基于改进遗传算法的AGV路径规划及其实现平台
针对AGV全局路径规划算法收敛慢和容易陷入局部最小值问题,结合灰狼优化算法改进传统的精英保留策略,避免了传统精英保留策略使种群多样性变差的特点,增强了全局搜索能力;同时为了防止染色体上的基因聚集到小的邻域内,提出基于染色体信息熵的自适应变异和交叉概率的改进遗传算法,其中对于与障碍物相交的染色体片段采用邻域变异算子,使染色体片段快速避开障碍物.采用Matlab GUI工具开发出基于改进遗传算法的移动机器人路径规划平台.实验结果表明,本文提出的改进算法和开发平台能高效并可靠地求解复杂静态环境中移动机器人路径规划问题.
移动机器人 路径规划 改进遗传算法 静态环境
刘二辉 姚锡凡
华南理工大学 机械与汽车工程学院,广东 广州 510640
国内会议
广东佛山
中文
1-12
2016-09-26（万方平台首次上网日期，不代表论文的发表时间）