【路径规划】基于遗传算法求解扫地机器人路径规划附matlab代码

1 简介

扫地机器人的路径规划是机器人学科的一个重要的研究领域，研究的范围涉及人工智能学、机器人学、数学分析以及计算机编程等多个领域和学科．在人工智能快速发展的背景下，扫地机器人的使用获得了空前的发展，并且机器人的路径规划及研究引发了各界的广泛重视．本文基于扫地机器人及其路径规划理论，通过详细介绍遗传算法原理、算子介绍及编码操作，将遗传算法用于求解智能扫地机器人的路径规划​.

2 部分代码

%% 变异操作% 函数说明% 输入变量：pop：种群，pm：变异概率% 输出变量：newpop变异以后的种群function [new_pop] = mutation(pop, pm, G, x)[px, ~] = size(pop);new_pop = {};for i = 1:px %对每一条染色体遍历    % 初始化最大迭代次数    max_iteration = 0;    single_new_pop = pop{i, 1};    [~, m] = size(single_new_pop); %m为单一个体的长度    % single_new_pop_slice初始化    single_new_pop_slice = [];    if(rand < pm)%产生变异        while isempty(single_new_pop_slice)            % 生成2-（m-1）的两个随机数,并排序            mpoint = sort(round(rand(1,2)*(m-3)) + [2 2]);            %mpoint            %获得变异前面和后面的点，看是不是连续的，不连续就连续化            single_new_pop_slice = [single_new_pop(mpoint(1, 1)-1) single_new_pop(mpoint(1, 2)+1)];            single_new_pop_slice = generate_continuous_path(single_new_pop_slice, G, x);            %max_iteration = max_iteration + 1;            if max_iteration >= 100000                break            end        end        if max_iteration >= 100000            new_pop{i, 1} = pop{i, 1};        else            new_pop{i, 1} = [single_new_pop(1, 1:mpoint(1, 1)-1), single_new_pop_slice(2:end-1), single_new_pop(1, mpoint(1, 2)+1:m)];            %mpoint的前面的和后面的不变，中间用一段新的连续的路径替换               end        % single_new_pop_slice再次初始化        single_new_pop_slice = [];    else        new_pop{i, 1} = pop{i, 1};    endend

3 仿真结果

4 参考文献

[1]王浩, 方露, 庄奎,等. 基于遗传算法扫地机器人设计路径规划[J]. 中阿科技论坛（中英文）, 2021(4):3.

[2]荀燕琴, 田竹梅, 任国凤,等. 基于遗传算法的智能扫地机器人路径规划研究[J]. 高师理科学刊, 2020, 40(3):5.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。