基于改进遗传算法的移动机器人路径规划研究开题报告

1. 研究目的与意义

路径规划是移动机器人导航的重要组成部分，其目标是解决移动机器人的两个主要问题：选择合理的途径是机器人能够达到指定位置；优化机器人到达指定位置所用的时间、精确度、路径是否最短等，概括来说，就是在复杂环境下能够寻找一条从起点到终点的无碰撞路径。遗传算法作为智能仿生学算法在路径规划中得到广泛的应用。而传统遗传算法虽然具有良好的寻优能力，但由于早熟现象以及收敛速度慢等影响着性能。因此,大部分研究都集中在静态环境下单机器人路径规划,而多机器人系统能够有效的处理复杂、动态性高以及需要并行完成的任务,具有单机器人无法比拟的优势,因此研究动态以及多机器人环境下的路径规划问题具有重要意义。

2. 国内外研究现状分析

在20世纪60年代, 科学家逐渐开始对移动机器人进行研究。在1960年, 由斯坦福大学研究所研发的机器人Shakey问世。它是一种经典的自主移动机器人, 可在复杂的环境下识别目标, 进行自我判断, 实现路径的规划以及控制等功能。70年代末, 伴随计算机技术及传感器技术的发展, 广大学者对移动机器人的研究表现出更大的热情。80年代初, 由美国国防部支持, CMU (Carnegie Mellon University) 、斯坦福大学和麻省理工大学等单位研发的ALV (Autonomous Land Vehicle) 成功运行。在90年代, 经过多年的发展, 移动机器人更加实用, 涉及领域更加广泛、智能。21世纪以来, 智能机器人技术已经成为衡量一个国家科技创新水平的关键标志, 同时也是一个国家高端制造业水平的表现。智能机器人技术得到了世界各国的高度关注, 发达国家陆续将发展智能机器人技术提高为国家战略, 而智能机器人技术逐渐成为制造业竞争优势的关键手段, 同时这些国家对机器人研究起步较早, 发展较为完善, 各国根据自身发展的需求, 研发了大量各种功能的智能机器人。在2010年, 美国推行了先进制造业伙伴计划, 其中, 明确表示必须通过发展工业机器人使美国制造业重新振兴, 同时凭仗信息技术优势, 研发新一代智能机器人。在2013年美国发布的机器人发展路线报告里表明将智能机器人与互联网定义为同等重要的产业。而欧盟启动了全球最大民用机器人研发计划。该计划预计截止到2020年, 共投入28亿欧元, 使24万人得以就业。共有200多家公司的1.2万研发人员参加该计划, 并且它设计的领域十分广泛, 包括制造业、农业、健康、交通、安全和家庭等。德国为保证其在基础制造业上的领先地位, 提出了工业4.0计划, 该计划同样把智能机器人技术作为新一轮工业革命的关键切入点。与此同时日本也制定了智能机器人技术长期发展战略, 把智能机器人产业列入新产业发展战略中7个关键扶持产业。

3. 研究的基本内容与计划

研究内容： 研究一种改进的遗传算法应用于移动机器人路径规划，主要包括：

（1）熟悉遗传算法的基本原理、分析其收敛性，并构建模型进行仿真实验；

（2）进行遗传算法的路径规划及其仿真实验结果进行分析，提出改进方法；

4. 研究创新点

基于改进遗传算法的移动机器人路径规划