基于IGAE的移动机器人实时最优路径规划算法

本文主要探讨了"基于免疫遗传算法的移动机器人实时最优路径规划"这一主题，发表于2008年的《中南大学学报(自然科学版)》第39卷第3期。作者陈曦、谭冠政和江斌来自中南大学信息科学与工程学院，他们针对移动机器人在复杂环境中的路径规划问题，提出了一个创新性的解决方案。 该方法的核心是结合免疫遗传算法(IGAE)的精英保留策略和栅格法。首先，通过栅格法将机器人的工作空间划分为一系列小区域，构建出自由空间模型，每个栅格用唯一的序号来标识，这些序号成为机器人路径的编码依据。这样，每一条路径就被编码为一个由栅格序号组成的序列。 在初始种群的生成过程中，作者采用直角坐标和序号混合的方式来创建个体，每个个体代表一条可能的机器人路径。然后，运用IGAE算法对种群进行优化，这个算法不仅考虑了传统的遗传操作，如交叉和变异，还引入了删除和插入算子。删除算子确保了路径连续性，而插入算子则满足了路径避开障碍物的需求，增强了算法的有效性和鲁棒性。 相比于基于全局收敛型遗传算法的传统路径规划方法，这种方法具有更高的效率和准确性。通过计算机仿真实验，作者证明了新方法在实时规划最优路径方面的优越性，这在工业自动化、导航系统以及智能机器人等领域具有重要的应用价值。 关键词包括：移动机器人、最优路径规划、免疫遗传算法、精英保留策略、插入算子和删除算子。整个研究遵循了TP242（计算机科学技术）和TP306.1（机器人技术）的分类标准，文献标识码为A，文章编号为1672-7207(2008)03-0577-07，充分展示了作者对移动机器人路径规划领域的深入理解和技术创新。