多目標遺傳算法在機器人路徑規(guī)劃中的應(yīng)用.pdf

1、機器人技術(shù)是多個學(xué)科的結(jié)合體,其涉及到計算機、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)進步的一個重要標志。機器人應(yīng)用的領(lǐng)域也十分廣泛,如建筑、醫(yī)療、消防等,它是結(jié)合了人的特長和機器的靈敏性、工作長效性的一個電子機械裝置。
　　 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)對機器人的路徑規(guī)劃。要達到的三個目標有:安全、路徑盡量平滑、路徑長度最短三個目標,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。并考察遺傳參數(shù)的變化對運行結(jié)果的影響,同時考察非隨機生成種群方式的有效性。
　　 非隨機生成種群的方法

3、是在機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。所以采用非隨機方式生成種群也能夠初步達到安全性和平滑性的兩個目標。
　　 然后,采用權(quán)重系數(shù)法來給三個目標分配不同的權(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越好,即點到路徑