基于改进遗传算法的机器人路径规划

主要研究对于静态障碍物空间,通过遗传算法帮助移动机器人找到一条可越过障碍物到达目的点的最优路径.对初始种群的选择上做一定的优化措施,通过对障碍物顶点的连接取中点的方式,将各个中点连接到达目的点,然后利用Floyd算法计算该情况下的最优路径,使选择的初始路径尽量靠近最优路径。分别设置了三个障碍物和五个障碍物的两种仿真环境,通过两种环境下迭代次数和时间的对比得出结果。仿真结果显示出机器人在移动过程中的路径方向的变化和机器人规避障碍物的运动过程,在图像上显示障碍物的最优路径长度和平均路径长度的关系。