基于蚁群与自适应遗传算法的机器人路径规划方法

本发明为基于蚁群与自适应遗传算法的机器人路径规划方法，包括以下步骤：S1,初始化地图以及机器人的位置信息；S2，首先使用蚁群算法规划出多条可行路径，作为遗传算法的初始种群；S3,在适应度函数中考虑路径的长度、拐点数以及行驶时间，将适应度函数作为最优路径的评判方式；S4，将蚁群算法规划出的多条路径，按适应度值排序，并选出一定数量的路径后，进行自适应交叉、变异；S5，采用冗余点剔除策略精炼路径；S6，实现移动机器人的避障和全局路径规划。本发明有效地解决了传统遗传算法搜索效率低、路径不平滑、冗余节点多、以及在复杂环境中避障的问题。并且其搜索效率更高，路径长度和平滑性也均得到了优化。