文献类型：期刊文章

作　　者：徐兴[1] 俞旭阳[1] 赵芸[2] 刘成星[1] 吴祥[1]

XU Xing;YU Xuyang;ZHAO Yun;LIU Chengxing;WU Xiang(School of Mechanical and Automotive Engineering, Zhejiang University of Science and Technology, Hangzhou 310023, China;School of Information and Electronic Engineering, Zhejiang University of Science and Technology, Hangzhou 310023, China)

机构地区：[1]浙江科技学院机械与能源工程学院,浙江杭州310023 [2]浙江科技学院信息与电子工程学院,浙江杭州310023

出　　处：《计算机集成制造系统》

基　　金：国家重点研发计划资助项目(2019YFE0126100);浙江省重点研发计划资助项目(2019C54005)。

年　　份：2022

卷　　号：28

期　　号：6

起止页码：1659-1672

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对遗传算法在路径规划中存在收敛速度过慢、极易早熟、非必要转向次数过多等问题,提出基于灾变策略的改进遗传算法。设计一种区域必经点选择策略产生优质初始种群来提高算法前期收敛速度;引入并改进灾变策略,防止早熟的同时增加种群多样性,以减小种群规模,提高计算速度;设计一种内嵌A^(*)算法的动态变异算子,以提高算法后期的局部搜索能力;采用多约束条件的适应度函数提高路径的平滑度。仿真结果证明,相比遗传算法、改进遗传算法、多种群自适应蚁群算法,所提改进算法能更好地避免早熟,并缩短寻路时间,从而搜索到更优的路径。最后将算法应用于机器人操作系统平台,通过导航试验证明改进算法有效可行,能显著提升移动机器人的稳定性和效率。

关 键 词：移动机器人 路径规划 遗传算法 灾变策略  A*算法

分 类 号：TP242]