科学版）编辑部，黑龙江 齐齐哈尔 161006）

针对传统的机器人算法不是线性路径优化而导致不能较好地解决实际问题情况，介绍了采取遗传算法处理路径规划的方法解决路径规划问题的方案。

遗传算法；路径规划；机器人

目前，在机器人的路径规划研究领域，对于处理路径的优化方式一般有可视图法和人工势场法，对于传统的算法处理不是线性的路径优化问题的缺点[1]，遗传算法因其自身优势在机器人路径规划上就得到了应有的重视[2]。本文主要介绍了采取遗传算法处理路径规划的方法解决路径规划问题的方案。

1 构建环境模型

环境模型是根据传感器搜索到的全局环境信息进行环境的模型构建。该模型应该具有种群进行操作时可以保证初始条件不变的能力的稳定性，具有种群本身对外界干扰自身的保持能力鲁棒性。本文运用栅格法搭建环境模型地图。

栅格地图用大小均匀的栅格划分机器人所处的二维空间环境，栅格大小可以满足机器人的运动范围，对于2D的栅格地图，环境依次划分为均匀的栅格，每个栅格只有两种形态，包括二进制数0和1，对于占据状态，通常用1代表，对于空闲状态，通常用0代表；当处理3D的环境模型时，栅格的密集信息由每个单元格表示，用这些栅格来代表全局的环境模型。

2 初始化设置

2.1 路径编码

路径编码是一种把路径的可行解问题模拟为一种对遗传算法相对于进行全局搜索的空间进行的替换。……