基于免疫遺傳的機(jī)器人路徑規(guī)劃【文獻(xiàn)綜述】

1、畢業(yè)設(shè)計(jì)文獻(xiàn)綜述畢業(yè)設(shè)計(jì)文獻(xiàn)綜述電氣工程及其自動(dòng)化電氣工程及其自動(dòng)化基于免疫遺傳的機(jī)器人路徑規(guī)劃基于免疫遺傳的機(jī)器人路徑規(guī)劃摘要摘要：路徑規(guī)劃技術(shù)是機(jī)器人控制技術(shù)研究中的一個(gè)重要問(wèn)題，目前為止，其研究方法主要有兩大類：傳統(tǒng)方法和智能方法。有關(guān)機(jī)器人路徑規(guī)劃技術(shù)的研究方法，有基于遺傳算法、模糊控制和神經(jīng)網(wǎng)絡(luò)等智能方法的路徑規(guī)劃技術(shù)，并展望了機(jī)器人路徑規(guī)劃技術(shù)的未來(lái)與發(fā)展趨勢(shì)。關(guān)鍵詞關(guān)鍵詞：機(jī)器人，路徑規(guī)劃，智能規(guī)劃，傳統(tǒng)規(guī)劃路徑規(guī)劃技術(shù)是

2、機(jī)器人研究領(lǐng)域中的一個(gè)重要分支。所謂機(jī)器人的最優(yōu)路徑規(guī)劃問(wèn)題就是依據(jù)某個(gè)或某些優(yōu)化準(zhǔn)則(如工作代價(jià)最小、行走路線最短、行走時(shí)間最短等)，在其工作空間中找到一條從起始狀態(tài)到目標(biāo)狀態(tài)的能避開障礙物的最優(yōu)路徑。機(jī)器人路徑規(guī)劃方法大致可以分為兩類：傳統(tǒng)方法和智能方法。傳統(tǒng)路徑規(guī)劃方法有：自由空間法：為了簡(jiǎn)化問(wèn)題，通常采用“結(jié)構(gòu)空間”來(lái)描述機(jī)器人及其周圍的環(huán)境。這種方法將機(jī)器人縮小成點(diǎn)，將其周圍的障礙物及邊界按比例相應(yīng)地?cái)U(kuò)大，使機(jī)器人點(diǎn)能夠在障礙

3、物空間中移動(dòng)到任意一點(diǎn)，而不與障礙物及邊界發(fā)生碰撞。圖搜索法：圖搜索方法中的路徑圖由捕捉到的存在于機(jī)器人一維網(wǎng)絡(luò)曲線(稱為路徑圖)自由空間中的節(jié)點(diǎn)組成。建立起來(lái)的路徑圖可以看作是一系列的標(biāo)準(zhǔn)路徑。而路徑的初始狀態(tài)和目標(biāo)狀態(tài)同路徑圖中的點(diǎn)相對(duì)應(yīng)，這樣路徑規(guī)劃問(wèn)題就演變?yōu)樵谶@些點(diǎn)間搜索路徑的問(wèn)題。通過(guò)起始點(diǎn)和目標(biāo)點(diǎn)及障礙物的頂點(diǎn)在內(nèi)的一系列點(diǎn)來(lái)構(gòu)造可視圖。連接這些點(diǎn)，使某點(diǎn)與其周圍的某可視點(diǎn)相連(即使相連接的兩點(diǎn)間不存在障礙物或邊界)。然后

4、機(jī)器人沿著這些點(diǎn)在圖中搜索最優(yōu)路徑。柵格解耦法：柵格解耦法是目前研究最廣泛的路徑規(guī)劃方法。該方法將機(jī)器人的工作空間解耦為多個(gè)簡(jiǎn)單的區(qū)域，一般稱為柵格。由這些柵格構(gòu)成了一個(gè)連通圖，在這個(gè)連通圖上搜索一條從起始柵格到目標(biāo)柵格的路徑，這條路徑是用柵格的序號(hào)來(lái)表示的。柵格法包括確切的和不確切的兩種。確切的解耦法用來(lái)描述整個(gè)自由空間，這將使復(fù)雜環(huán)境的解耦速度變慢，其原因是許多復(fù)雜的多邊形可能需要與障礙物的邊界相匹配。這種方法可以保證只要起始點(diǎn)到目

5、標(biāo)點(diǎn)之間存在路徑，就完全能搜索到這條路徑。而我所做的路徑規(guī)劃就是通過(guò)確定的柵格法來(lái)進(jìn)行的，環(huán)境建模是機(jī)器人路徑規(guī)劃的重要環(huán)節(jié)，目的是為了建立一個(gè)便于進(jìn)行路徑規(guī)劃使用的環(huán)境模型。合理的環(huán)境模型要求是便于計(jì)算機(jī)存儲(chǔ)、處理、更新和使用。當(dāng)然在實(shí)際應(yīng)用中，這些要求有可能會(huì)有沖突。在大多數(shù)文獻(xiàn)中，對(duì)柵格進(jìn)行標(biāo)識(shí)時(shí)要么使用直角坐標(biāo)法，要么使用序號(hào)法。而此處，將會(huì)使用兩者結(jié)合一起來(lái)標(biāo)識(shí)。因?yàn)橄啾攘坑謺?huì)太大。周明等提出一種連續(xù)空間下基于遺傳算法的機(jī)器人

