移動機器人的路徑規(guī)劃與定位技術研究.pdf

1、移動機器人技術涉及多個研究領域，代表了高技術的發(fā)展前沿，已經(jīng)在各行各業(yè)中取得了廣泛的應用。移動機器人具有利用傳感器感知環(huán)境信息和自身狀態(tài)，在含有障礙的環(huán)境中完成某些預定任務的功能。移動機器人實現(xiàn)在有障礙的環(huán)境中自主地移動到目標點的運動過程被稱為移動機器人的導航。在導航的過程當中，移動機器人要建立準確的環(huán)境建模，實現(xiàn)自身的定位以及規(guī)劃出一條從起點到目標點的最優(yōu)路徑，因此研究移動機器人的環(huán)境建模方法、路徑規(guī)劃算法以及定位方法具有理論與現(xiàn)實的

2、意義。
　　本文針對移動機器人路徑規(guī)劃方法以及定位技術進行了研究，主要內(nèi)容包括以下幾個方面：
　　針對移動機器人全局路徑規(guī)劃問題進行研究，提出了一種適用于移動機器人路徑規(guī)劃的簡化可視圖環(huán)境建模方法，通過綜合考慮環(huán)境中障礙物的位置與移動機器人起點和終點的關系，剔除對路徑規(guī)劃結果不影響的障礙物，簡化了環(huán)境模型的表示，達到了減少移動機器人候選路徑數(shù)量的目的，提高了后續(xù)的路徑規(guī)劃算法的效率。
　　針對蟻群算法中收斂速度和局部最

3、優(yōu)的矛盾，提出一種基于改進蟻群算法的移動機器人路徑規(guī)劃方法。該改進算法將環(huán)境中局部的路徑信息加入到信息素的初始化和路徑選擇概率中，提高了算法的收斂速度；在算法陷入停滯時，引入交叉操作，增加了算法的逃逸能力。改進的蟻群算法提高了移動機器人對最優(yōu)路徑的搜索效率。
　　針對復雜環(huán)境中移動機器人局部路徑規(guī)劃方法中存在的局部極小問題，提出了一種基于多行為協(xié)調(diào)的路徑規(guī)劃方法，該方法定義三種機器人的基本行為并通過各行為間的切換完成路徑規(guī)劃任務。

4、設計了試錯補償旋轉角度法，解決了機器人遇到U型障礙時產(chǎn)生的局部極小問題。提出的多行為協(xié)調(diào)方法提高了含有U型障礙物環(huán)境中移動機器人局部路徑規(guī)劃結果的可靠性。
　　為解決Rao-Blackwellized粒子濾波器存在的“粒子消耗”現(xiàn)象，提出了一種基于微粒群優(yōu)化的移動機器人同時定位與建圖方法。該方法在粒子重采樣過程中利用微粒群優(yōu)化算法獲得機器人位姿的建議分布，通過粒子間的能效吸引力對求得的粒子集進行進一步的優(yōu)化、調(diào)整，提升了粒子的多樣

5、性。該方法有效地減少了“粒子消耗”現(xiàn)象，保證了同時定位與建圖結果的精度。
　　針對FastSLAM2.0算法中噪聲的假設受統(tǒng)計特性限制的缺點，提出了一種改進的FastSLAM2.0算法，用H∞濾波器替代FastSLAM2.0算法中的EKF，削弱了誤差對機器人位姿估計的影響。同時，在提出的改進FastSLAM2.0算法中，針對“粒子消耗”問題，提出了基于遺傳算法和微粒群優(yōu)化算法的粒子重采樣策略。提出的改進FastSLAM2.0算法有