基于混沌遗传算法的移动机器人路径规划方法
万方数据
第７期周浦城，等：基于混沌遗传算法的移动机器人路径规划方法
敛到一个最适合环境的个体上，这样可以有效地克服遗传算法存在的早熟收敛问题．
１基于ＣＧＡ的路径规划方法
１．１问题的设定
移动机器人Ｒ在一个具有障碍物的工作环境肜中，要求从起始点．ｓ无碰撞地移动到目标点ｒ为研究方便，本文做如下几点设定：１）机器人在二维有界环境中运动，且不考虑高度信息；２）机器人具有对工作环境的全局信息，并且能朝各个方向移动；３）障碍物为凸多边形，障碍物位置、大小已知，且在机器人运动过程中，障碍物的几何形状、位置、大小均不发生变化．
１．２个体编码方案
个体编码采用实数编码方式，选择路径上的点组成一个集合，构成了一条染色体，即路径．如图ｌ所示，假设起始点．ｓ和目标点丁均已知．首先将线段Ｓ丁进行ｎ等分，在每个等分点做Ｓｒ的垂线段，得到儿．，儿：，…，儿。．从起始点Ｊｓ出发，依次连接所经过的各条垂线段的离散点组成一个串，构成一条染色体Ｃ。＝｛儿。（菇（ｉ），ｙ（ｉ）），…，觇。（戈（后），ｙ（．］２））｝．其中睨。（ｚ（后），ｙ（后））表示第ｉ条垂线段上的第后个离散点．
图ｌ路径编码不意图
为了缩短染色体的编码长度，加速搜索算法的速度，对各垂线段上的离散点（ｚ，ｙ）按式（１）进行坐标变换．
㈤一一：：；兰鞭二≯㈩其中ｐ为原坐标系下ｘ轴沿逆时针方向旋转到｜ｓｒ的角度，（戈。，ｙ。）为起始点Ｓ在原坐标系下的坐标．
经过坐标变换后，由于同一垂线段上的离散点在新的坐标系下横坐标均相等，而不同垂线段上的离散点在新坐标系下的横坐标值只需根据其所在垂线段序号就可以惟一确定，因此儿ｊ上的离散点（戈。，），。）就可以仅用变换后的一维变量ｙ７。来表示，从而能够缩短染色体编码从长度，得到一条新的染色体串Ｃ。＝｛忱。（），（ｉ）’），…，
睨。（ｙ（惫）’）｝．
１．３个体评价函数的建立
针对本文所设定的问题，个体评价函数为／：ｉ—产二二二二』兰＝＝＝焉．荟√（儿…（ｙ７）一儿；（ｙ，））２＋（≯鲁）
其中儿。（ｙ’）＝儿。＋。（ｙ７）＝０，Ｄ为起始点Ｊｓ到目标点ｒ的距离．
１．４路径规划算法
Ｓｔｅｐｌ：初始化控制参数．设定种群规模ｍ，杂交概率ｐ。，变异概率ｐ。，最大进化代数ｇｎ。，遗传搜索粒度凡，遗传搜索代数ｒ，最佳适应度连续保持代数＾，混沌迭代次数后，混沌扰动概率ｐ，，混沌扰动量△ｒ，混沌吸引子肛．
ｓｔｅｐ２：生成初始种群．在第ｉ条垂线段睨。的取值范围［口。，６。］内，随机选取一个离散点．选取的＿ｐ。点必须是自由点，即满足两个条件：１）不在任何障碍物区域内；２）ｐ。同与其相邻的第ｉ—ｌ条垂线段儿Ｈ上选取的离散点ｐ¨的连线ｐＨｐ。不与任何障碍物相交．
从起始点．ｓ出发，依次连接各条垂线段上满足是自由点条件的离散点，到达目标点７’而构成的一条路径，称之为无障碍路径．
按照这种方法随机选择并筛选，得到从起始点ｓ出发经过各垂线段上的离散点到达目标点ｒ的ｍ条无障碍路径，置ｐ＝１，￡＝０．
Ｓｔｅｐ３：进行杂交、变异操作．杂交的方法是对每条路径ｃ。，根据［０，１］区间的随机数ｒ与杂交概率Ｐ。的关系，若ｒ＜ｐ。则路径ｃ。参加杂交操作．选出参加杂交的一组路径后，随机进行配对．对杂交后的个体首先判断是否为无障碍路径，若是，则按概率ｐ。进行变异，否则放弃杂交操作．变异时，在路径Ｃ。上随机选择变异点ｐ。，使之在垂线段儿。上变异为另一个自由点以．置ｐ＝ｐ＋ｌ，￡＝ｆ＋１．如果￡＜丁转Ｓｔｅｐ３，否则转Ｓｔｅｐ４．Ｓｔｅｐ４：对经过ｒ次遗传搜索后得到的第丁代种群ｃ¨’＝｛Ｃ。，ｃ：，…，Ｇ。｝中适应度较高的部分个体进行混沌扰动．
选取满足个体适应度大于种群平均适应度的个体进行混沌扰动．混沌扰动的方法是，对于选出要进行混沌扰动的个体的每一个离散点，根据［Ｏ，１］区间的随机数ｒ与混沌扰动概率Ｐ，的关系，若ｒ＜ｐ，，则该离散点需要进行混沌扰动操作．混沌扰动是沿着各自所在的垂线段方向进行混沌演变．设垂线段儿。上某离散点儿。（ｙ），其对应取值
范围是［。ｉ，６。］，那么该离散点的演变为 万方数据
万方数据
万方数据
基于混沌遗传算法的移动机器人路径规划方法
作者：周浦城， 洪炳镕， 杨敬辉
作者单位：哈尔滨工业大学,计算机科学与技术学院,黑龙江,哈尔滨,150001
刊名：
哈尔滨工业大学学报
英文刊名：JOURNAL OF HARBIN INSTITUTE OF TECHNOLOGY
年，卷(期)：2004,36(7)
被引用次数：14次
参考文献(10条)
1.李磊移动机器人技术研究现状与未来[期刊论文]-机器人 2002(05)
2.PARK M G;LEE M C Artificial potential field basedpath planning for mobile robots using a virtual obstacle concept[外文会议] 2003
3.孟庆浩;彭商贤;刘大维基于Q-M图启发式搜索的移动机器人全局路径规划 1998(04)
