文献类型：期刊文章

作　　者：闫雪超[1] 童东兵[1] 陈巧玉[2]

YAN Xuechao;TONG Dongbing;CHEN Qiaoyu(College of Electronic and Electrical Engineering,Shanghai University of Engineering Science,Shanghai 201620,China;School of Statistics and Mathematics,Shanghai Lixin University of Accounting and Finance,Shanghai 201620,China)

机构地区：[1]上海工程技术大学电子电气工程学院,上海201620 [2]上海立信会计金融学院统计与数学学院,上海201620

出　　处：《传感器与微系统》

基　　金：国家自然科学基金资助项目(61673257,11501367);上海工程技术大学模式识别与智能系统学科建设项目(2018xk-B-09);上海工程技术大学研究生科研创新资助项目(17KY0209)

年　　份：2020

卷　　号：39

期　　号：2

起止页码：109-112

语　　种：中文

收录情况：CSCD、CSCD_E2019_2020、JST、RCCSE、ZGKJHX、普通刊

摘　　要：针对遗传算法(GA)的早熟收敛和随机变异导致不可行路径的问题,提出一种用于机器人路径规划的改进遗传算法。采用一种新的变异算子,根据总体适应度调整突变节点,保证突变产生可行路径,从而提高种群多样性,避免过早收敛。首先,采用栅格法建立机器人路径规划模型。其次,优化初始种群,得到不包含与障碍物相交的初始种群。最后,在适应度函数中引入惩罚函数系数,对不可行路径给予高惩罚,确保算法工作在可行路径。仿真结果表明:所提算法不仅优于传统遗传算法,还优于某些改进的遗传算法。并且可以在静态、动态环境下实现全局和局部路径规划,得到机器人最优或次优路径。

关 键 词：路径规划 栅格法 变异算子 改进遗传算法

分 类 号：TP242]