《移动机器人路径规划综述》由会员分享，可在线阅读，更多相关《移动机器人路径规划综述（9页珍藏版）》请在金锄头文库上搜索。
1、移动机器人路径规划综述目录1 引言22 传统路径规划方法22.1 自由空间法22.2 图搜索法32.3 栅格法33 智能路径规划方法. . 43.1 基于模糊逻辑的路径规划43.2 基于遗传算法的路径规划53.3 基于神经网络的路径规划53.4 人工势场法53.5 基于模糊逻辑与信息融合的路径规划64 结论与展望6参考文献71 引言所谓移动机器人路径规划技术，就是机器人根据自身传感器对环境的感知，自行规划出一条安全的运行路线，同时高效完成作业任务。移动机器人路径规划主要解决 3 个问题：1 使机器人能从初始点运动到目标点；2 用一定的算法使机器人能绕开障碍物，并且经过某些必须经过的点完成相应的
2、作业任务；3 在完成以上任务的前提下，尽量优化机器人运行轨迹。机器人路径规划技术是智能移动机器人研究的核心内容之一，它起始于20 世纪 70 年代，迄今为止，己有大量的研究成果报道 1 。路径规划方法的分类也呈现多样化，可以分为基于地图的全局路径规划方法 2,3和基于传感器的局部路径规划方法 4 ，也可以分为传统路径规划方法 5 与智能路径规划方法 6 。本文主要按传统路径规划方法与智能路径规划方法进行总结与评价。传统路径规划方法主要包含自由空间法，图搜索法，栅格法等，智能路径规划算法主要包含基于模糊逻辑的路径规划，基于神经网络的路径规划，基于遗传算法的路径规划，人工势场法以及信息融合方法等。
3、2 传统路径规划方法2.1 自由空间法自由空间法 7 应用于移动机器人路径规划，采用预先定义的如广义锥形和凸多边形等基本形状构造自由空间，并将自由空间表示为连通图，通过搜索连通图来进行路径规划。自由空间的构造方法 8 是：从障碍物的一个顶点开始，依次作其它顶点的链接线，删除不必要的链接线，使得链接线与障碍物边界所围成的每一个自由空间都是面积最大的凸多边形；连接各链接线的中点形成的网络图即为机器人可自由运动的路线。其优点是比较灵活，起始点和目标点的改变不会造成连通图的重构，缺点是复杂程度与障碍物的多少成正比，且有时无法获得最短路径。2.2 图搜索法图搜索法视移动机器人为一点，将机器人、目标点和多
4、边形障碍物的各顶点进行组合连接，并保证这些直线均不与障碍物相交，这就形成了一张图，称为可视图。由于任意两直线的顶点都是可见的，从起点沿着这些直线到达目标点的所有路径均是运动物体的无碰路径。搜索最优路径的问题就转化为从起点到目标点经过这些可视直线的最短距离问题。运用优化算法，可删除一些不必要的连线以简化可视图，缩短搜索时间。该法能够求得最短路径，但假设忽略移动机器人的尺寸大小，使得机器人通过障碍物顶点时离障碍物太近甚至接触，并且搜索时间长。切线图法和 Voronoi 图法对可视图法进行了改造。切线图（如图 1）用障碍物的切线表示弧，因此是从起始点到目标点的最短路径的图，即移动机器人必须几乎接近障
5、碍物行走。其缺点是如果控制过程中产生位置误差，移动机器人碰撞的可能性会很高。图 2 用尽可能远离障碍物和墙壁的路径表示弧。由此，从起始节点到目标节点的路径将会增长，但采用这种控制方式时，即使产生位置误差，移动机器人也不会碰到障碍物 9 。(a 切线图 (b Voronoi 图图 1 切线法与 Voronoi 图法2.3 栅格法栅格法是将机器人周围空间分解为相互连接且不重叠的空间单元: 栅格 (cell, 由这些栅格构成一个连通图 , 依据障碍物占有情况 , 在此图上搜索一条从起始栅格到目标栅格无碰撞的最优路径 . 这其中根据栅格处理方法的不同 , 又分为精确栅格法和近似栅格法 , 后者也称概率
6、栅格法 10,11. 精确栅格法 12 是将自由空间分解成多个不重叠的单元 , 这些单元的组合与原自由空间精确相等 ,如图 2 就是常用的一种精确栅格分解法梯形栅格分解 .图2栅格法大部分机器人路径规划中的全局规划都是基于上述几种方法进行的, 但是以上这些传统方法在路径搜索效率及路径优化方面尚有待于进一步改善。 3 智能路径规划方法3.1 基于模糊逻辑的路径规划模糊方法是在线规划中通常采用的一种规划方法 , 包括建模和局部规划。庄晓东等 13 提出一种基于模糊概念的动态环境模型 , 参照物体的位置和运动信息构造二维隶属度函数 ; 然后通过模糊综合评价对各个方向进行综合考察 , 得到搜索结果。该
7、方法在移动障碍物和移动目标的环境中能有效地实现机器人避碰和导航。李彩虹等 14 提出了一种在未知环境下移动机器人的模糊控制算法 , 并对此算法进行了推导与仿真 , 证明该算法鲁棒性强 , 可消除传统算法中存在的对移动机器人的定位精度敏感、对环境信息依赖性强等缺点 , 使移动机器人的行为表现出很好的一致性、连续性和稳定性。 Hartmut Surmann 等15 提出一种未知环境下的高级机器人模糊导航方法 , 由 8 个不同的超声传感器来提供环境信息 , 然后利用基于模糊控制的导航器来计算这些信息 , 规划机器人路径。3.2 基于遗传算法的路径规划遗传算法是最早应用于组合优化问题的智能优化算法
