《移動(dòng)機(jī)器人路徑規(guī)劃實(shí)現(xiàn)方法研究》由會(huì)員分享，可在線閱讀，更多相關(guān)《移動(dòng)機(jī)器人路徑規(guī)劃實(shí)現(xiàn)方法研究（4頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、移動(dòng)機(jī)器人路徑規(guī)劃實(shí)現(xiàn)方法研究 摘要：移動(dòng)機(jī)器人技術(shù)是近年來(lái)開(kāi)展起來(lái)的一門重要學(xué)科，而路徑規(guī)劃是機(jī)器人研究領(lǐng)域的一個(gè)重要分支，它融合了機(jī)電工程、傳感技術(shù)、自動(dòng)控制、計(jì)算機(jī)技術(shù)及人工智能等多學(xué)科的最新研究成果，是當(dāng)前人們最為熱衷的科學(xué)技術(shù)研究方向之一。本文分析了目前廣泛應(yīng)用的移動(dòng)機(jī)器人路徑規(guī)劃研究方法，詳細(xì)介紹了環(huán)境建模方法和路徑搜索算法，最后展望了移動(dòng)機(jī)器人路徑規(guī)劃技術(shù)的開(kāi)展趨勢(shì)。 關(guān)鍵詞：移動(dòng)機(jī)器人;環(huán)境建模;路徑規(guī)劃 中圖分類號(hào)：TP24文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1003-5168〔2021〕29-0014-03 Abstract：Mobilerobottechnologyisan

2、importantsubjectdevelopedinrecentyears，andpathplanningisanimportantbranchinthefieldofrobotics，whichintegratesthelatestresearchresultsofmultipledisciplinessuchaselectromechanicalengineering，sensortechnology，automaticcontrol，computertechnologyandartificialintelligence，andisoneofthemostpopularscientifi

3、candtechnologicalresearchdirections.Thispaperanalyzedthecurrentlywidelyusedmobilerobotpathplanningresearchmethods，introducedtheenvironmentmodelingmethodandpathsearchalgorithmindetail，andfinallylookedforwardtothedevelopmenttrendofmobilerobotpathplanningtechnology. Keywords：mobilerobot;environmentmod

4、eling;pathplanning 路徑規(guī)劃技術(shù)在移動(dòng)機(jī)器人技術(shù)研究領(lǐng)域中處于非常關(guān)鍵的地位，其目的是在移動(dòng)機(jī)器人執(zhí)行任務(wù)的周圍環(huán)境有障礙物的情況下，依據(jù)某一種評(píng)價(jià)方法〔所用經(jīng)濟(jì)代價(jià)最小或任務(wù)路徑最短等〕，尋找出一條由初始狀態(tài)〔包含運(yùn)動(dòng)姿態(tài)和位置〕到達(dá)目標(biāo)狀態(tài)的最優(yōu)的無(wú)障礙路徑。移動(dòng)機(jī)器人的關(guān)鍵功能之一就是路徑規(guī)劃，是其實(shí)施避障任務(wù)和自主導(dǎo)航的根底，根據(jù)對(duì)環(huán)境信息的理解層次的不同，按其規(guī)劃范圍，可分為全局路徑規(guī)劃和局部路徑規(guī)劃【1】。全局路徑規(guī)劃又稱離線規(guī)劃，主要依據(jù)當(dāng)前全局環(huán)境中掌握的所有信息，在全局地圖上尋找全局最優(yōu)路徑或者是次優(yōu)路徑，它的作用是導(dǎo)引移動(dòng)機(jī)器人向目標(biāo)位置移動(dòng);局部路徑規(guī)

5、劃是指在機(jī)器人運(yùn)動(dòng)過(guò)程中，利用自身裝載的多種傳感器來(lái)獲取機(jī)器人周圍的環(huán)境信息，并規(guī)劃一條有效路徑，通常具有較高的靈活性和實(shí)時(shí)性。 1路徑規(guī)劃主要研究思路 路徑規(guī)劃是智能化和信息化技術(shù)在移動(dòng)機(jī)器人應(yīng)用研究中的重要表現(xiàn)，在操作者發(fā)出指令后，它可以自主添加執(zhí)行任務(wù)細(xì)節(jié)，是完成其他高級(jí)任務(wù)的根底。移動(dòng)機(jī)器人路徑規(guī)劃研究方向較多，人們可以從不同的切入點(diǎn)著手對(duì)其展開(kāi)研究。但是，無(wú)論從哪一個(gè)側(cè)重點(diǎn)進(jìn)行分析研究，移動(dòng)機(jī)器人路徑規(guī)劃研究方法一般可以歸納為參數(shù)輸入、環(huán)境建模、利用適宜算法規(guī)劃路徑、仿真輸出結(jié)果等幾個(gè)過(guò)程，其技術(shù)路線如圖1所示。 移動(dòng)機(jī)器人在路徑規(guī)劃的實(shí)際應(yīng)用中需要解決兩個(gè)主要問(wèn)題：一是環(huán)境建

