遺傳算法的機器人控制系統優(yōu)化設計作用論文

　　摘要:遺傳算法作為一種建立在自然界生命進(jìn)化機制基礎上的一種搜索優(yōu)化方法，在機器人控制領(lǐng)域中有著(zhù)十分重要的應用意義，通過(guò)分析遺傳算法概念、原理及優(yōu)點(diǎn)，并不斷找出機器人控制領(lǐng)域的應用方法，為未來(lái)機器人控制發(fā)展指明方向.

　　關(guān)鍵詞:遺傳算法;機器人;控制系統;設計研究

　　遺傳算法是一種借鑒了自然界中生物自身進(jìn)化機制與發(fā)展機制的隨機化搜索算法，其將適者生存這一概念深入應用到算法結構中，整體采用鏈式結構，并在鏈式結構之間進(jìn)行有機的隨機信息交換，隨著(zhù)算法的不斷運行，優(yōu)秀的品質(zhì)得以保留，于此相關(guān)的優(yōu)秀個(gè)體，得以進(jìn)一步的發(fā)展。遺傳算法在機器人控制領(lǐng)域有著(zhù)十分重要的應用意義，能夠不斷優(yōu)化對機器人的控制方法，使得機器人在智能成長(cháng)方面產(chǎn)生獨特優(yōu)勢。

　　1遺傳算法優(yōu)點(diǎn)

　　遺傳算法有著(zhù)諸多優(yōu)點(diǎn)，與其他算法相比，主要分為以下幾個(gè)方面。首先，遺傳算法在求解過(guò)程中操作對象，是由參數編碼形成的染色體串，而不是一般算法作用的參數本身，遺傳算法不受問(wèn)題的性質(zhì)限制，能夠直接對對象所聯(lián)系的染色體串概念進(jìn)行操作，對于集合、隊列、樹(shù)、圖等結構有著(zhù)更加直觀(guān)方便的觀(guān)察，因此，遺傳算法可以有著(zhù)十分廣泛的應用。遺傳算法在解決問(wèn)題時(shí)，是從空間中的一群點(diǎn)開(kāi)始進(jìn)行操作，其可以對空間中一部分區域進(jìn)行分析總結，并生成群體進(jìn)化序列，這樣能夠有效防止在搜索過(guò)程中出現局部最優(yōu)解的情況，能夠最大程度的顧全全局。另外遺傳算法中的概率轉變規則，也使得其在進(jìn)行空間信息搜索時(shí)，能夠有效利用概率來(lái)指導搜索方向，相比于傳統算法搜索來(lái)說(shuō)有著(zhù)更高的搜索效率。遺傳算法在使用過(guò)程中有著(zhù)隱含的并行性特點(diǎn)，其在進(jìn)行問(wèn)題搜索解決時(shí)，能夠運用較少的串來(lái)檢驗較大數量區域的整體特性，這使得遺傳算法能夠更方便、更簡(jiǎn)單的使用并行機制來(lái)進(jìn)行高速運算，對于一般的計算機運算芯片來(lái)說(shuō)，有效的提高運算效率。傳統算法使用并不存在這一優(yōu)勢，另外遺傳算法對于問(wèn)題依賴(lài)性十分小，遺傳算法方法主要是使用問(wèn)題的適應度函數值這一信息來(lái)源進(jìn)行問(wèn)題答案求解，與其他算法相比，并不需要輔助信息的幫助。如果問(wèn)題函數值中并不包含所需具體信息，遺傳算法也可以在其他方面找到所需的適應度函數值，進(jìn)而獲得問(wèn)題的進(jìn)一步求解。整體來(lái)說(shuō)，遺傳算法與其他算法相比，更適合進(jìn)行大規模復雜問(wèn)題的優(yōu)化求解。

　　2遺傳算法控制系統優(yōu)化設計方法

　　用遺傳算法進(jìn)行問(wèn)題解決，一般步驟是表示問(wèn)題、選擇巡游參數編碼方式、產(chǎn)生群體、計算適應度函數值、選擇、復制、交叉、變異、終止。在這一整個(gè)過(guò)程中，都參考了達爾文進(jìn)化論中的自然選擇生物循環(huán)機制，并且將待優(yōu)化的問(wèn)題，通過(guò)空間映射為生物染色體的方法來(lái)使得遺傳算法能夠隨機產(chǎn)生若干代表優(yōu)化問(wèn)題候選解的群體，并按照特定的環(huán)境深度對各個(gè)群體進(jìn)行評估，最終選擇優(yōu)秀的能夠繼承適應的個(gè)體進(jìn)行向下傳遞，實(shí)現進(jìn)化。最終獲得特定環(huán)境下的問(wèn)題最優(yōu)解。通過(guò)這方面可以了解到，在進(jìn)行機器人控制中對于機器人控制的以下幾個(gè)方面有著(zhù)很好的優(yōu)化指導作用。

