基于最优保存遗传算法的机器人路径规划
静态环境中移动机器人全局路径规划一直是路径规划中的一个重要问题,本文提出了一种基于遗传算法的静态环境下机器人全局路径规划方法。该方法首先采用栅格法表示机器人工作环境模型,用直角坐标法和序号法的混合应用来标识栅格,随机产生无障碍的初始种群,用遗传算法对其优化时增加插入和删除算子,采用了最优保存策略,通过对算法进行MATLAB实验仿真表明,该算法在收敛速度和求得最优解概率方面相对于无最优保存策略的算法有了显著的提高。
移动机器人 路径规划 遗传算法
崔瑾娟 赵瑾 申忠宇
南京师范大学 电气与自动化工程学院,南京 210042
国内会议
兰州
中文
32-34,38
2009-09-01（万方平台首次上网日期，不代表论文的发表时间）