遗传算法在机器人路径规划中的应用分析研究.doc
《遗传算法在机器人路径规划中的应用分析研究.doc》由会员分享,可在线阅读,更多相关《遗传算法在机器人路径规划中的应用分析研究.doc(71页珍藏版)》请在三一文库上搜索。
1、毕业论文题目:遗传算法在机器人路径规划中的应用分析研究摘要移动机器人路径规划作为自主式移动机器人技术的一个重要组成部分,是研究移动机器人技术较为活跃的课题之一,吸引了国内外大批的研究学者。随着各种新方法和新技术的不断出现,对路径规划的研究有了更广阔的天地。我国在智能移动机器人研究方面虽然已经取得了一定的成果,如地面自主导航车、水下自主机器人和飞行机器人等。但由于起步较晚,在研究和应用方面都落后于一些西方国家,而且还没有达到完全实用。因此,进行这项研究,具有一定的理论和工程应用意义。首先从移动机器人的历史和现状出发,对比了国内外的不同发展状况,对移动机器人领域的研究方向进行了综述。着重介绍了移动
2、机器人路径规划中常用的方法,对栅格法、遗传算法等进行了逐一的分析阐述。应用于机器人路径规划的有很多传统的优化方法,本文主要介绍的最基本的一种算法-遗传算法在机器人路径规划中的应用。遗传算法(简称GA)是一种借鉴生物界自然选择和自然遗传机制的随机化的搜索算法,它将“适者生存”这一基本的达尔文进化理论引入串结构,并且在串之间进行有组织但又随机的信息交换,伴随着算法的进行,优良的品质被逐渐保留并加以组合,从而不断产生出更佳的个体,也就是不断地接近于最优解。本文采取了栅格法对机器人工作空间进行划分,用序号标识栅格,并以此序号作为机器人路径规划参数编码。同时引入间断无障碍路径概念以简化初始种群产生,而且
3、采用了遗传算法操作对初始路径进行寻优,这里遗传算法操作主要指的是选择操作、交叉操作、变异操作;寻优主要是选取适当的个体评价函数及适应函数对路径进行寻优。最后采用MATLAB对机器人路径进行仿真,静态显示进化过程中生成的路径并显示机器人在障碍物存在情况下避障的运动过程。对不同参数设置下的路径进行比较,不同种群大小的适应度值进行统计分析,并将不同环境下的最佳路径与最差路径作比较。传统优化方法在机器人路径规划这类复杂非线性优化问题中缺乏足够的鲁棒性。遗传算法是国际上80年代中期以来获得广泛应用的一种新型参数优化方法,它基于自然选择原理和群体进化机制,有许多区别于传统优化方法的特点,对机器人路径寻优效
4、果更明显。关键词 :遗传算法,机器人,路径规划,优化Abstract To be a important component of the independent -like migration robot technology, the motion robot way plan is one of more active topics of motion robot technology and has attracted large quantities of the domestic and foreign research scholar. With new method and n
5、ew technologys unceasing appearance, there is a broader world to research the way plan. Although our country had already made certain progress in intelligent migration robot research aspect, such as ground autonomous navigation vehicle, submarine independent robot and flight robot and so on .But it
6、starts late, it falls behind some Western country in the application aspect and has not achieved completely usability. Therefore, it has certain theory and project application significance to conduct this research. Firstly, from the history and the present situation of moved robot ,comparing the dom
7、estic and foreign different development condition , it starts the summary. from the research direction of migration robot. It introduces commonly used method in motion robot way plan emphatically, and has carried on the analysis elaboration one by one to the grid law, the genetic algorithm and so on
8、 Applied to the plans in the robot way has many traditional optimized methods, this article mainly introduce the most basic one algorithm - genetic algorithm in the application of the robot way plan .The genetic algorithm (GA) is one kind which profits from the biosphere natural selection and the na
9、ture heredity mechanism randomisation searching algorithm, it introduces his basic Darwin Evolution theory of the survival of the fittest” to string structure, and carries on organized but the stochastic exchange of information between the strings. Following algorithm advance, the fine quality is re
10、tained gradually and combined, thus produces a better individual unceasingly and also closes to the optimal solution unceasingly . The article adopts the method of grid work to divide robot space , with the serial numbers to identify grid, and as the parameters of code of robot path planning .And th
11、is paper introduces barrier-free path concept to simplify the initial population and using the genetic algorithm operation for the initial route optimization of genetic . The operations mainly refer to selection operation , crossover operation and variation operation. This paper mainly adopts indivi