　　2.1機器人步態(tài)優(yōu)化

　　機器人的步態(tài)控制是一個(gè)有著(zhù)諸多變量，強耦合、非線(xiàn)性的復雜力學(xué)系統，在機器人動(dòng)態(tài)步行設計過(guò)程中，如何對其平衡性以及步伐控制進(jìn)行設計，有著(zhù)十分繁瑣的分析，傳統的方法進(jìn)行步行控制設計，往往需要依賴(lài)設計者的主觀(guān)經(jīng)驗和直覺(jué)，新型化的模型也使得其結果并非最優(yōu)。即使一部分算法滿(mǎn)足了步行設計標準，但限制了機器人在不同環(huán)境下的步行能力，用遺傳算法。在一定約束條件下，諸如限制其步行速度和步幅，進(jìn)而建立合適的適應度函數，將機器人的走路問(wèn)題轉化為參數搜索問(wèn)題，融合遺傳算法中的隱含并行性，進(jìn)行非線(xiàn)性的問(wèn)題解決，最終得到不同約束條件下的最優(yōu)行走方法。

　　2.2機器人關(guān)節空間運動(dòng)優(yōu)化

　　機器人關(guān)節空間自由運動(dòng)規劃是一個(gè)有著(zhù)巨大挑戰性的問(wèn)題，其主要表現在兩個(gè)方面，一是需要借助通用的方法來(lái)處理諸多運動(dòng)學(xué)力學(xué)的約束問(wèn)題，另外它需要使用高效算法在十分復雜且龐大的空間結構中，構建自由軌跡，來(lái)保證機器人運動(dòng)的準確、穩定。雖然在機器人關(guān)節運動(dòng)在控制研究過(guò)程中，有學(xué)者使用最優(yōu)控制理論解決一些問(wèn)題，但自由控制理論并不能解決高度耦合、高度非線(xiàn)性的機器人動(dòng)力學(xué)模型，使得結果雖然是最優(yōu)解，但并非最適合實(shí)際情況。在遺傳算法下的，處理大規模運動(dòng)力學(xué)和控制約束問(wèn)題，能夠實(shí)現更好的性質(zhì)，并且龐大的復雜軌跡空間中非線(xiàn)性的檢索方法，也能夠盡可能的找出最優(yōu)的運動(dòng)軌跡，保證軌跡連續、速度連續。

　　2.3多機器人路徑協(xié)調

　　多機器人協(xié)同工作是未來(lái)機器人控制中的重要方面，機器人路徑規劃是指在一定工作空間內為機器人，實(shí)現不同任務(wù)所提供的高效安全的.運動(dòng)路徑，在實(shí)際應用過(guò)程中，每個(gè)機器人都需要有特定的準確路徑，通常使用原則是提醒人所行走的路徑長(cháng)度最短，消耗能量最少，使用時(shí)間最多，以往的算法提出可視圖人工勢場(chǎng)等等能夠在一定程度上解決機器人路徑協(xié)調問(wèn)題，但容易使得部分機器人停滯不前，全球上降低了機器人的工作效率。應用遺傳算法來(lái)調整路徑點(diǎn)要通過(guò)，事先規劃好的工作空間路徑點(diǎn)鏈接圖進(jìn)行建模，在此基礎上應用遺傳算法調整路徑節點(diǎn)，進(jìn)而一步一步得到較優(yōu)的行走路徑，逐層傳遞的非線(xiàn)性二進(jìn)制路線(xiàn)編碼機器人在行走時(shí)能夠逐步的解決路線(xiàn)問(wèn)題，更好的符合現實(shí)中機器人錄像協(xié)調問(wèn)題規劃需要。

　　3結語(yǔ)

　　遺傳算法充分考慮自然界生物自身行為進(jìn)化方式的諸多內容，所以在進(jìn)行機器人控制時(shí)，對于機器人的行為控制也能夠將其與自然界生物行為相聯(lián)系，從某些方面使其更適應實(shí)際情況當中的問(wèn)題解決。遺傳算法對于機器人控制設計，只要能夠更好的解決多機器人路徑，協(xié)調機器人自身運動(dòng)協(xié)調等等方面的問(wèn)題，通過(guò)深入分析遺傳算法，未來(lái)機器人控制還會(huì )有著(zhù)更為長(cháng)遠的應用空間。遺傳算法在諸多方面都有著(zhù)自身所特有的優(yōu)勢，盡管在一些方面其并不適合直接的數學(xué)方法分析，但對于邏輯行為的指導有著(zhù)巨大的帶動(dòng)意義，尤其是在機器人行為控制上，能夠推動(dòng)工業(yè)機器人的功能性。

　　參考文獻

　　[1]丁度坤,謝存禧,張鐵,蔣賢海.遺傳算法在工業(yè)機器人控制中應用研究[J].機械設計與制造,2009(03):13-16.

　　[2]吳婷,張禮兵.基于自適應遺傳算法自?xún)?yōu)化的機器人控制策略[J].自動(dòng)化與儀器儀表,2015(06):30-32.