基于改进遗传算法的

AGV

路径规划

苑光明，翟云飞，丁承君，张

鹏

【摘

要】

［摘

要］

针对

AGV

在自动化生产线中原有路径规划算法存在路径拐

弯次数多，不利于

AGV

自动控制的问题，提出了一种改进遗传算法。为提高

AGV

运行的效率，该算法引入了拐弯因素。针对在路径规划中传统遗传算法收

敛速度慢的问题，结合分层方法，改进传统的精英保留策略。在算法进化过程

中，根据个体适应度的变化动态调整交叉概率和变异概率，加快算法的收敛速

度。

Matlab

仿真实验结果显示

:

改进遗传算法能够规划出一条更合理的路径，

相比较传统方法减少了转弯次数，改善了搜索路径质量，表明该算法可以满足

自动化生产线

AGV

路径规划的要求。

【期刊名称】

北京联合大学学报(自然科学版)

【年

(

卷

),

期】

2018(032)001

【总页数】

5

【关键词】

［关键词］

自动导航车

;

路径规划

;

改进遗传算法

;

转弯次数

0

引言

随着自动化技术的不断发展，目前国内大部分制造业，尤其是在汽车制造、制

药等劳动力密集的制造企业，传统的物料运输方式效率低，柔性较差，且需要

的人工量大，对于企业来说难以达到其高效生产的要求。为了克服这种现状，

相关领域积极引入

AGV(Automated

Guided

Vehicle)

自动导航车，达到物料

运输的目的［

1

－

2

］

。

AGV

在实际应用中仍然有一些需要解决的问题，路径规

划是其中比较重要的一个问题，当

AGV

收到调度系统下达的任务后，会自动规

划出

1

条从当前位置到达目标位置的路径，该路径需要优化的方面有行程时间、