自主仿人機(jī)器人路徑規(guī)劃研究.pdf

1、機(jī)器人路徑規(guī)劃問題是機(jī)器人導(dǎo)航研究中的一個(gè)關(guān)鍵問題。路徑規(guī)劃的結(jié)果不僅影響了機(jī)器人運(yùn)動(dòng)的準(zhǔn)確性和實(shí)時(shí)性，規(guī)劃算法的運(yùn)算效率、穩(wěn)定性，也間接影響機(jī)器人的工作效率。本文分別針對(duì)靜態(tài)環(huán)境下的全局路徑規(guī)劃以及動(dòng)態(tài)環(huán)境的路徑規(guī)劃問題進(jìn)行研究，然后結(jié)合兩者進(jìn)行混合路徑規(guī)劃。本文主要的研究工作如下:
　　首先，對(duì)靜態(tài)環(huán)境下自主機(jī)器人的全局路徑規(guī)劃問題進(jìn)行研究。利用柵格法環(huán)境建模，針對(duì)算法的收斂速度慢，提出了改進(jìn)的非線性動(dòng)態(tài)慣性權(quán)重的粒子群算法。

2、充分考慮路徑規(guī)劃的多目標(biāo)約束，將路徑長度和路徑平滑度加入到適應(yīng)度函數(shù)中。仿真實(shí)驗(yàn)對(duì)比了改進(jìn)前的算法以及本文算法，從仿真結(jié)果可看出，在兩種復(fù)雜環(huán)境下，本文的算法能快速尋找一條從原點(diǎn)到目標(biāo)點(diǎn)的路徑長度和收斂速度和路徑平滑度均達(dá)到較優(yōu)的路徑。
　　其次，針對(duì)動(dòng)態(tài)環(huán)境實(shí)時(shí)性很強(qiáng)的路徑規(guī)劃問題，本文提出融合模糊控制和改進(jìn)的人工勢(shì)場(chǎng)算法進(jìn)行路徑規(guī)劃。分析了人工勢(shì)場(chǎng)法的缺陷，將相對(duì)速度因子以及目標(biāo)點(diǎn)與機(jī)器人的距離引入勢(shì)場(chǎng)模型中。針對(duì)障礙物速度以

3、及方向?qū)C(jī)器人路徑造成的影響，融合了模糊控制算法，實(shí)現(xiàn)對(duì)斥力函數(shù)參數(shù)實(shí)時(shí)調(diào)節(jié)，從而使機(jī)器人快速避開動(dòng)態(tài)障礙物。仿真結(jié)果表明，兩種算法的融合可以在動(dòng)態(tài)環(huán)境下規(guī)劃出一條實(shí)時(shí)性和快速性強(qiáng)的較優(yōu)路徑。
　　最后，以仿人機(jī)器人NAO為實(shí)驗(yàn)平臺(tái)，建立了世界坐標(biāo)系及局部坐標(biāo)系以及他們之間的轉(zhuǎn)換關(guān)系，然后用第三章的算法進(jìn)行全局規(guī)劃，提取局部目標(biāo)點(diǎn)。在運(yùn)行的過程中，利用機(jī)器人NAO超聲波傳感器實(shí)時(shí)檢測(cè)環(huán)境，當(dāng)檢測(cè)到動(dòng)態(tài)障礙物的時(shí)候用第四章的動(dòng)態(tài)規(guī)劃