6、模;二是路徑搜索生成及處理策略【2】。本文先討論環(huán)境建模方法，然后介紹路徑規(guī)劃算法，為學(xué)習(xí)人員提供一條思路。 在執(zhí)行路徑規(guī)劃任務(wù)時(shí)，移動(dòng)機(jī)器人首先要獲取即將行駛區(qū)域的環(huán)境地圖。移動(dòng)機(jī)器人主要依靠機(jī)身上配置的雙目立體視覺(jué)、CCD工業(yè)攝像機(jī)、傳感器等通過(guò)算法獲得自身所處的位置，并在此根底上獲取以上傳感器所能夠觀測(cè)的一定范圍內(nèi)的地圖信息。環(huán)境地圖的主要?jiǎng)?chuàng)立方法是把移動(dòng)機(jī)器人所在的相關(guān)環(huán)境信息分解為假設(shè)干個(gè)形態(tài)各異的網(wǎng)格空間，利用多傳感器獲取的障礙物信息進(jìn)行相關(guān)處理，最后依據(jù)某種設(shè)定規(guī)那么來(lái)處理包含障礙物的網(wǎng)格信息。此時(shí)，環(huán)境地圖信息已比擬詳盡，移動(dòng)機(jī)器人可以利用處理好的環(huán)境信息進(jìn)行路徑規(guī)劃。當(dāng)

7、前，環(huán)境地圖的創(chuàng)立方法多種多樣，拓?fù)涞貓D、特征地圖、柵格地圖等是比擬常見(jiàn)的地圖創(chuàng)立方法，每種方法各有優(yōu)劣勢(shì)，適用于不同的應(yīng)用場(chǎng)景。 1.1.1拓?fù)涞貓D。拓?fù)涞貓D是一種通過(guò)化簡(jiǎn)和再調(diào)整，最終保存關(guān)鍵信息的地圖，兩點(diǎn)之間的距離及相對(duì)位置也不完全一定和實(shí)際的位置及距離對(duì)應(yīng)。拓?fù)涞貓D一般適合于規(guī)模較大的環(huán)境，多用圖來(lái)進(jìn)行表征。拓?fù)涞貓D占用的存儲(chǔ)空間小，在應(yīng)用于移動(dòng)機(jī)器人路徑規(guī)劃時(shí)，既簡(jiǎn)便又高效。不過(guò)，拓?fù)涞貓D不能提供準(zhǔn)確的尺度信息，所以其實(shí)并不適用于移動(dòng)機(jī)器人的定位。 1.1.2特征地圖。特征地圖是通過(guò)傳感器采集周圍環(huán)境的特征信息后，對(duì)其展開(kāi)特征信息提取和共性信息挑選，得到簡(jiǎn)單幾何特征而創(chuàng)立的地圖

8、。這種表示方法定位準(zhǔn)確，實(shí)現(xiàn)起來(lái)較為簡(jiǎn)單，便于對(duì)障礙物信息進(jìn)行特征識(shí)別和估計(jì)，其模型比擬適合于計(jì)算機(jī)表示，參數(shù)化特征也和路徑規(guī)劃問(wèn)題相匹配，但是該方法存在特征提取等預(yù)處理步驟，容易受到傳感器的噪聲干擾，因此不能推廣應(yīng)用在室外較為復(fù)雜的環(huán)境地圖構(gòu)建中。 1.1.3柵格地圖。柵格地圖是在真實(shí)環(huán)境中通過(guò)數(shù)字化手段創(chuàng)立的地圖。它將環(huán)境分解成一個(gè)個(gè)離散的柵格，每個(gè)柵格和現(xiàn)實(shí)環(huán)境中的一個(gè)小區(qū)域?qū)?yīng)，表示環(huán)境區(qū)域是否存在障礙物。每個(gè)柵格都標(biāo)有一個(gè)編號(hào)值，據(jù)此來(lái)分辨柵格所表征的環(huán)境區(qū)域的相對(duì)位置。環(huán)境信息可以被柵格地圖詳細(xì)描述，這種方法方便創(chuàng)立與維護(hù)。 路徑規(guī)劃的核心是路徑規(guī)劃算法【3】，路徑規(guī)劃開(kāi)展

