《多机器人路径规划与协同避碰研究__毕业论文答辩PPT》由会员分享，可在线阅读，更多相关《多机器人路径规划与协同避碰研究__毕业论文答辩PPT（30页珍藏版）》请在金锄头文库上搜索。
1、 答辩人： 苏青导师： 高翔 教授 多机器人路径规划与协同避碰研究 1/30报告提纲： 一：研究背景 二：研究思路 三：研究内容 四：总结展望2/30研究背景： 研究背景从上世纪70年代开始，多机器人系统逐渐成为了机器人技术 领域的一个新的发展方向，其中路径规划问题是核心问题之一 。 国内外研究现状多移动机器人系统的研究在国内外已经在理论和实践方面 取得了较大的进展与成就，许多仿真系统和硬件实验系统逐步 建立起来 ，例如ALLIANCE 、CEBOT 等平台。路径规划问 题是今后多机器人系统研究的一个热点问题 ，主要方法有栅 格法 、人工势场法 、遗传算法 、神经网络、蚁群算法 、模 糊逻辑算
2、法 3/30文献综述： 基于模糊逻辑控制方法能够实现机器人的路径规划， 但目前仍存在着一些难点和需要解决的问题:(1)现有的研究大多数是将模糊逻辑用于单个机器 人的仿真和实验研究，但是很少有将该方法用于多机 器人系统路径规划的研究；(2)很少将该方法用于动态环境；(3)现有的方法通常都是采用方向控制的方法实现 机器人的路径规划，很少采用多因素来一起控制机器 人的运动；(4)在对方法进行实验验证时多采用仿真实验，而 通过实验验证的很少。 4/30研究思路：研究思路：为了选择更合理、更有效的机器人路径规划算法，就需要通过不断的比较各个机器人路径规划算法的优劣性， 对几种主要类型的机器人路径规划方法
3、进行仿真，通过他 们的仿真结果来比较。 主要方法： 栅格法 人工势场法 蚁群算法 530栅格法将平面图分解为12行20列总共240个1*1的正方形 栅格，然后将障碍物按大小分解成黑色障碍栅格6/30人工势场法 以Start点作为 机器人的起始点， 将每个障碍物坐标 作为斥力场源点， 将机器人的目标点 作为引力场源点， 构成一个人工势场 ，使得机器人远离 斥力场并靠近引力 场 7/30蚁群算法根据蚂蚁寻找食物的原理设计的一种机器人路径 规划算法，蚂蚁在成功找到食物之后会散发信息素 ，诱引其他蚂蚁寻找到食物 8/30基于模糊控制的路径规划方法 ： 优缺点比较 栅格法栅格选取的大，精确性就会下降，误
4、差较大。相反 ，计算量较大。适用于静态环境中 人工势场法容易形成死锁和左右摇摆现象，不适用于复杂的环 境中 蚁群算法规划时间较长，计算量较大，效率不高 ，消耗的资 源比较多 基于模糊控制的路径规划方法在进行规划时可以不需要建立精确的、复杂的数学 模型，在效率、可行性得到充分保障的前提下，简 化了系统的设计难度，而且还特别适用于动态环境 的机器人路径规划9/30研究内容： 模糊控制原理 模糊化 规则库 模糊推理 解模糊化 10/30双层模糊控制器的结构设计 模糊控制器分为两层，第一层为方向度模糊控制器，方 向模糊控制器充分考虑了障碍物的距离信息和目标的角度信 息，转化为机器人与障碍物的碰撞可能性
5、，从而输出转向角 度实现机器人的动态避障；第二层为速度模糊控制器，度模 糊控制器将障碍物的距离信息作为输入，将速度因子作为输 出。11/30方向度模糊控制器的设计 ： 确定输入输出变量12/30方向度模糊控制器的设计 ：确定输入输出变量距离信息目标标信息 S：小距离PL：正大M：中距离PS：正小L：大距离Z：零NS：负小NL：负大表 输入模糊变量 输输出转转向角输输出速度 RLT：大右转 ONE：一级速度RT：右转TWO：二级速 度 NT：不转THR：三级速度LT：左转 LLT：大左转表 输出模糊变量13/30方向度模糊控制器的设计 ：确立模糊规则前方避障规则库 左前方避障规则库 右前方避障规
6、则库 目标导向规则库 if（前提）then（结论 ）LFFFRF1112131415SSSHGMDLWMDHG14/30方向度模糊控制器的设计 ： 选取隶属度函数15/30方向度模糊控制器的设计 ： 解模糊化按照隶属度函数最大原则进行表决，将上一步得到的量进行尺度转换，转化成机器人实际可以用来动作的控制量，即机器人即将需要调整的角度。 16/30速度模糊控制器的设计 ： 确定输入输出变量 确立模糊规则if（前提）then（结论）LFRONETWOTHRSSSHGLWLWSSMHGLWLW17/30速度模糊控制器的设计 ： 选取隶属度函数 解模糊化首先求出ONE、TWO、THR三个值，在对这三个
7、值进 行比较，找出最大值，如果是ONE最大，那么按照初始速度继续前进 18/30协调机制 ： 启用协调机制 1）V1=V2。V1与V2分别是两个机器人的速度。2）D1=D0，且D1在连续一段时间t0内减少。D1是两机器人之间的距离，D0是机器人最小安全距离，t0是临界时间值。 基于优先级和调整速率相结合的运动协调机制 19/30仿真： 基于单层模糊逻辑的机器人路径规划仿真 20/30仿真 ： 基于双层模糊逻辑的机器人路径规划仿真 21/30仿真 ： 基于双层模糊逻辑的多机器人路径规划仿真 22/30仿真结果分析 ：23/30实验： 基于双层模糊逻辑的机器人路径规划实验 24/30实验： 基于双
8、层模糊逻辑的机器人路径规划实验 25/30实验： 基于双层模糊逻辑的多机器人路径规划实验 126/30实验结果分析 ：27/30主要结论： 基于模糊逻辑的机器人路径规划方法由于不需 要精确的数学模型，简化了系统的设计难度， 而且还特别适用于动态环境的机器人路径规划 。 基于双层模糊控制的机器人路径规划方法相比 较于单层模糊控制的机器人路径规划方法效率 更高、规划时间更短。 由于模糊控制路径规划方法适用于动态环境， 结合协调策略就可以完成多机器人的路径规划 。28/30讨论： 本方法采用的模糊规则只是经验上的判断，再加上经过仿真 与实验反馈之后修改后得出来的，还有进一步完善的空间。 所以今后可以
9、在规则库的完善工作方面多做些尝试，相信会 对系统的效率有较大的提高。 本文所设计的模糊控制器的输入是机器人视觉系统所读取的 障碍物信息，而视觉系统所用的是激光传感器，激光传感器 在读取信息方面有着非常高的精确性和实时性，如果有的机 器人用的是其他传感器，那么本系统在此机器人上面的效果 还有待验证。 本文的实验平台是基于成熟的Pioneer3-DX机器人平台上的 ，论文内容主要是对机器人高层控制策略来分析研究的，并 没有在机器人底层驱动控制多作讨论。机器人研究领域最关 键的技术之一还是如何在底层硬件驱动上来实现的，所以今 后还可以深入讨论的是，如何将本系统应用在更多机器人平 台上，如何在硬件平台不定的情况下提高本系统的移植性。 29/30谢谢各位答辩老师！30/30
