多目標(biāo)遺傳算法在機(jī)器人路徑規(guī)劃中的應(yīng)用.pdf

1、機(jī)器人技術(shù)是多個學(xué)科的結(jié)合體,其涉及到計算機(jī)、人工智能、控制論、仿生學(xué)、信息和傳感技術(shù)等,它也是現(xiàn)代科學(xué)進(jìn)步的一個重要標(biāo)志。機(jī)器人應(yīng)用的領(lǐng)域也十分廣泛,如建筑、醫(yī)療、消防等,它是結(jié)合了人的特長和機(jī)器的靈敏性、工作長效性的一個電子機(jī)械裝置。
　　 本文要研究的內(nèi)容主要是要針對于具有不同障礙物的二維空間中實現(xiàn)對機(jī)器人的路徑規(guī)劃。要達(dá)到的三個目標(biāo)有:安全、路徑盡量平滑、路徑長度最短三個目標(biāo),并利用了MATLAB7.0中sheffiel

2、d大學(xué)開發(fā)的遺傳算法工具箱來實現(xiàn)。
　　 在遺傳算法中主要的操作有種群的初始化、選擇、交叉、變異等。一般在利用遺傳算法解決問題的時候,種群都是隨機(jī)生成的,具有一定的不確定性。本文在初始化種群時不采用隨機(jī)的方式,而是對種群的生成和選取有一定的選擇性。最后利用MATLAB仿真平臺實現(xiàn)安全、路徑盡量平滑、路徑長度最短三個目標(biāo)。并考察遺傳參數(shù)的變化對運行結(jié)果的影響,同時考察非隨機(jī)生成種群方式的有效性。
　　 非隨機(jī)生成種群的方法

3、是在機(jī)器人行走的起始點和終點之間的連線上等距離地取等分點,并以每個等分點為垂足做與起始點和終點之間的連線的垂線,在每條垂線上各生成一點,連接這些點便形成種群中的一個個個體。但是需要對這些生成點進(jìn)行判斷其是否在障礙物的內(nèi)部,若在則不可取;反之可取。同時,還要判斷各個生成點之間的部分路段是否與障礙物的邊相交,若相交,則沿著障礙物的邊緣行走;不相交則可取。這樣就達(dá)到了每條路徑都是可行的,保證了安全。若兩段相鄰的路徑拐點過于尖銳,可以在這兩段路

4、徑上隨機(jī)生成點,通過增加結(jié)點的方式使得路徑平滑。所以采用非隨機(jī)方式生成種群也能夠初步達(dá)到安全性和平滑性的兩個目標(biāo)。
　　 然后,采用權(quán)重系數(shù)法來給三個目標(biāo)分配不同的權(quán)重。求路徑長度時將每一段路徑段的路徑長度求和處理,取最短路徑;平滑性能則要計算相鄰兩路徑段之間的夾角大小,可以通過余弦定理進(jìn)行求解,相鄰的兩路徑段之間的余弦值均值越小,說明夾角均值越大,這是我們所希望的:安全性能要求障礙物的各個頂點與路徑段的距離越遠(yuǎn)越好,即點到路徑