焦合军，周万春，李渊博

(郑州工程技术学院 机电与车辆工程学院，河南 郑州 450044)

1 引言

移动机器人的路径规划是机器人导航技术中一个重要的组成部分。移动机器人可以在预先设定的条件下，按照一定的规则，从起点到终点并避开障碍物寻找一条最优路径，该路径长度小，消耗时间少。路径规划有全局和局部之分，全局路径规划着眼于已知路径信息，局部路径规划着眼于未知的环境信息[1]。

目前在移动机器人全局路径规划中，常用的进化算法有遗传算法、人工鱼群算法[2]、粒子群算法和蚁群算法等。然而，传统的遗传算法求解过程耗时长，生成的路径没能达到最优避障；蚁群算法收敛的速度比较慢，容易出现停滞，陷入局部最优；人工鱼群算法在优化初期有很好的收敛性，后期收敛较慢，并且随着人工鱼的增多，造成存储需求大、计算量大的缺点；粒子群算法有较快逼近最优解的能力，可以对系统参数进行有效的优化，优势在于对连续函数的优化，其缺点是容易早熟收敛，局部寻优能力变差。

本文针对一般的遗传算法进行改进，在遗传操作时加入A*算法，调整交叉和变异的概率，不仅使前期进化能力增强，改进交叉和变异方法，催生新的染色个体能力加强，又提高了算法的搜索效率。

2 路径规划

2.1 环境模型建立

在对机器人路径建模时，首先要对其环境地图进行平面化处理，使用栅格地图是简单有效的方法。在栅格图中，黑格表示障碍物，白格代表机器人可以经过的自由空间。……