Robot path planning in uncertain environment using multi-objective particle swarm optimization

在许多实际问题中，往往涉及到多个工作空间的机器人，机器人必须规避危险源，如火灾救援任务，在战场的地雷和敌人。因为它得到他们的精确位置是不可能的或过于昂贵，决策者只知道他们的行动范围，在大多数情况下。本文提出了一种多目标基于在这样一个环境下机器人导航的粒子群优化算法的路径规划算法。首先，隶属函数定义路径的风险度评价。考虑到两个性能优点：风险程度和路径的距离，不确定的危险源的路径规划问题描述为一个约束的双目标优化问题具有不确定系数。然后，一个约束多目标粒子群优化算法来解决这个问题。一些新的操作/改进，如基于随机抽样一致变异粒子更新方法，不可行的档案，约束支配关系的基础上与障碍物碰撞的时代，被纳入该算法来提高其有效性。最后，仿真结果证明了我们的方法的能力来生成高质量的帕累托最优路径。