基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
将一种改进的遗传算法应用到室内移动机器人的路径规划中。能够克服机器人运动路径穿越障碍物,算法收敛速度慢,容易陷入局部最优等缺点。根据环境先验知识从种群数目筛选、适应度函数的确定、遗传操作等方面进行了改进,加快了算法的搜索进程和演化效率。提出了一种将环境中大障碍物分割并多圆化处理的方法,并根据障碍物与机器人每步运动轨迹间的位置关系来设计遗传算法的适应度函数,扩充了可行区域并有效避免机器人和障碍物发生碰撞。应用此算法可以获得移动机器人从起点到终点的全局最优路径,在MATLAB软件中仿真得到的结果证明,改进的遗传算法搜索质量高、进化和收敛速度快,得到的最优路径能够有效指导移动机器人完成室内的避障移动任务。
推荐文章
基于遗传算法的移动机器人路径规划
移动机器人
路径规划
遗传算法
插入算子
删除算子
最优保存策略
基于改进遗传算法的移动机器人路径规划
遗传算法
路径规划
移动机器人
基于免疫遗传算法的移动机器人路径规划
免疫遗传算法
路径规划
移动机器人
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进遗传算法的室内移动机器人路径规划
来源期刊 制造业自动化 学科 工学
关键词 改进遗传算法 机器人 路径规划 MATLAB
年,卷(期) 2015,(20) 所属期刊栏目 机器人技术
研究方向 页码范围 31-35
页数 5页 分类号 TP242
字数 3768字 语种 中文
DOI 10.3969/j.issn.1009-0134.2015.20.10
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李天旭 北华大学电气信息工程学院 9 31 4.0 5.0
2 陈广大 北华大学电气信息工程学院 15 57 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (78)
参考文献  (7)
节点文献
引证文献  (10)
同被引文献  (72)
二级引证文献  (48)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(17)
  • 引证文献(2)
  • 二级引证文献(15)
2019(21)
  • 引证文献(4)
  • 二级引证文献(17)
2020(17)
  • 引证文献(1)
  • 二级引证文献(16)
研究主题发展历程
节点文献
改进遗传算法
机器人
路径规划
MATLAB
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
制造业自动化
月刊
1009-0134
11-4389/TP
大16开
北京德胜门外教场口1号
2-324
1979
chi
出版文献量(篇)
12053
总下载数(次)
12
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导