采用栅格对机器人的工作空间进行划分，再利用优化算法对机器人路径优化，是采用智能算法求最优路径的一个经典问题。目前，采用蚁群算法在栅格地图上进行路径优化取得比较好的效果，而利用遗传算法在栅格地图上进行路径优化在算法显得更加难以实现。 利用遗传算法处理栅格地图的机器人路径规划的难点主要包括：1保证路径不间断，2保证路径不穿过障碍。 用遗传算法解决优化问题时的步骤是固定的，就是种群初始化，选择，交叉，变异，适应度计算这样，那么下面我就说一下遗传算法求栅格地图中机器人路径规划在每个步骤的问题、难点以及解决办法。
资源文件列表
GAforPathPlaning/cal_path_smooth.m , 1361
GAforPathPlaning/cal_path_value.m , 749
GAforPathPlaning/crossover.m , 1014
GAforPathPlaning/DrawMap.m , 335
GAforPathPlaning/generate_continuous_path.m , 3632
GAforPathPlaning/main.m , 4401
GAforPathPlaning/mutation.m , 1257
GAforPathPlaning/selection.m , 566