未知環(huán)境下移動(dòng)機(jī)器人的下一個(gè)最佳探測(cè)視點(diǎn)算法研究.pdf

1、智能移動(dòng)機(jī)器人是一個(gè)集傳感器技術(shù)，規(guī)劃與決策，以及人工智能等多功能多學(xué)科于一體，并能夠自主完成特定任務(wù)的綜合感知系統(tǒng)。隨著計(jì)算機(jī)技術(shù)爆炸式的更新，信息處理及智能控制理論的完備，國(guó)內(nèi)外學(xué)者越發(fā)關(guān)注移動(dòng)機(jī)器人技術(shù)的應(yīng)用和研究。
　　未知環(huán)境下的自主探測(cè)規(guī)劃是移動(dòng)機(jī)器人導(dǎo)航領(lǐng)域的一個(gè)重要研究課題。自主探測(cè)規(guī)劃可以理解為一種特殊的點(diǎn)到點(diǎn)的路徑規(guī)劃，指機(jī)器人在較短時(shí)間內(nèi)依據(jù)自身所攜帶的傳感器獲得的信息感知盡可能大的未知區(qū)域，最終實(shí)時(shí)控制機(jī)器

2、人運(yùn)動(dòng)，達(dá)到構(gòu)建未知地圖的目的。
　　探測(cè)規(guī)劃對(duì)確保未知環(huán)境地圖構(gòu)建的高效性，精確性以及提高機(jī)器的自主性具有重要的應(yīng)用價(jià)值。但如何根據(jù)不完整的地圖信息，確保整個(gè)規(guī)劃路徑的最優(yōu)性和探測(cè)的完備性，一直都是該領(lǐng)域的難點(diǎn)。相應(yīng)各種探測(cè)規(guī)劃算法也應(yīng)運(yùn)而生。本文針對(duì)探測(cè)規(guī)劃中探測(cè)視點(diǎn)生成，點(diǎn)到點(diǎn)路徑規(guī)劃，探測(cè)視點(diǎn)評(píng)估等核心環(huán)節(jié)進(jìn)行了廣泛深入的研究，并完成以下所述工作：
　?、俦疚氖状翁岢龌诰匦苇h(huán)區(qū)域前沿點(diǎn)的探測(cè)視點(diǎn)生成方法，通過(guò)基于探

3、測(cè)半徑大小來(lái)生成探測(cè)視點(diǎn)區(qū)域，并依次遍歷該區(qū)域獲得基于前沿點(diǎn)的候選視點(diǎn)。根據(jù)地圖構(gòu)建中的特點(diǎn)，本文在路徑規(guī)劃時(shí)提出基于蟻群算法的改進(jìn)算法。視點(diǎn)評(píng)估過(guò)程中，提出基于路徑成本和信息增益的代價(jià)評(píng)估函數(shù)，用規(guī)劃路徑中每個(gè)柵格單元的相鄰8個(gè)柵格單元的未知占用狀況的綜合評(píng)分作為信息增益來(lái)選出最佳候選視點(diǎn)。
　　②在系統(tǒng)分析貝葉斯濾波算法后，本文結(jié)合馬爾可夫鏈的無(wú)后效性，提出基于隱馬爾科夫模型的貝葉斯濾波算法。并將所提出的算法進(jìn)行推導(dǎo)計(jì)算，驗(yàn)證

4、該算法在計(jì)算評(píng)估置信度的正確性。最后，針對(duì)機(jī)器人移動(dòng)過(guò)程中開(kāi)關(guān)門(mén)的具體實(shí)例，驗(yàn)證了本文所提算法在計(jì)算后驗(yàn)概率分布的有效性和正確性。
　　③提出用計(jì)算觀測(cè)概率的相對(duì)信息熵的方法來(lái)評(píng)估最大信息增益候選視點(diǎn)。利用環(huán)境地圖構(gòu)建中柵格的占用概率信息狀況，將起點(diǎn)到目標(biāo)點(diǎn)的柵格進(jìn)行光線遍歷，建立馬爾科夫評(píng)估模型后，用基于隱馬爾科夫模型的貝葉斯濾波算法來(lái)評(píng)估下一個(gè)最佳探測(cè)視點(diǎn)的觀測(cè)概率。通過(guò)對(duì)實(shí)際場(chǎng)景圖規(guī)則的建立，我們推導(dǎo)得到觀測(cè)狀態(tài)轉(zhuǎn)移矩陣和占