9、到今天，算法有很多種，比擬常見(jiàn)的算法有以下幾種：迪杰斯特拉算法、A*算法、D*算法、人工勢(shì)場(chǎng)法、遺傳算法〔GA〕等。 1.2.1迪杰斯特拉算法。迪杰斯特拉算法又被稱為Dijkstra算法，是由計(jì)算機(jī)專家EWDijkstra提出的。它適用于有向圖中，能夠從一個(gè)頂點(diǎn)搜索到另一個(gè)頂點(diǎn)的最優(yōu)路徑。Dijkstra算法的特點(diǎn)是：選取一個(gè)節(jié)點(diǎn)作為移動(dòng)機(jī)器人的起點(diǎn)，并由此起始點(diǎn)逐步對(duì)外擴(kuò)展，直至抵達(dá)路徑目標(biāo)點(diǎn)所在的節(jié)點(diǎn)為止。Dijkstra算法作為一種最優(yōu)化算法，它對(duì)于各個(gè)方向的搜索的可能性都是相等的，最終目的是尋找一個(gè)從初始狀態(tài)到目標(biāo)狀態(tài)的最短路徑，所以要遍歷的節(jié)點(diǎn)很多，因此效率偏低。 1.2.2A*

10、算法。A*算法是一種啟發(fā)式搜索算法〔HeuristicSearchAlgorithm〕【4】，它融合了廣度優(yōu)先搜索算法和迪杰斯特拉算法的優(yōu)點(diǎn)，既獲取最優(yōu)的路徑規(guī)劃，又確保了搜索效率。因此，這種方法簡(jiǎn)潔快速，而且啟發(fā)式搜索非常具有針對(duì)性，只要求獲取搜索事件的局部狀態(tài)空間信息，就能到達(dá)縮小搜索區(qū)域、減小搜索問(wèn)題復(fù)雜度的目的，所有具有較高的路徑尋找效率。但是，如果A*算法存在多個(gè)最小值，其不能保證搜索路徑的最優(yōu)化。 1.2.3D*算法。D*算法是由Stentz提出的動(dòng)態(tài)規(guī)劃算法【5】，主要應(yīng)用于面對(duì)周圍未知環(huán)境或者存在動(dòng)態(tài)變化的周圍環(huán)境的場(chǎng)景，移動(dòng)機(jī)器人在向目標(biāo)位置搜索過(guò)程中只計(jì)算最短路徑臨近節(jié)點(diǎn)

11、的更新情況。因此，該算法具有比擬高的動(dòng)態(tài)搜索效率，且可以處理任何本錢參數(shù)發(fā)生變化的路徑本錢優(yōu)化問(wèn)題。D*算法是動(dòng)態(tài)情景下的A*算法，但是對(duì)于遠(yuǎn)距離的最短路徑上發(fā)生的變化，其計(jì)算工作量很大。 1.2.4人工勢(shì)場(chǎng)法。人工勢(shì)場(chǎng)法是由Khatib提出的一種虛擬力場(chǎng)法。其根本原理可以這樣描述：首先將移動(dòng)機(jī)器人假設(shè)成一個(gè)點(diǎn)，在一種虛擬的受力場(chǎng)環(huán)境中運(yùn)動(dòng)。虛擬力場(chǎng)由引力場(chǎng)和斥力場(chǎng)組成，目標(biāo)位置對(duì)移動(dòng)機(jī)器人產(chǎn)生引力場(chǎng)，這種力隨著移動(dòng)機(jī)器人與目標(biāo)位置的距離增大而減小〔反比關(guān)系〕;斥力場(chǎng)由測(cè)量環(huán)境中存在的所有障礙物產(chǎn)生的合力組成，這種力隨移動(dòng)機(jī)器人與障礙物距離的減小而增大〔反比關(guān)系〕。人工勢(shì)場(chǎng)法的勢(shì)場(chǎng)函數(shù)顯示，

12、移動(dòng)機(jī)器人的運(yùn)動(dòng)方向取決于引力與斥力之間的矢量合，即勢(shì)場(chǎng)函數(shù)下降的方向。這種方法在數(shù)學(xué)描述上結(jié)構(gòu)簡(jiǎn)單，對(duì)底層的實(shí)時(shí)控制比擬適用，缺點(diǎn)是容易陷入一些局部最優(yōu)解的問(wèn)題。 1.2.5遺傳算法。遺傳算法〔GeneticAlgorithm，GA〕是由Holland提出來(lái)的。20世紀(jì)60年代末，Holland受達(dá)爾文的自然選擇和遺傳機(jī)制等生物進(jìn)化理論啟發(fā)，研究并開(kāi)展了一種隨機(jī)搜索算法，其核心是尋找事件的最優(yōu)解。其根本方法是：利用三個(gè)根本算子，即選擇、交叉和變異設(shè)置機(jī)構(gòu)的算法程序，對(duì)生物進(jìn)化方向和過(guò)程進(jìn)行數(shù)學(xué)方式的描述。該算法不尋求適應(yīng)度函數(shù)是否存在可導(dǎo)或連續(xù)，而只限制其函數(shù)為正。同時(shí)，該算法作為并行算法

