基于免疫进化与混沌变异的移动机器人路径规划

摘要

目前，随着机器人技术的不断进步，机器大学科越来越具有强大的生命力，它在某种程度上已经代表当今信息技术、自动化技术、系统集成等技术的最新发展。 从移动机器人的历史和现状出发，对比了国内外的不同发展状况，对移动机器人领域的研究方向进行了综述。路径规划是移动机器人系统中的一个重要内容，因为它的好坏直接影响到机器人所完成任务的质量，所以路径规划成为移动机器人领域的一个研究热点。着重介绍了移动机器人路径规划中常用的方法，对其中的势场法、栅格法、遗传算法进行了逐一的分析阐述。 本文针对路径规划的特点，对算法的各个环节进行了细致的分析，包括染色体的表示和编码，适应度函数的设计，遗传操作算子的设计，算法参数的分析和选取．提出了将免疫进化算法应用与移动机器人路径规划的综合解决方法。 应用免疫进化算法实现了移动机器人静态环境下的路径规划。在执行规划程序之前先建立了机器人的工作环境，然后执行基于免疫进化算法的路径规划算法。在此算法中：编码方式采用简化的实数编码方法，把机器人的二维坐标简化为一维，加快了机器人最优路径的搜索速度：初始化方法采用大范围初始化，通过综合考虑路径的可行性、路径的光滑性和路径长度，制定了有效的适应度函数;交叉算子采用单点交叉策略：通过免疫算子把所有的路径优化成可行路径，然后通过混沌变异算子进行路径的全局搜索。 针对传统进化算法的“早熟收敛”和“收敛速度慢”两大致命缺点，在分析了导致以上缺点原因的基础上，提出了一种基于人工免疫与混沌变异的双群进化算法。在该算法中，进化在两个子群间同时进行，一个种群使用混沌变异算子对解空间进行充分搜索，另一个种群使用指数衰减的高斯算子进行局部搜索，较快速地规划出性能是全局优化的可行路径。通过在 Matlab 中的仿真证明：采用免疫进化方法进行机器人的路径规划是有效的和可行的。

目录

文摘

英文文摘

声明

第1章绪论

1.1引言

1.2移动机器人技术

1.2.1移动机器人的研究现状

1.2.2移动机器人路径规划技术的研究现状

1.2.3移动机器人路径规划技术的应用

1.2.4移动机器人路径规划技术的发展方向

1.3进化算法和人工免疫算法

1.4本课题的研究内容和意义

第2章移动机器人路径规划技术

2.1前言

2.2基于地图的路径规划方法

2.3基于环境建模的方法

2.3.1在环境已知的条件下的全局路径规划方法

2.3.2在环境部分已知的条件下的局部路径规划方法

2.3.3在环境完全未知的条件下的局部路径规划方法

2.4基于行为的路径规划方法

2.5本章小结

第3章免疫进化算法

3.1引言

3.2免疫原理

3.3进化算法

3.3.1进化算法起源发展概要

3.3.2进化算法的特点

3.4免疫进化算法的组成

3.4.1编码原理

3.4.2初始种群的设计

3.4.3适应度函数的设计

3.4.4进化操作

3.4.5参数设置

3.5免疫进化算法流程图和主要步骤

3.6算法的收敛性

3.7本章小结

第4章混沌技术

4.1引言

4.2混沌技术研究现状

4.2.1混沌的原理

4.2.2混沌的应用方向

4.3混沌变异方法

4.4本章小结

第5章基于免疫进化与混沌变异的移动机器人路径规划

5.1引言

5.2问题的设定

5.3路径的编码方式

5.4适应度函数

5.5操作算子

5.6算法描述

5.7算法流程图

5.8算法收敛性

5.9仿真实验

5.10分析

5.11本章小结

结论

参考文献

攻读硕士学位期间发表的学术论文

致谢