基于演化计算的最短避障路径算法设计

在研究求解TSP问题的演化算法(这里指GT算法)的基础上,针对TSP问题和最短避障路径问题的不同,在染色体的有效范围、基因选取等方面对GT算法进行改进,同时引入了基因库以提高算法收敛速度.试验结果表明,用GT算法能较好地求解最短避障路径.

基于GEP的最短避障路径问题的设计

提出一种基于GEP的最短避障路径问题的方法,着重从应用的角度讨论用GEP求解最短避障路径问题。该方法采用实数直接编码的方法,有明确的适应度函数,首先产生合法的初始路径种群,然后针对环境模型的特点设计了有效的路径遗传算子,达到路径规划中避障的要求,实际应用表明了该算法的有效性和可行性。

基于演化计算的最短避障路径算法设计

在工程应用、自动化、人工智能等诸多领域中有很多数学模型可以归结为寻求最短避障路径的问题。在环境模型的表达上,该文利用最小多边形包络法处理过的障碍物,即把障碍物描述成为多边形。在搜索策略上,利用演化算法求解TSP的算法——改进的郭涛算法的思想。针对TSP问题和最短避障路径问题的不同,在染色体的有效范围和基因的选取范围等处对算法进行修改,并且引入了基因库,成功地用演化算法解决了最短避障路径问题。

机器人避障问题

本文研究了机器人避障行走的最短路径及行走用时最少的路径问题。主要研究了O→A,O→A→B→C→O两种路线,通过分析得知各路线最短路径是由两部分组成的:一部分是平面上的直线段,另一部分是限定区域(圆形)的部分弧线段,其中机器人行走的直线和弧线是相切的。为得到避障最短路径,首先应用CAD能得到机器人到达目的地的所有路线,并利用CAD软件读出可行走的直线路程和弧线路程的数据。然后建立最短路径的0-1规划模型,利用lingo软件求解选出最短的路线,并通过CAD读出最短路线上每段直线段或弧线段的起点,终点和圆心坐标,具体结果见附录1.然后通过建立优化模型,并用lingo进行求解,得到O→A的最短距离为477.69,O→A→B→C→O的最短距离为2734.19.

无人驾驶运输车最短避障路径规划

介绍了利用神经网络路径规划算法进行无人驾驶运输车避障路径规划,为解决其局部极小值问题,引入遗传算法进行全局寻优,成功地规划出了最短避障路径。