基于遗传算法的移动机器人路径规划研究

论文题目: 基于遗传算法的移动机器人路径规划研究

论文类型: 硕士论文

论文专业: 检测技术与自动化装置

作者: 吴青松

导师: 雷霖

关键词: 移动机器人,路径规划,遗传算法,数字势场

文献来源: 电子科技大学

发表年度: 2005

论文摘要: 移动机器人路径规划是一个很复杂的问题,不仅要寻求一条无碰撞的最短路径,而且还要求该路径尽可能平滑并满足一定的安全性。本论文在分析了目前各种路径规划方法优缺点的基础上,选择遗传算法来解决静态和动态环境下移动机器人的路径规划问题。本文针对路径规划问题的特点,对算法的各个环节进行了细致的分析,包括地图环境的建立,染色体的表示和编码、适应度函数的设计,遗传操作算子的设计,算法参数的分析和选取。提出了将数字势场和遗传算法相结合的综合解决方法,并借鉴自动控制的思想,采用位置反馈,运动方向预测,路径重规划的方法来处理动态环境下的避障和路径规划问题。最后用MATLAB 编写仿真程序,分别在静态和动态环境下进行仿真。仿真结果表明,该算法能够成功地在各种复杂程度不同的环境里规划出一条近似最优的路径,证明了算法的有效性。

论文目录:

摘要

Abstract

第一章引言

1.1 移动机器人路径规划技术现状

1.2 课题的提出

1.3 本论文的主要工作

1.4 论文的结构

第二章移动机器人路径规划

2.1 移动机器人导航

2.1.1 机器人导航方式

2.1.2 机器人导航相关技术

2.1.3 机器人导航技术发展

2.2 移动机器人路径规划

2.2.1 传统路径规划方法

2.2.2 智能路径规划方法

第三章遗传算法原理

3.1 遗传算法简介

3.2 遗传算法的理论基础

3.2.1 模式定理

3.2.2 积木块假设

3.2.3 收敛性分析

3.2.4 遗传算法的性能评价

3.3 遗传算法的组成

3.3.1 编码

3.3.2 初始群体的产生

3.3.3 评价函数

3.3.4 遗传操作算子

3.3.5 算法终止条件

3.3.6 算法参数设置

3.4 遗传算法的改进方向

第四章基于遗传算法的路径规划

4.1 问题定义

4.1.1 环境表述

4.1.2 染色体的表示

4.2 初始种群的生成

4.3 路径评估

4.3.1 可行路径的适应值计算

4.3.2 不可行路径的适应值计算

4.4 遗传操作

4.4.1 选择操作

4.4.2 交叉操作

4.4.3 变异操作

4.4.4 平滑操作

4.5 终止条件

4.6 遗传操作参数的影响

4.6.1 适应度参数

4.6.2 种群规模

4.6.3 遗传操作概率

4.7 动态路径规划方法

第五章路径规划的仿真结果及分析

5.1 仿真环境

5.2 静态环境仿真

5.3 动态环境仿真

5.4 与其它方法的仿真比较

第六章结论与展望

6.1 结论

6.2 今后的工作

6.2.1 对遗传规划算法的改进

6.2.2 拓展遗传规划算法的应用范围

参考文献

致谢

个人简历及科研经历

发布时间: 2005-09-23

参考文献

[1].基于改进分层D*搜索算法的室内路径规划问题研究[D]. 李凯业.合肥工业大学2015
[2].移动机器人室内环境探索与路径规划问题的研究[D]. 王丹阳.北京工业大学2016
[3].自主式移动机器人路径规划研究及软件仿真实现[D]. 何伟烽.西安电子科技大学2011
[4].基于遗传算法的移动机器人路径规划方法的研究[D]. 姜明洋.沈阳理工大学2008
[5].基于生产工艺流程的AGV系统研究[D]. 陈志刚.北京邮电大学2018
[6].移动机器人路径规划方法研究[D]. 王娟娟.山东理工大学2010
[7].遗传算法在物流配送路径规划问题中的应用[D]. 王美琼.南京理工大学2006
[8].基于强化学习的路径规划问题研究[D]. 赵英男.哈尔滨工业大学2017
[9].供应链中的车辆路径规划问题研究[D]. 林丽琳.华侨大学2015
[10].基于遗传算法的移动机器人路径规划研究[D]. 杜宗宗.江南大学2009

基于遗传算法的移动机器人路径规划研究

猜你喜欢