6、路徑規(guī)劃方法，該方法在規(guī)劃空間利用鏈接圖建模的基礎(chǔ)上，先使用圖論中成熟算法粗略搜索出可選路徑，然后再使用遺傳算法來(lái)調(diào)整路徑點(diǎn)，逐步得到較優(yōu)的行走路線。該方法的染色體編碼不會(huì)產(chǎn)生無(wú)效路徑，且僅使用基本遺傳算法就可以完成路徑規(guī)劃。但是，該方法對(duì)于環(huán)境復(fù)雜、障礙物數(shù)目較多的情況，鏈接圖的建立會(huì)有一定的困難。在遺傳算法的改進(jìn)上，周明等提出一種遺傳模擬退火算法，利用遺傳算法與模擬退火算法相結(jié)合來(lái)解決機(jī)器人路徑規(guī)劃問(wèn)題。有效地提高了路徑規(guī)劃的計(jì)算速

7、度，保證了路徑規(guī)劃的質(zhì)量。在多移動(dòng)機(jī)器人協(xié)調(diào)作業(yè)方面，遺傳算法也得到了應(yīng)用，景興建等提出一種基于理性遺傳算法的協(xié)調(diào)運(yùn)動(dòng)行為合成算法，針對(duì)特定環(huán)境下的多機(jī)器人協(xié)調(diào)運(yùn)動(dòng)問(wèn)題，基于調(diào)速避碰的思想，借助CMAC神經(jīng)網(wǎng)絡(luò)，描述各機(jī)器人的運(yùn)動(dòng)行為與環(huán)境狀態(tài)之間復(fù)雜的、非線性映射關(guān)系，利用理性遺傳算法來(lái)合成與優(yōu)化各機(jī)器人的運(yùn)動(dòng)行為，從而實(shí)現(xiàn)多機(jī)器人已知環(huán)境下，運(yùn)動(dòng)行為的相互協(xié)調(diào)與優(yōu)化。此外，還有CaiZixing及孫樹棟等人的研究成果。機(jī)器人路徑規(guī)劃

8、是機(jī)器人應(yīng)用中的一項(xiàng)重要技術(shù)，例如，在執(zhí)行裝配、焊接及搶險(xiǎn)救災(zāi)等任務(wù)時(shí)，采用良好的機(jī)器人路徑規(guī)劃技術(shù)可以節(jié)省大量機(jī)器人作業(yè)時(shí)間、減少機(jī)器人磨損，同時(shí)也可以節(jié)約人力資源，減小資金投入，為機(jī)器人在多種行業(yè)中的應(yīng)用奠定良好的基礎(chǔ)。將遺傳算法、模糊邏輯以及神經(jīng)網(wǎng)絡(luò)等方法相結(jié)合，可以組成新的智能型路徑規(guī)劃方法，從而提高機(jī)器人路徑規(guī)劃的避障精度，加快規(guī)劃速度，滿足實(shí)際應(yīng)用的需要。同時(shí)，多機(jī)器人協(xié)調(diào)作業(yè)環(huán)境下的路徑規(guī)劃技術(shù)也將是研究的熱點(diǎn)及難點(diǎn)問(wèn)題，

9、越來(lái)越受到人們的重視。由于障礙物及機(jī)器人數(shù)目的增加，極大地增加了路徑規(guī)劃的難度，引入可以優(yōu)化約簡(jiǎn)知識(shí)的粗糙集理論，簡(jiǎn)化規(guī)劃條件，提取路徑規(guī)劃特征參數(shù)，有可能進(jìn)一步解決諸如機(jī)器人路徑規(guī)劃速度等難題，因此，這將是一個(gè)有意義的研究課題。參考文獻(xiàn)：[1]莊曉東孟慶春殷波等.動(dòng)態(tài)環(huán)境中基于模糊概念的機(jī)器人路徑搜索方法[J].機(jī)器人200123(5):3972399.[2]李彩虹張景元李貽斌.基于模糊控制的移動(dòng)機(jī)器人的路徑規(guī)劃[J].淄博學(xué)院學(xué)報(bào)2

10、0013(3):27230.[3]HartmutSurmannJrgHuserJensWehking.Pathplanningfafuzzycontrolledautonomousmobilerobot[A].FifthIEEEInt.Conf.OnFuzzySystemsFuzz2IEEE’96[C].UAS:Newleans1996.[4]禹建麗韓平.一種基于神經(jīng)網(wǎng)絡(luò)的機(jī)器人路徑規(guī)劃算法.[J].洛陽(yáng)工學(xué)院學(xué)報(bào)200122(1):3