4.王小平;曹立明遗传算法--理论、应用与软件实现 2002
5.Ashiru I;CZARNECKI C;ROUTEN T Characteristics of a genetic based approach to path planning for mobile robots 1996
6.孙树栋;曲彦宾遗传算法在机器人路径规划中的应用研究 1998(01)
7.陈刚;沈林成复杂环境下路径规划问题的遗传路径规划方法[期刊论文]-机器人 2001(01)
8.李兵;蒋慰孙混沌优化方法及其应用 1997(04)
9.张彤;王宏伟;王子才变尺度混沌优化方法及其应用 1997(03)
10.姚俊峰;梅炽;彭小奇混沌遗传算法(CGA)的应用研究及其优化效率评价[期刊论文]-自动化学报 2002(06)
本文读者也读过(10条)
1.袁龙.王俭.YUAN Long.WANG Jian一种实用机器人路径规划方法的改进[期刊论文]-苏州科技学院学报(工程技术版)2009,22(3)
2.张斌.李淑红.ZHANG Bin.LI Shu-hong基于环境知识遗传算法的机器人路径规划方法[期刊论文]-郑州轻工业学院学报（自然科学版）2009,24(3)
3.马振海.修春波.何建星.李前防.MA Zhen-hai.XIU Chun-bo.HE Jian-xing.LI Qian-fang求解TSP的并行混沌优化算法[期刊论文]-天津工业大学学报2009,28(3)
4.朱志宇.王建华.Zhu Zhiyu.Wang Jianhua基于混沌优化自适应遗传算法的数据关联求解[期刊论文]-航天控制2007,25(4)
5.方景龙.陈建胜.FANG Jing-long.CHEN Jian-sheng一种复杂环境下的移动机器人路径规划方法[期刊论文]-杭州电子科技大学学报2009,29(6)
6.仲志燕.Zhong zhiyan基于粗糙集与遗传算法的机器人喷枪路径规划方法[期刊论文]-电气自动化2009,31(2)
7.柯文德.蔡则苏.彭志平.钟秋波.朴松昊.KE Wen-de.CAI Ze-su.PENG Zhi-ping.ZHONG Qiu-bo.PIAO Song-hao 一种混合路径规划方法在轮式机器人中的应用[期刊论文]-计算机应用研究2011,28(2)
8.谭宝成.廉春原.徐艾.张海刚.TAN Bao-cheng.LIAN Chun-yuan.XU Ai.ZHANG Hai-gang一种基于改进遗传算法的机器人路径规划方法[期刊论文]-西安工业大学学报2008,28(5)
9.张彦.关胜晓.ZHANG Yan.GUAN Sheng-xiao完全未知环境下机器人路径规划的RPC算法[期刊论文]-计算机工程与应用2007,43(31)
10.崔畅.赵强.CUI Chang.ZHAO Qiang改进的混沌优化算法研究[期刊论文]-科学技术与工程2007,7(3)
引证文献(14条)
1.春花.王海珍遗传算法的原理及组成分析[期刊论文]-内蒙古民族大学学报（自然科学版） 2009(6)
2.杨敬辉Bass模型及其两种扩展型的应用研究[学位论文]博士 2005
3.邵杰.杨静宇.万鸣华.黄传波基于学习分类器的多机器人路径规划收敛性研究[期刊论文]-计算机研究与发展2010(5)
4.李乐.史忠科基于遗传算法改进的交通干线信号优化研究[期刊论文]-计算机仿真 2009(1)
5.Zhao Jie.Yu Zhenzhong.Yan Jibong.Gao Yongsheng.Chen Zhifeng Mobile robot path planning method combined improved artificial potential field with optimization algorithm[期刊论文]-高技术通讯（英文版） 2011(2)
6.葛先雷避障机器人的设计[期刊论文]-网友世界·云教育 2013(1)
7.杨献峰.付俊辉移动机器人路径规划的仿真研究[期刊论文]-计算机仿真 2012(7)
8.章小兵.宋爱国.唐鸿儒基于四边形的移动机器人全局路径规划方法[期刊论文]-制造业自动化 2006(8)
9.吴波基于冲突分解算法的行走机器人避障技术分析[学位论文]硕士 2005
10.王凡基于Agent的多机器人路径规划的研究[学位论文]硕士 2006
11.张晓丽基于微分进化算法的机器人路径规划方法[学位论文]硕士 2006
12.卢瑾基于遗传算法的机器人路径规划研究[学位论文]硕士 2005
13.张超智能图像分割方法研究[学位论文]硕士 2005
14.毛琳波基于仿生行为的多机器人协作运动规划[学位论文]硕士 2005
本文链接：https://www.360docs.net/doc/5a15991508.html,/Periodical_hebgydxxb200407011.aspx