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、
