D0L:10.13374M.issm1001-053x.2012.02.015 第34卷第2期 北京科技大学学报 Vol.34 No.2 2012年2月 Journal of University of Science and Technology Beijing Feb.2012 一种基于遗传算法参数优化的改进人工势场法 李擎⑧王丽君陈博周洲尹怡欣 北京科技大学自动化学院，北京100083 ☒通信作者，E-mail:liging@ies.ustb.cdu.cm 摘要人工势场法是一种简单有效的移动机器人路径规划算法.针对传统人工势场法在路径规划中的一类目标点不可达 问题，提出了一种在局部最小点改变斥力角度和设定虚拟最小局部区域的解决方案，同时采用遗传算法对改进算法中斥力改 变角度以及虚拟最小局部区域的半径两个参数进行优化.仿真实验说明本文所提算法能在起点和终点之间规划出一条简捷、 光滑和安全的路径. 关键词路径规划：移动机器人：人工势场法；遗传算法 分类号TP242.6 An improved artificial potential field method with parameters optimization based on genetic algorithms LI Qing☒，WANG Lijun,CHEN Bo,ZHOU Zhou,,YINi-xin School of Automation,University of Science and Technology Beijing.Beijing 100083.China Corresponding author,E-mail:liging@ies.ustb.edu.cn ABSTRACT The artificial potential field method is a simple and efficient path planning algorithm for mobile robots.Aiming at a kind of goal unreachable problem in traditional artificial potential field methods,an improved algorithm which changes the angle of repulsion at the local minimum point and sets the virtual local minimum area was proposed for problem-solving.The genetic algorithm was also introduced to optimize the parameters,i.e.the revolved angle of repulsion and the radius of the virtual local minimum area for the im- proved artificial potential field algorithm.It is proved that the proposed algorithm can plan out a simple,smooth and safe optimum path connecting the start point and the end point by simulation experiments. KEY WORDS path planning:mobile robots;artificial potential fields;genetic algorithms 路径规划是指移动机器人按照某一性能指标要达问题（局部最小问题）[6.国内外学者针对此问 求搜索一条从起始状态到目标状态最优或次优路径 题提出了很多方法：文献[7]提出了一种虚拟障碍 的过程，它是移动机器人研究领域中的一个重要分 物的算法，较好地解决了局部最小问题：文献[8]提 支，是移动机器人导航与控制的基础).路径规划 出了一种基于“沿边行走”的算法，使机器人沿着障 可分为基于已知环境的全局路径规划和基于未知环 碍物的边缘运动，同样成功地解决了局部最小问题： 境的局部路径规划).移动机器人路径规划的常用 文献[9]提出一种通过附加控制力的方法使移动机 方法有人工神经网络、遗传算法)、模糊逻辑方法 器人逃离局部最小点，进而完成路径规划任务.本 和人工势场artificial potential field,APF)法等. 文对传统人工势场法中一类目标不可达问题（局部 人工势场法作为经典而高效的路径规划算法， 最小问题出现的原因进行了分析，提出了一种通 虽然具有实时性好、路径安全性平滑性好等优点，但 过改变斥力角度和设置虚拟局部最小区域解决以上 仍然存在很多有待解决和探索的问题，如目标不可 问题的方法.该方法虽然保留了传统人工势场法的 收稿日期：2010-1201 基金项目：教育部第36批“留学回国人员科研启动基金”资助项目(1341)：国家自然科学基金资助项目(60374032)：北京市重点学科建设资 助项目(XK100080537)第 34 卷 第 2 期 2012 年 2 月 北京科技大学学报 Journal of University of Science and Technology Beijing Vol． 34 No． 2 Feb． 2012 一种基于遗传算法参数优化的改进人工势场法 李 擎 王丽君 陈 博 周 洲 尹怡欣 北京科技大学自动化学院，北京 100083 通信作者，E-mail: liqing@ ies． ustb． edu． cn 摘 要 人工势场法是一种简单有效的移动机器人路径规划算法． 针对传统人工势场法在路径规划中的一类目标点不可达 问题，提出了一种在局部最小点改变斥力角度和设定虚拟最小局部区域的解决方案，同时采用遗传算法对改进算法中斥力改 变角度以及虚拟最小局部区域的半径两个参数进行优化． 仿真实验说明本文所提算法能在起点和终点之间规划出一条简捷、 光滑和安全的路径． 关键词 路径规划; 移动机器人; 人工势场法; 遗传算法 分类号 TP242. 6 An improved artificial potential field method with parameters optimization based on genetic algorithms LI Qing ，WANG Li-jun，CHEN Bo，ZHOU Zhou，YIN Yi-xin School of Automation，University of Science and Technology Beijing，Beijing 100083，China Corresponding author，E-mail: liqing@ ies． ustb． edu． cn ABSTRACT The artificial potential field method is a simple and efficient path planning algorithm for mobile robots． Aiming at a kind of goal unreachable problem in traditional artificial potential field methods，an improved algorithm which changes the angle of repulsion at the local minimum point and sets the virtual local minimum area was proposed for problem-solving． The genetic algorithm was also introduced to optimize the parameters，i． e． the revolved angle of repulsion and the radius of the virtual local minimum area for the im￾proved artificial potential field algorithm． It is proved that the proposed algorithm can plan out a simple，smooth and safe optimum path connecting the start point and the end point by simulation experiments． KEY WORDS path planning; mobile robots; artificial potential fields; genetic algorithms 收稿日期: 2010--12--01 基金项目: 教育部第 36 批“留学回国人员科研启动基金”资助项目( 1341) ; 国家自然科学基金资助项目( 60374032) ; 北京市重点学科建设资 助项目( XK100080537) 路径规划是指移动机器人按照某一性能指标要 求搜索一条从起始状态到目标状态最优或次优路径 的过程，它是移动机器人研究领域中的一个重要分 支，是移动机器人导航与控制的基础［1］． 路径规划 可分为基于已知环境的全局路径规划和基于未知环 境的局部路径规划［2］． 移动机器人路径规划的常用 方法有人工神经网络、遗传算法［3］、模糊逻辑方法［4］ 和人工势场( artificial potential field，APF) 法［5］等． 人工势场法作为经典而高效的路径规划算法， 虽然具有实时性好、路径安全性平滑性好等优点，但 仍然存在很多有待解决和探索的问题，如目标不可 达问题( 局部最小问题) ［6］． 国内外学者针对此问 题提出了很多方法: 文献［7］提出了一种虚拟障碍 物的算法，较好地解决了局部最小问题; 文献［8］提 出了一种基于“沿边行走”的算法，使机器人沿着障 碍物的边缘运动，同样成功地解决了局部最小问题; 文献［9］提出一种通过附加控制力的方法使移动机 器人逃离局部最小点，进而完成路径规划任务． 本 文对传统人工势场法中一类目标不可达问题( 局部 最小问题) 出现的原因进行了分析，提出了一种通 过改变斥力角度和设置虚拟局部最小区域解决以上 问题的方法． 该方法虽然保留了传统人工势场法的 DOI:10.13374/j.issn1001-053x.2012.02.015