移动机器人的路径规划算法与仿真

摘要

研究移动机器人全局路径优化的问题,由于机器人路径随机性强,空间大,存在冗余路径,影响规划速度.传统的进化算法存在着早熟的缺点而得不到最优路径.为了克服传统算法的缺点,提高进化算法的进化速度和精确性,将云理论和粗糙集相结合应用于机器人路径规划,以提高机器人路径规划的效率.仿真由栅格法描述环境随机生成初始路径群,首先利用粗糙集训练得出一系列可行路径的集合,然后利用云进化方法对种群优化,最终得最优行走路线.仿真结果验证改进算法在收敛速度和搜索质量上都有明显的改善.