【路径规划】基于遗传算法求解栅格全路径规划及避障Matlab代码.zip

【路径规划】基于遗传算法求解栅格全路径规划及避障

Matlab代码

1 简介

采用栅格法建立机器人工作环境模型,并用MATLAB语言随机产生栅格中障碍物的位置及数量,应用遗传算

法完成机器人路径规划,对遗传算法的插入和删除操作进行了改进,提高了遗传算法的搜索速度,并采用序

号编码的方法,减小编码长度,简化遗传算法程序,缩短程序执行时间。仿真结果表明了该方法的有效性及

可行性。



figure(1)%画障碍图

hold on

for i=1:hang_shange

for j=1:lie_shange

if sign(i,j)==1

y=[i-1,i-1,i,i];

x=[j-1,j,j,j-1];

h=fill(x,y,'g');

end

text(j-0.8,i-0.5,num2str((i-1)*lie_shange+j))

end

for i=1:lie_shange

plot([i i],[0 hang_shange],'k-');%画网格线

end

pop=[1,2,randperm(num_point-2)+2];

pop=deal_fun4(pop);

re=re_fun(pop);

disp(['转向次数：',num2str(re(1))])

disp(['重复点数：',num2str(re(2))])

disp(['路径长度：',num2str(num_point-length(zhangai_point)-1+re(2))])

jiantou_fun(Q1,Q2)

else

Q2=[mod(pop(i)-1,lie_shange)+0.5,ceil(pop(i)/lie_shange)-0.5];

lt_lin1=liantong_point{pop(i)};

p_lin=pop(i-1);

while sum(ismember(lt_lin1,p_lin(end)))==0

Q1=[mod(p_lin(end)-1,lie_shange)+0.5,ceil(p_lin(end)/lie_shange)-0.5];

lt_lin2=liantong_point{p_lin(end)};

angle_lin=[];