12、dual evaluation function and The fitness function for optimal selection . Finally using MATLAB to simulate robot path. Traditional optimization methods which is used in this kind of complex nonlinear optimization problems lack of robustness. it displays the path of evolution statically and displays
13、the avoidance movement of the robot in the environment of obstacles .Finally, different optimized paths under different parameters are compared; fitness values of various population sizes are statistically analyzed and best optimized paths and worst optimized paths in different environments are comp
14、ared as well. Genetic algorithm is a new parameters optimization method which has won extensive application in the whole world since the middle of 1980s.It is based on natural selection principle and group evolution mechanism. There are many characteristics which are different from traditional optim
15、ization methods and has better effect in robot path optimization.KEY WORDSGenetic Algorithms, robot, path planning, optimize目录摘要1英文摘要2第一章 绪论.61.1课题的研究背景.61.2国内外路径规划发展状况.81.3路径规划解决的基本问题.101.4论文主要研究内容(原理)概述.111.4.1遗传算法的基本运算过程如下.141.4.2路径规划的实现.151.4.3 机器人路径最优化的实现.151.5本章小结.15第二章 机器人路径规划和遗传算法162.1 路径规划研
16、究概述.162.1.1 路径规划分类.162.1.2 路径规划问题特点.162.1.3路径规划方法.172.1.4 优化问题1922遗传算法192.2.1遗传算法定义.192.2.2 遗传算法特点.192.2.3 编码.202.2.4适应度函数.202.2.5初始群体的选取.21第三章基于遗传算法的机器人路径的优化223.1.参数设定.223.2环境建模.223.3生成初始种群.233.4 适应度函数设置.243.5 选择操作.253.5.1 什么是轮盘赌选择.263.6 交叉操作.283.7 终止条件.29第四章 仿真及结果分析.314.1 仿真程序.314.2 仿真结果及分析.35致谢38
17、参考文献.39图列和表列图1 交叉操作示意图.13 图2 变异操作示意图. .14图3 机器人路径空间模型 . 22图4 初始种群产生流程图23图5选择操作得流程图 26图6转盘法示意图 27表1 10个染色体种群按比例的选择过程 27图7交叉操作示意图. 28图8整个优化过程流程图.30第一章 绪论1.1课题的研究背景现代机器人的研究始于20世纪中期,其技术背景是计算机和自动化的发展,以及原子能的开发利用。 自1946年第一台数字电子计算机问世以来,计算机取得了惊人的进步,向高速度、大容量、低价格的方向发展。 大批量生产的迫切需求推动了自动化技术的进展,其结果之一便是1952年数控机床的诞生
18、。与数控机床相关的控制、机械零件的研究又为机器人的开发奠定了基础。 另一方面,原子能实验室的恶劣环境要求某些操作机械代替人处理放射性物质。在这一需求背景下,美国原子能委员会的阿尔贡研究所于1947年开发了遥控机械手,1948年又开发了机械式的主从机械手。 1954年美国戴沃尔最早提出了工业机器人的概念,并申请了专利。该专利的要点是借助伺服技术控制机器人的关节,利用人手对机器人进行动作示教,机器人能实现动作的记录和再现。这就是所谓的示教再现机器人。现有的机器人差不多都采用这种控制方式。 作为机器人产品最早的实用机型是1962年美国AMF公司推出的“VERSTRAN”和UNIMATION公司推出的
19、“UNIMATE”。这些工业机器人的控制方式与数控机床大致相似,但外形特征迥异,主要由类似人的手和臂组成。 1965年,MIT的Roborts演示了第一个具有视觉传感器的、能识别与定位简单积木的机器人系统。 1967年日本成立了人工手研究会(现改名为仿生机构研究会),同年召开了日本首届机器人学术会。 1970年在美国召开了第一届国际工业机器人学术会议。1970年以后,机器人的研究得到迅速广泛的普及。 1973年,辛辛那提米拉克隆公司的理查德豪恩制造了第一台由小型计算机控制的工业机器人,它是液压驱动的,能提升的有效负载达45公斤。 到了1980年,工业机器人才真正在日本普及,故称该年为“机器人元
20、年”。 随后,工业机器人在日本得到了巨大发展,日本也因此而赢得了“机器人王国的美称”。 随着计算机技术和人工智能技术的飞速发展,使机器人在功能和技术层次上有了很大的提高,移动机器人和机器人的视觉和触觉等技术就是典型的代表。由于这些技术的发展,推动了机器人概念的延伸。80年代,将具有感觉、思考、决策和动作能力的系统称为智能机器人,这是一个概括的、含义广泛的概念。这一概念不但指导了机器人技术的研究和应用,而且又赋予了机器人技术向深广发展的巨大空间,水下机器人、空间机器人、空中机器人、地面机器人、微小型机器人等各种用途的机器人相继问世,许多梦想成为了现实。将机器人的技术(如传感技术、智能技术、控制技
21、术等)扩散和渗透到各个领域形成了各式各样的新机器机器人化机器。当前与信息技术的交互和融合又产生了“软件机器人”、“网络机器人”的名称,这也说明了机器人所具有的创新活力。机器人是20世纪人类最伟大的发明之一,自60年代初问世以来,经历40多年的发展已取得很大的进步。机器人技术的出现和发展,不仅使传统的工业生产面貌发生了根本性变化,而且对人类社会产生深远的影响。目前工业机器人已走向成熟,而具有特定任务的机器人也开始进入实用化研究阶段。这些机器人在工业生产、航天、军事、交通、安全、医疗、老人和残疾人服务等多个领域具有十分重要的应用价值。在机器人研究的早期,机器人的结构、运动学、控制和信息处理是研究的
22、重点。随着机器人技术的发展,单个机器人的能力、鲁棒性、可靠性、效率等都有很大的提升。一方面,人们希望机器人能完成一些复杂的、需要高效率的、并行完成的任务,但这些复杂的任务由单个机器人已很难完成,需要多个机器人组成的团队相互协调与合作共同完成,这导致了机器人的应用方式从部件式单元应用向系统式应用的方向发展。另一方面,人们也希望通过多机器人间的协调与合作,来提高机器人系统在作业过程中的效率,进而当机器人工作环境发生变化或系统局部发生故障时,多机器人之间仍可通过本身具有的协调与合作关系完成预定的任务。如何组织由多个机器人构成的群体系统,以及在这样的群体系统中如何实现机器人的协调与合作已成为当前机器人
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 遗传 算法 机器人 路径 规划 中的 应用 分析研究
链接地址:https://www.31doc.com/p-5046252.html