基于改进基因算法的海洋平台巡检 机器人路径规划

• 作者: 陈泽峰 李华山 赵瑞云 张家珍 苑宏钰 海洋石油工程股份有限公司
• 来源期刊: 计算技术与自动化
• 关键词: 遗传算法 A*算法 变异 路径规划 适应度
• 年，卷（期）: 2023,（2）
• 页码范围: 173-177
• 页数: 5页
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.202302031

摘要

传统遗传算法最优路径搜索效率相对较低，容易产生无实际意义个体。为此，在遗传算法选择操作中引入邻域搜索算法，提高算法的局部搜索能力，调整可变长度染色体邻接点交叉算子进化操作，避免生成间断路径。同时，在变异操作中引入多样性约束与改进的A*算法，提高遗传算法前期搜索效率。最后，在适应度函数中考虑路径长度、安全性和移动代价，生成的路径远离障碍物并在一定程度上降低转弯次数。实验证明，改进后的遗传算法在多障碍物环境下的路径规划过程中提高了搜索效率，更有利于找到实际应用中的最优解。