论文部分内容阅读
普遍情况下，当前的移动机器人大多为一个复杂的、具有一定自主能力的复合系统(或带有智能系统的移动机器)。一个自主的移动机器人涉及到机械、自动化、计算机科学、电子技术，及相关衍生领域的技术和应用。移动机器的自主程度决定了其系统的复杂性和智能性，能够自主行进、并在行进过程中做出实时决策的能力已经趋于当今自主移动机器的基本能力之一。负责这一功能的主要部分是机器人自身的导航系统，一个完整的导航系统可以被划分成几个部分。例如，地图构建、定位功能及本文要讨论的路径规划，以及其它问题；当然，根据导航系统的方法和机器人的特点，这些内容同时涉及若干细节问题。本文提及的内容仅为路径规划部分，主要介绍了使用遗传算法的路径规划方法。
到目前为止，移动机器人的路径规划问题仍可视为一种在特定信息模型(或配置空间)上的搜索问题。遗传算法作为一种能够处理优化和搜索问题的方法，适合用于解决路径规划问题，能够用于处理未知及复杂环境中的路径规划问题。大多数路径规划方法都是以移动机器人工作环境的建模为基础的，基于遗传算法的路径规划也不例外。本文通过比较性研究，实现了一种改进后的使用遗传算法的路径规划方法，用于全局规划的点对点路径规划，该方法利用栅格模型，使用了简单的以算术运算为主的个体评估标准，以试图降低遗传算法的计算消耗；算法除使用基本遗传操作之外，定制了插入和删除操作。通过仿真实验，对该方法的有效性进行了验证，经仿真结果的比对和分析，对该方法的不足之处进行了总结，并拟做出进一步改进。