基于遗传算法的移动机器人路径规划及人机协同控制研究

摘要

在分析传统遗传算法在路径寻优时易过早出现"最优解"及易陷入局部最优等不足,本文提出了一种改进的遗传算法.在生成初始种群时,产生可行且较优的父代,同时为了减小传统遗传算法在随机交叉和变异时引起的不稳定性,设计自适应交叉、变异概率,以提升算法效率,然后引入灾变算子防止算法陷入局部最优,过早得到"最优解".最后设计了移动机器人的多种控制模式,并在复杂多变的环境中进行实验,采用人机协同控制的移动机器人,能更好地完成任务,验证了人机协同控制的有效性.