本文關(guān)鍵詞：基于遺傳算法的移動機器人路徑規(guī)劃研究，由筆耕文化傳播整理發(fā)布。

【摘要】： 目前,隨著智能機器人技術(shù)的發(fā)展,人們對移動機器人的導(dǎo)航,動態(tài)避障,路徑規(guī)劃等方面提出了更高的要求。移動機器人運動環(huán)境的多變性和復(fù)雜性,決定了移動機器人路徑規(guī)劃問題是機器人領(lǐng)域一個研究重點。路徑規(guī)劃作為移動機器人研究中的一個重要研究內(nèi)容,它是移動機器人按照某一性能指標(如距離、時間、能量等)尋找一條從起始狀態(tài)到目標狀態(tài)無碰撞的最優(yōu)或次最優(yōu)路徑,使之盡可能的平滑和安全。遺傳算法是建立在自然選擇和群體遺傳學(xué)基礎(chǔ)上的隨機、迭代和進化過程,是路徑規(guī)劃研究領(lǐng)域中的一種十分有效地算法。本論文在結(jié)合目前多種路徑規(guī)劃方法優(yōu)缺點的基礎(chǔ)上,選擇遺傳算法來解決移動機器人的路徑規(guī)劃問題。 論文在闡述移動機器人的研究狀況和發(fā)展趨勢的基礎(chǔ)上,分析了目前移動機器人的路徑規(guī)劃方法,重點研究了基于遺傳算法的移動機器人路徑規(guī)劃方法。主要內(nèi)容有:首先,采用柵格建立地圖的方法建立機器人的地圖模型,并用序列號法進行編碼以及用間斷無障礙路徑結(jié)合啟發(fā)式方法產(chǎn)生遺傳算法的初始種群;其次,選取路徑最短設(shè)定適應(yīng)度函數(shù);最后,進行遺傳操作,包含有:用輪賭盤方法進行選擇、用重合點交叉法進行交叉、以一個較小的概率進行變異和交叉概率和變異概率的自適應(yīng)調(diào)整方法等內(nèi)容。論文是在靜態(tài)環(huán)境下,對移動機器人進行的全局路徑規(guī)劃,利用MATLAB仿真對移動機器人路徑規(guī)劃進行模擬,從而驗證了這種仿生的智能算法的有效性。
【關(guān)鍵詞】：移動機器人 路徑規(guī)劃 遺傳算法 最優(yōu)或次最優(yōu)路徑
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2010
【分類號】：TP242
【目錄】：

• 摘要2-3
• ABSTRACT3-7
• 1 緒論7-15
• 1.1 概述7-8
• 1.2 課題研究意義8-9
• 1.3 國內(nèi)外研究現(xiàn)狀和發(fā)展趨勢9-12
• 1.4 遺傳算法的進展12-14
• 1.5 本文的主要研究內(nèi)容14-15
• 2 移動機器人的路徑規(guī)劃15-29
• 2.1 移動機器人的導(dǎo)航技術(shù)15-18
• 2.1.1 機器人導(dǎo)航的概述15
• 2.1.2 移動機器人環(huán)境地圖的建立15-17
• 2.1.3 移動機器人的導(dǎo)航方式17
• 2.1.4 移動機器人的定位17-18
• 2.2 路徑規(guī)劃的定義18-19
• 2.3 移動機器人路徑規(guī)劃的特點和問題19-20
• 2.4 路徑規(guī)劃方法的分類20-28
• 2.4.1 傳統(tǒng)的路徑規(guī)劃方法21-24
• 2.4.2 智能的路徑規(guī)劃方法24-28
• 2.5 本章小結(jié)28-29
• 3 遺傳算法的原理29-43
• 3.1 遺傳算法的概述29-31
• 3.1.1 遺傳算法的基本理論29
• 3.1.2 遺傳算法的基本思想29-31
• 3.1.3 遺傳算法的基本術(shù)語31
• 3.2 遺傳算法的特點和應(yīng)用31-34
• 3.2.1 遺傳算法的特點31-32
• 3.2.2 遺傳算法的應(yīng)用32-34
• 3.3 基本遺傳算法34-42
• 3.3.1 基本遺傳算法的形式化定義與描述34-35
• 3.3.2 基本遺傳算法的基本步驟35-36
• 3.3.3 初始化種群36
• 3.3.4 編碼表示36-37
• 3.3.5 適應(yīng)度函數(shù)37-38
• 3.3.6 遺傳算子38-42
• 3.3.7 參數(shù)設(shè)定42
• 3.3.8 終止條件的設(shè)定42
• 3.4 本章小節(jié)42-43
• 4 基于遺傳算法的移動機器人路徑規(guī)劃43-53
• 4.1 建立環(huán)境模型43-46
• 4.2 初始化設(shè)置46-49
• 4.2.1 路徑的編碼46-47
• 4.2.2 初始化種群47-49
• 4.3 適應(yīng)度函數(shù)49
• 4.4 遺傳算子的設(shè)計49-51
• 4.4.1 選擇算子49-50
• 4.4.2 交叉算子50
• 4.4.3 變異算子50-51
• 4.4.4 刪除算子51
• 4.5 終止條件的設(shè)定51
• 4.6 交叉、變異參數(shù)的調(diào)整51-52
• 4.7 本算法路徑規(guī)劃的流程52
• 4.8 本章小結(jié)52-53
• 5 路徑規(guī)劃的仿真實驗53-59
• 5.1 Matlab 簡介53-54
• 5.1.1 Matlab 的功能及特點53-54
• 5.1.2 Matlab 系統(tǒng)54
• 5.2 Matlab 遺傳算法工具箱54-56
• 5.2.1 遺傳算法的主函數(shù)56
• 5.2.2 初始種群的生成函數(shù)56
• 5.2.3 基本遺傳操作函數(shù)56
• 5.3 仿真實驗56-58
• 5.4 本章小結(jié)58-59
• 6 結(jié)論59-60
• 6.1 結(jié)論59
• 6.2 展望59-60
• 致謝60-61
• 參考文獻61-63
• 附錄63

【引證文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 莫軍;田亞龍;;基于免疫遺傳算法的水下無人平臺航路規(guī)劃[J];艦船科學(xué)技術(shù);2012年09期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 周帆;一類多機器人路徑規(guī)劃的研究與仿真[D];南京理工大學(xué);2013年

2 王寶廣;無人機任務(wù)規(guī)劃系統(tǒng)研究[D];沈陽航空航天大學(xué);2013年

3 韓利華;基于慣性導(dǎo)航和視覺傳感器信息融合的移動機器人定位研究[D];長安大學(xué);2012年

4 彭麗;基于遺傳算法的移動機器人路徑規(guī)劃[D];長沙理工大學(xué);2013年

  本文關(guān)鍵詞：基于遺傳算法的移動機器人路徑規(guī)劃研究，，由筆耕文化傳播整理發(fā)布。

本文編號：324167