基于勢(shì)場(chǎng)法和遺傳算法的機(jī)器人路徑規(guī)劃技術(shù)研究.pdf

1、移動(dòng)機(jī)器人是迅速發(fā)展起來(lái)的一門(mén)綜合學(xué)科，集成了計(jì)算機(jī)、電子、自動(dòng)控制以及人工智能等多學(xué)科的最新研究成果，代表了機(jī)電一體化的最高成就。近年來(lái)，移動(dòng)機(jī)器人路徑規(guī)劃已經(jīng)成為自動(dòng)控制、計(jì)算機(jī)和人工智能等領(lǐng)域的一個(gè)研究熱點(diǎn)，其發(fā)展對(duì)國(guó)防、社會(huì)、經(jīng)濟(jì)和科學(xué)技術(shù)具有重大的影響力，已成為各國(guó)高科技領(lǐng)域的戰(zhàn)略性研究目標(biāo)。
　　 本文研究了基于勢(shì)場(chǎng)法和遺傳算法的移動(dòng)機(jī)器人路徑規(guī)劃技術(shù)，在傳統(tǒng)方法的基礎(chǔ)上，提出了一些改進(jìn)算法及新的解決方案，以提高算法

2、的計(jì)算效率，擴(kuò)展其使用范圍。具體的研究?jī)?nèi)容包括以下幾個(gè)方面:
　　 (1)提出了一種改進(jìn)的機(jī)器人路徑規(guī)劃方法。為了對(duì)機(jī)器人的復(fù)雜工作空間進(jìn)行預(yù)處理，采用二值圖像的數(shù)學(xué)形態(tài)學(xué)的方法，利用膨脹運(yùn)算和腐蝕運(yùn)算兩種對(duì)偶的基本變換，將離散的障礙物個(gè)體融合為完整的障礙物體，使用改進(jìn)的勢(shì)場(chǎng)法進(jìn)行機(jī)器人導(dǎo)航，以改善其運(yùn)動(dòng)軌跡;另外，通過(guò)設(shè)置子目標(biāo)點(diǎn)使陷入局部極小的機(jī)器人“逃離”極小狀態(tài)。
　　 (2)考慮到動(dòng)態(tài)環(huán)境下移動(dòng)機(jī)器人路徑規(guī)劃的

3、各個(gè)量都可能在變化，在人工勢(shì)場(chǎng)算法中引入了有關(guān)的位置信息、速度信息和加速度信息。在路徑規(guī)劃過(guò)程中當(dāng)機(jī)器人到達(dá)或者追上了目標(biāo)點(diǎn)時(shí)，相對(duì)加速度值為零。否則，調(diào)整參數(shù)使相對(duì)加速度值為零。又利用人工勢(shì)場(chǎng)法結(jié)合遺傳算法進(jìn)行路徑規(guī)劃，在人工勢(shì)場(chǎng)算法中引用一種“逃脫力”，當(dāng)機(jī)器人陷入局部最小狀態(tài)時(shí)，使用“逃脫力”來(lái)逃脫局部最小的限制。利用遺傳算法進(jìn)行全局搜索和個(gè)體優(yōu)化，保證了最優(yōu)個(gè)體傳遞到下一代。
　　 (3)提出了一種改進(jìn)的遺傳算法，在該算

4、法中，設(shè)計(jì)了一種新的適應(yīng)性函數(shù)，該函數(shù)考慮了路徑長(zhǎng)度信息、碰撞懲罰因素、路徑間隙因素;并且設(shè)計(jì)了一套合理的遺傳算子及路徑修復(fù)機(jī)制來(lái)優(yōu)化路徑;給出了理想的路徑優(yōu)化參數(shù)。該方法能夠在起始點(diǎn)和目標(biāo)點(diǎn)之間搜索一條優(yōu)化路徑。
　　 (4)以人工勢(shì)場(chǎng)法和柵格法為基礎(chǔ)，考慮到遺傳算法的“收斂速度慢”和“早熟收斂”問(wèn)題，提出了一種基于量子遺傳算法的機(jī)器人路徑規(guī)劃方法。該方法引入量子遺傳算法和勢(shì)場(chǎng)柵格法進(jìn)行融合，來(lái)求解移動(dòng)機(jī)器人路徑規(guī)劃問(wèn)題。采用

5、柵格法進(jìn)行全局路徑規(guī)劃、人工勢(shì)場(chǎng)法對(duì)移動(dòng)機(jī)器人進(jìn)行控制、量子遺傳算法對(duì)最優(yōu)或次優(yōu)個(gè)體進(jìn)行選擇，并且引入雙適應(yīng)度評(píng)價(jià)函數(shù)對(duì)進(jìn)化個(gè)體進(jìn)行評(píng)價(jià)，為最優(yōu)或次優(yōu)個(gè)體進(jìn)入下一代提供了保障。
　　 (5)由于遺傳算法的過(guò)早收斂而使一些優(yōu)秀個(gè)體過(guò)早地被排除掉，從而導(dǎo)致搜索范圍縮小及產(chǎn)生局部最優(yōu)的缺陷。提出了一種基于改進(jìn)染色體編碼的自適應(yīng)遺傳算法，采用方向和距離對(duì)來(lái)編碼染色體，使用自適應(yīng)控制交叉概率函數(shù)(Pc)和突變概率函數(shù)（Pm）進(jìn)行遺傳操作。

6、該算法使得過(guò)早收斂問(wèn)題得以緩解，同時(shí)又提高了搜索的范圍和效率。
　　 (6)提出了一種基于量子染色體變異的融合算法。首先，對(duì)人工勢(shì)場(chǎng)的斥力場(chǎng)進(jìn)行改進(jìn)，然后利用融合的人工勢(shì)場(chǎng)法和柵格法對(duì)路徑進(jìn)行規(guī)劃，產(chǎn)生初始化種群，最后利用量子比特對(duì)染色體編碼、利用量子染色體變異對(duì)種群個(gè)體進(jìn)行更新，完成最佳路徑搜索。提高了種群質(zhì)量和收斂速度，有效地避開(kāi)障礙物，穩(wěn)定地產(chǎn)生最佳規(guī)劃路徑，適合于求解復(fù)雜優(yōu)化問(wèn)題。
　　 本文在最后對(duì)全文進(jìn)行了總