[发明专利]一种基于Dsl_GA算法的移动机器人路径规划方法

说明书

一种基于Dsl_GA算法的移动机器人路径规划方法，包括采用栅格法对移动机器人的工作环境进行建模；使用实数编码和二维坐标法对自由栅格进行编码；随机选取自由栅格作为路径的中间节点，再利用Dstar_lite算法补齐起始节点、中间节点、终止节点之间的路径，从而形成一条从起始节点到终止节点不经过任何障碍物的可行连续路径；设置欧式距离为适应度函数；采用锦标赛选择法和最优保护策略作为选择操作、算术交叉、随机变异的方式对初始化种群进行遗传操作；最后通过仿真实验表明本文提出算法的有效性和可行性。本发明增加了生成路径的可行性，为解决路径规划问题提供了新的思路。

技术领域

本发明属于机器人领域，涉及一种基于Dsl_GA算法的移动机器人路径规划方法。

背景技术

随着科学技术的快速发展，优化方法已经成功地应用于自动控制、图像处理、组合优化、数据挖掘、国防军事、人工智能、交通运输、电子科学等领域。国内外许多专家学 者从自然界和仿生学中得到启发，提出了一系列群体智能优化算法，其中包括：蚁群算法、 粒子群算法、遗传算法、布谷鸟算法以及狼群算法等。其中，蚁群算法在求解性能上，具 有很强的鲁棒性，但存在计算量过大、搜索时间过长等缺陷；粒子群算法长用来求解连续 问题，但容易陷入局部最优，局部寻优能力较差。

从上个世纪60年代起，许多学者就开始了对机器人的研究。截止至今，机器人已经成功地应用于交通运输、工业生产、医疗、人工智能等各个领域。机器人路径规划是机器 人的一个重要环节，其目标是找到一条从起始节点到终止节点不经过任何障碍物的可行路径。而对机器人路径规划的研究一直是国内外机器人领域的重要内容。从当前的研究成果来看，以遗传算法、蚁群算法、粒子群算法为代表的群体智能优化算法应用于机器人路径规划领域取得了不错的进展。

遗传算法作为群体智能优化算法的主要算法之一。相比其他算法而言，遗传算法凭 借这能够从多个初始解开始搜索，容易跳出局部最优、具有较好的全局寻找最优解的能力、 天生的并行性并广泛地应用于机器人路径规划问题。

发明内容

本发明的目的是提供一种基于Dsl_GA算法的移动机器人路径规划方法。该算法通过随机选取自由栅格和Dstar_lite算法相结合的方式，随机生成适应度不同的初始种群，然 后，通过锦标赛选择法和最优保护策略、算术交叉、随机变异优化初始种群，得到一条从起点到终点不经过任何障碍物的最优路径，增加了生成路径的可行性，为解决移动机器人路径规划问题，提供新的解决思路。

本发明采用的技术方案是：一种基于Dsl_GA算法的移动机器人路径规划方法，包括如下步骤：

S1：本发明采用栅格法对移动机器人的工作环境进行建模；

S2：本发明按照从下到上、从左到右的顺序使用实数编码和二维坐标法对自由栅格 进行编号；

S3：设置初始化参数。设置移动机器人的起点、终点、种群数量、迭代次数、代沟、交叉率、变异率和中间节点的个数；

S4：随机生成初始化种群，生成初始路径；

S5：计算适应度值；

S6：执行选择操作，对初始化种群生成的中间节点进行更新；

S7：执行交叉操作，对选择操作生成的中间节点进行更新；

S8：执行变异操作，对交叉操作生成的中间节点进行更新；

S9：判断是否达到最大迭代次数，若是则停止搜索，输出全局最优路径，否则跳转至S5进行下一次迭代。

根据权利要求1所述的一种基于Dsl_GA算法的移动机器人路径规划方法，其特征在于，所述步骤S1的栅格法建模具体为：

将机器人的工作环境划分为一系列大小相等的栅格，其中，黑色栅格表示障碍物，机器人不可以通行；白色栅格表示自由栅格，机器人可以通行。