13、，它的并行計(jì)算性能夠完全適用于全局搜索。 2路徑規(guī)劃技術(shù)的開(kāi)展趨勢(shì) 隨著科學(xué)技術(shù)的飛速開(kāi)展，移動(dòng)機(jī)器人的應(yīng)用范圍越來(lái)越廣泛，任務(wù)越來(lái)越復(fù)雜，各行業(yè)對(duì)移動(dòng)機(jī)器人路徑規(guī)劃的能力需求隨之提高，移動(dòng)機(jī)器人的路徑規(guī)劃應(yīng)用和研究呈現(xiàn)出一系列新的變化。 目前，移動(dòng)機(jī)器人應(yīng)用趨于多元化，單一類型的傳感器已經(jīng)很難滿足對(duì)環(huán)境信息的認(rèn)識(shí)和理解。隨著各個(gè)應(yīng)用場(chǎng)景任務(wù)需求的增多，移動(dòng)機(jī)器人捕獲環(huán)境信息的感知能力和系統(tǒng)處理能力的要求不斷提高。眾所周知，相比傳統(tǒng)的單一傳感器，多源傳感信息融合技術(shù)的測(cè)量精度更準(zhǔn)確，能夠更加全面地評(píng)估和描述被測(cè)對(duì)象與環(huán)境信息，從而使移動(dòng)機(jī)器人做出正確的決策及判斷。 隨著移動(dòng)機(jī)器

14、人的應(yīng)用場(chǎng)景越來(lái)越多，單一機(jī)器人難以完成一些復(fù)雜的作業(yè)，因此采用多機(jī)器人相互協(xié)作共同完成指定任務(wù)是未來(lái)研究的一個(gè)方向。伴隨科學(xué)技術(shù)的開(kāi)展，工業(yè)、農(nóng)業(yè)、醫(yī)療衛(wèi)生、國(guó)防科技等行業(yè)對(duì)多機(jī)器人系統(tǒng)的需求越來(lái)越高，這種應(yīng)用和研究仍然會(huì)繼續(xù)開(kāi)展。 目前，路徑規(guī)劃算法有人工勢(shì)場(chǎng)法、A*算法、D*算法等，任何一個(gè)單獨(dú)的算法都缺乏以解決實(shí)際應(yīng)用中遇到的所有路徑規(guī)劃問(wèn)題。新型交叉學(xué)科中容易出現(xiàn)新問(wèn)題，創(chuàng)造新算法的難度大，而路徑規(guī)劃算法之間的優(yōu)勢(shì)互補(bǔ)可以有效提供一種解決問(wèn)題的新思路【6】。人們可以將多種路徑規(guī)劃算法融合，以實(shí)現(xiàn)理想狀態(tài)的路徑規(guī)劃。 3結(jié)語(yǔ) 路徑規(guī)劃作為移動(dòng)機(jī)器人導(dǎo)航技術(shù)的重要組成局部，是完

15、成上層任務(wù)的先決條件，同時(shí)也是機(jī)器人具備智能化的重要標(biāo)志。本文分析了移動(dòng)機(jī)器人路徑規(guī)劃方法，詳細(xì)介紹了環(huán)境建模方法和路徑規(guī)劃算法，展望了移動(dòng)機(jī)器人路徑規(guī)劃技術(shù)的未來(lái)開(kāi)展趨勢(shì)，以期提高移動(dòng)機(jī)器人路徑規(guī)劃水平。 參考文獻(xiàn)： 改良粒子群算法的移動(dòng)機(jī)器人多目標(biāo)點(diǎn)路徑規(guī)劃[J].智能系統(tǒng)學(xué)報(bào)，2021〔3〕：301-309. 【2】郭江，肖宇峰.Bezier曲線與A*算法融合的移動(dòng)機(jī)器人路徑規(guī)劃[J].微型機(jī)與應(yīng)用，2021〔2〕：52-59. 【3】趙曉，王錚，基于改良A*算法的移動(dòng)機(jī)器人路徑規(guī)劃[J].機(jī)器人，2021〔6〕：903-910. 【4】陳假設(shè)男，文聰聰.改良A*算法在機(jī)器人室內(nèi)路徑規(guī)劃中的應(yīng)用[J].計(jì)算機(jī)應(yīng)用，2021〔4〕：1006-1011. 【5】劉軍，馮碩.移動(dòng)機(jī)器人路徑規(guī)劃有向D*算法[J].浙江大學(xué)學(xué)報(bào)〔工學(xué)版〕，2021〔2〕：291-300. 【6】霍鳳財(cái)，遲金.移動(dòng)機(jī)器人路徑規(guī)劃算法綜述[J].吉林大學(xué)學(xué)報(bào)〔信息科學(xué)版〕，2021〔6〕：639-646.