桑和成，宋栓军，邢旭朋，孟湲易,张周强,唐铭伟

(西安工程大学 机电工程学院，陕西 西安 710048)

0 引 言

移动路径规划是机器人研究领域不可或缺的一部分，也是机器人完成指定任务的重要保障和基础[1-3]。对保障机器人稳定工作，提高仓库运行效率起着至关重要的作用。

在解决路径规划问题方面，国内外学者做了大量的研究，遗传算法被证明是有效算法之一[4-6]。但是，基本遗传算法由于自身的局限性，不能解决路径规划中的问题。近些年一些学者对遗传算法进行了改进，取得了很好的效果。闫雪超等在种群产生时先判断、删除那些与障碍物相交的染色体；其次，提出新的变异算子，根据种群中适应度值大小调节变异节点。该方法使得转弯次数减少但增加了路径长度[7]。田欣利用先验知识，在保证遗传操作后所得的个体均为在可行路径的基础上提出新的自适应调整方式与之配合，同时于引入模拟退火算法Metropolis准则，对遗传操作产生的个体进行接收判定，寻优成功率和路径效果均得到了优化，但此方法不适合复杂地图环境[8]。陈志军等将遗传算法和模糊神经网络结合，求解最优目标函数并给出了三维路径规划评价指标,但整个算法过于繁杂[9]。宋宇等在种群初始化时，先结合RRT算法，再引入改进的插入算子创建邻居列表矩阵，得到的路径长度比基本遗传算法缩短70%，但算法收敛速度过慢[10]。雷永锋等基于正弦式遗传算法，通过改进交叉和变异策略，很好地解决了算法易早熟的现象,提高了算法收敛速度，但在路径寻优上还有待改进[11]。……