8、, 该算法及其派生算法在机器人路径规划研究领域已得到应用 16-18. 在蚁群算法较好解决旅行商问题 (TSP 的基础上 , 许多学者进一步将蚁群优化算法引入到水下机器人 (UV 的路径规划研究中 19,20. 最近 , 徐玉如等 21 考虑了海流因素的影响 , 提出了一种基于遗传算法和粒子群优化 (PSO 算法的 AUV 全局路径规划思想。3.3 基于神经网络的路径规划神经网络作为人工智能的重要内容, 在移动机器人路径规划研究中得到了广泛关注 22-26,如 Ghatee 等 27 将 Hopfield神经网络应用到路径距离的优化中; Zhu 等25 将自组织SOM神经网络应用到多任务多机器
9、人的任务分配与路径规划中. 近年来加拿大学者 Simon 28,29提出一种新的生物启发动态神经网络模型, 将神经网络的神经元与二维规划空间的离散坐标对应起来, 通过规定障碍物和非障碍物对神经元输入激励和抑制的不同 , 直接计算相关神经元的输出 , 由此判定机器人的运行方向 . 由于该神经网络不需要学习训练过程 , 路径规划实时性好 , 同时利用神经网络本身的快速衰减特性 , 较好地解决了机器人路径规划的死区问题 30,31.3.4 人工势场法人工势场法 32,33是由 Khatib 提出的一种虚拟力法。其基本思想是将移动机器人在环境中的运动视为一种虚拟人工受力场中的运动。障碍物对移动机器人产
10、生斥力，目标点产生引力，引力和斥力周围由一定的算法产生相应的势 , 机器人在势场中受到抽象力作用，抽象力使得机器人绕过障碍物。该法结构简单，便于低层的实时控制，在实时避障和平滑的轨迹控制方面，得到了广泛应用，其不足在于存在局部最优解，容易产生死锁现象，因而可能使移动机器人在到达目标点之前就停留在局部最优点。为解决局部极小值问题，已经研究出一些改进算法，如Sato 提出的 Laplace 势场法 34 。改进算法是通过数学上合理定义势场方程，来保证势场中不存在局部极值。3.5 基于模糊逻辑与信息融合的路径规划 由于模糊逻辑和信息融合技术在不确定性信息处理方面有极好的表现 , 且 移动机器人传感器
11、采集的环境信息存在不确定性和不完整性 , 使得模糊逻辑和 信息融合技术在移动机器人路径规划中有较好的应用 . 如 Lang 等35 针对全覆 盖路径规划提出的移动机器人模糊路径规划方法, Perez等 36 提出的基于速度 场的模糊路径规划方法等 , Zun 等37,38提出基于信息融合技术的移动机器人和无 人机的路径规划与避碰方法 . 将智能算法应用于移动机器人路径规划， 克服了许多传统路径规划方法中的 不足，但该方法也有不足之处。例如遗传优化与蚁群算法的路径规划，需要与其 他路径规划方法结合在一起使用 , 单独完成路径规划任务的情况较少 . 对神经 网络路径规划而言 , 大多数神经网络路径
12、规划均存在规划知识的学习过程 , 不 仅存在学习样本难以获取 , 而且存在学习滞后问题 , 从而影响神经网络路径规 划的实时性 . 生物启发神经网络路径规划虽然实时性较好 , 但其输入激励与抑 制的设定也存在人为不确定因素 . 信息融合技术主要应用于机器人传感器信号 处理方面 , 而非直接的路径规划策略 . 4 结论与展望 智能移动机器人路径规划 39,40问题一直是机器人研究的核心内容之一 . 本 文传统路径规划方法与智能路径规划方法两方面 , 对移动机器人路径规划技术 研究现状进行了总结与评价。 从过去的研究状况和机器人未来的发展需求来看 , 目前移动机器人路径规 划技术研究主要集中在以下
13、几个方面： 1 新的路径方法的研究 ; 2 机器人底层控制与路径规划算法的结合研究 ; 3 多机器人任务分配、通信协作及路径规划的研究。 6参考文献 1 朱大奇 , 颜明重 . 移动机器人路径规划技术综述J. 控制与决策 ,2010, (07: 961-967. 2 孟偲 ,王田苗 . 一种移动机器人全局最优路径规划算法J机器人 , 2008,(03 . 3 张宏烈 . 移动机器人全局路径规划的研究 D 哈尔滨工程大学 ,2002 . 4鲍庆勇 ,李舜酩 ,沈峘 ,门秀花 . 自主移动机器人局部路径规划综述J. 传感器与微系 统, 2009, (09 . 5 成伟明 , 唐振民 , 赵春霞 , 刘华军 . 移动机器人路径规划中的图方法应用综述 J. 工程图 学学报 , 2008, (04 6 蔡晓慧 . 基于智能算法的移动机器人路径规划研究 D 浙江大学 , 2007 . 7 李磊 , 叶涛 , 等 . 移动机器人技术研究现状与未来 J. 机器人 ,2002, 24(5: 475-480. 8 Habib M K, Asama H. Efficient method to generate collision free path for autonomous mobile robot based on new free space structuring approac
