基于二次优化的救援机器人路径规划

针对当前应急救援过程中救援机器人路径规划效率低的问题，采用改进的遗传算法和二次优化方法实现救援路径的优化。对传统遗传算法进行改进，在初始化过程中采用一种启发式可行点插入方法建立初始种群，在适应度函数中加入路径平滑评价函数，在保留策略中采取“抓大放小”的方法，使算法的全局收敛能力和收敛速度都有了较大的提高。在初始路线的基础上，由起点到终点采用逐段寻优的方法进行路径二次优化，进一步缩短规划路径的长度并减少拐点数量。仿真结果表明，该方法较次优方法，路径长度分别缩短2.61%、2.21%、3.52%、1.22‰,平均收敛次数、搜索时间均有效优化，可有效地弥补传统遗传算法的缺陷，提高救援机器人的救援能力。