移动机器人避障控制的路径规划研究

为提升移动机器人在复杂动态环境下的避障能力,使其能在全局路径引导下安全高效地完成避障任务,在运动前规划出合理的全局路径至关重要。针对传统遗传算法在路径规划过程中所出现的优化准确率和收敛度不高等问题,设计适应度函数对遗传算法进行改进,并提出将鲸群算法与遗传算法智能融合的研究方法,优化提高遗传算法中最优算子的优良性,有效降低运算迭代所需的工作量,提升传统遗传算法在全局路径规划中的的准确性与效率。