基于遗传算法的完全遍历路径规划研究.pdfVIP

基于遗传算法的完全遍历路径规划研究

◆刘先生皇甫瑞云

(1天津职业技术师范大学，2新乡职业技术学院)

【摘要】比较了基于遗传算法的完全遍历路径规划方法的优缺点，本文的环境地图采用几何表示法表示，即用点、线及其组合

提出了基于遗传算法与单元分解法Boustrophedon算法结合的完全来表示环境中的特征，并用参数来表明各个特征在环境中的具体

遍历路径规划新方法。采用Boustrophedon单元分解法将全部遍位置。将地图进行Boustrophedon单元分解后，地图将由若干障碍

历区域分解为若干子区域，在实现单个子区域的遍历基础上，利区和若干遍历区组成。电子地图则表示为各个区域信息的集合，

用遗传算法确定子区域的遍历顺序。将该方法应用于清洁机器人而其中单个区域的信息包括区域的属性(障碍区属性或遍历区属

的完全遍历路径规划，与基于其他算法的路径规划方法进行比较，性)及区域顶点的坐标。通过Boustrophedon单元分解，环境可以

在多个性能指标上都得到了改善与提高。该方法综合了于遗传算分解为如图1所示的若干遍历区和障碍区。

法与单元分解法Boustrophedon算法的优点，简单有效，还通过仿

真研究表明，该方法在多个性能指标上都得到了改善与提高。

【关键词】移动机器人遗传算法完全遍历路径规划

1引言

完全遍历路径规划(CompleteCoveragePathPlanning，CCPP)

是一种特殊的路径规划，它要求移动机器人在满足一定的指标下

完遍历目标环境中的可达区域。在机器人的许多应用领域，大都

如图1所示，区域2和区域5之间的连通距离是不方便求

需要用到遍历路径规划算法，例如军事用的地雷探测、家居及办公

解的，本文通过定义一个距离来表示两者之间的实际距离。虽然

环境的地面清洁、不同应用领域地图的创建等。在这些应用中要

这个距离与实际距离之间有一定的差距，但距离值的大小趋势是

求机器人覆盖环境中所有未被障碍物占据的区域。按照对环境知

一致的，而且距离的定义主要考虑了两个区域之间的直线距离、区

识的了解，在已知环境覆盖算法中让清洁机器人规划出一条能走

域之间的连通关系、区域之间的障碍物情况。对于非毗邻关系的

过环境中的所有地方并目．是代价最小路径，这个时候的问题就相

区域之间的距离，我们用D％=bDJN％来表示。其中，b是一个

当于旅行家问题，未知环境的覆盖要求清洁机器人必须借助身体

可调系数，可以通过仿真来调整该值以得到一个较好的数值；D为

上携带的不同类型的传感器来感知周围的环境并进行规划。

环境中两个区域之间的直线距离矩阵，对于该表达式中的各个参

为克服上述路径规划中存在的问题，本文比较了基于遗传算

数，D、N可以根据划分后的区域的边界信息来确定，而J需要通

法的完全遍历路径规划方法的优缺点，提出了基于遗传算法与单

过下面的算法实现。

元分解法、启发式有哪些信誉好的足球投注网站和障碍物逼近算法结合的完全遍历路径规

由图2我们可以得到矩阵A

划新方法，将该方法应用于清洁机器人的完全遍历路径规划，与基

于其他算法的路径规划方法进行比较，在多个性能指标上都得到l【J

了改善与提高。旺疆