基于粗糙集理論與遺傳算法的機器人路徑規(guī)劃方法研究.pdf

1、移動機器人是一個集環(huán)境感知、動態(tài)決策與規(guī)劃、行為控制與執(zhí)行等多種功能于一體的綜合系統(tǒng)。路徑規(guī)劃技術(shù)十移動機器人研究領(lǐng)域的關(guān)鍵技術(shù)之一，是移動機器人完成任務(wù)的安全保障，是移動機器人智能化程度的標志之一，同時也是人工智能與機器人學的一個令人感興趣的結(jié)合點。 本文對國內(nèi)外機器人路徑規(guī)劃方法進行了研究，并重點研究了基于粗糙集理論與遺傳算法相結(jié)合的機器人路徑規(guī)劃方法，即在柵格模型下，由柵格的可行性構(gòu)建初始決策表，用粗糙集方法對其進行簡化，

2、并對遺傳算法的初始種群進行訓練，直接由粗糙集訓練獲得一系列可行路徑，然后利用遺傳算法求解最優(yōu)路徑。該方法較原來的隨機選擇過程簡單，且減少了遺傳算法的種群規(guī)模。同時在遺傳算法交叉概率選擇上，采用高適應(yīng)值低交叉率的自適應(yīng)選擇方法，使得優(yōu)秀個體獲得更大的生存概率，與傳統(tǒng)的路徑規(guī)劃方法相比，搜索效率更快，避障精度更高。通過MATLAB軟件對該方法進行了仿真試驗，結(jié)果顯示該方法提高了機器人路徑規(guī)劃速度以及在復(fù)雜環(huán)境下的規(guī)劃能力，表明粗糙集與遺傳算