【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第10期 414-418页,共5页

【作 者】： 薛春艳

【摘 要】 机器人步态规划过程是一个随机性较强的过程，对步长和步频的计算过程需要根据现场环境，在大量的先验条件支撑下得出。传统的机器人步态规划需要大量的先验条件，一旦先验条件增加，也会需要大量的计算，以保证计算的准确性，导致步态规划过程耗时明显，机器人行为滞后。为解决上述问题，提出基于遗传多样性融合算法的机器人步态规划方法。建立机器人步态规划初始种群，针对种群中的所有可能的步态元素进行编码，利用遗传算法的寻优特性，对所有的步态规划中的遗传算子进行选择、交叉、变异、平滑运算。计算机器人步态规划交叉概率，获取步态规划的适应性，得到种群更新的终止条件，快速计算步态特征。实验结果表明，利用改进算法进行机器人步态规划，能够提高规划的合理性，缩短步态规划需要耗费的时间，提高步态规划的效率，得到最理想的步态规划结果。