m基于GA遗传优化的AGV栅格地图路径规划和避障matlab仿真
1.算法描述
遗传算法GA把问题的解表示成“染色体”,在算法中也即是以二进制编码的串。并且,在执行遗传算法之前,给出一群“染色体”,也即是假设解。然后,把这些假设解置于问题的“环境”中,并按适者生存的原则,从中选择出较适应环境的“染色体”进行复制,再通过交叉,变异过程产生更适应环境的新一代“染色体”群。这样,一代一代地进化,最后就会收敛到最适应环境的一个“染色体”上,它就是问题的最优解。
其主要步骤如下:
1.初始化
选择一个群体,即选择一个串或个体的集合bi,i=1,2,...n。这个初始的群体也就是问题假设解的集合。一般取n=30-160。
通常以随机方法产生串或个体的集合bi,i=1,2,...n。问题的最优解将通过这些初始假设解进化而求出。
2.选择
根据适者生存原则选择下一代的个体。在选择时,以适应度为选择原则。适应度准则体现了适者生存,不适应者淘汰的自然法则。
给出目标函数f,则f(bi)称为个体bi的适应度。以
为选中bi为下一代个体的次数。
显然.从式可知:
(1)适应度较高的个体,繁殖下一代的数目较多。
(2)适应度较小的个体,繁殖下一代的数目较少;甚至被淘汰。
这样,就产生了对环境适应能力较强的后代。对于问题求解角度来讲,就是选择出和最优解较接近的中间解。
3.交叉
对于选中用于繁殖下一代的个体,随机地选择两个个体的相同位置,按交叉概率P。在选中的位置实行交换。这个过程反映了随机信息交换;目的在于产生新的基因组合,也即产生新的个体。交叉时,可实行单点交叉或多点交叉。
基于Matlab的AGV路径规划及调度
由磁导轨及目标地点组成的栅格地图,利用设置障碍物,剩余的部分为AGV运动的导轨,同一段导轨同时只允许一台AGV车并行进入,主干均分支双向通行,地图大小偏小(约10*15m)。
任务调度要求:单一任务,即前往取货点、放货点(或设置两个工作点)并返回。需要在移动速度已定的情况下,所有AGV所用时间相加最短。任务需选择最优的AGV执行。
2.仿真效果预览
matlab2022a仿真结果如下:
3.MATLAB核心程序
Lgrid = 3; Speed1 = 0.75; Speed2 = Speed1/2; Navg = 1; %GA种群 Pop = 100*Navg;%每个AVG分配100个种群 %最大进化代数 Iteration = 200; %交叉概率 P1 = 0.99; %变异概率 P2 = 0.01; %起点 Sp1 = 3; %终点 Ep1 = 313; %栅格地图,可以自己修改,这个图是要求中的示意图 G_matrix = zeros(20,20); [RG,CG] = size(G_matrix); for i1 = 1:5 for j = 1:5 G_matrix([5:6]+(i1-1)*3,[5:6]+(j-1)*3)=1; end end Xstart = Sp1-CG*floor(Sp1/CG)+1; Ystart = floor(Sp1/CG); Xend = Ep1-CG*floor(Ep1/CG)+1; Yend = floor(Ep1/CG); func_maps(G_matrix); hold on plot(Xstart,Ystart+1,'r*'); hold on plot(Xend,Yend+1,'bs'); %由于转弯速度不一样,所以需要对转弯作为单独的目标进行优化 % %路径长度权值 % W1 = 1; % %转弯权重 % W2 = 4; cnt = 1; %路径变量 Paths_save= {}; [R1,C1] = size(G_matrix); if G_matrix(Xstart+1,Ystart+1)==1 | G_matrix(Xend+1,Yend+1)==1 msgbox('起点或者终点和障碍物重合'); else %初始化 Path_cnt = Yend - Ystart + 1; pop = zeros(Pop, Path_cnt); for i1 = 1:Pop pop(i1,1) = Sp1; j = 1; for i2 = Ystart+1:Yend-1 j = j + 1; OK = []; for i3 = 1:C1 %栅格 idx = (i3-1) + (i2-1)*C1; if G_matrix(i2,i3) == 0 OK = [OK,idx]; end end OK_idx = length(OK); index = randi(OK_idx);%随机整数 pop(i1,j) = OK(index); end pop(i1,end) = Ep1; %构成路径 new_pop2 = func_genpath(pop(i1,:),G_matrix,C1); if isempty(new_pop2)==0 Paths_save(cnt,1) = {new_pop2}; cnt = cnt + 1; end end