论文部分内容阅读
移动机器人作为一种多学科融合的产物，是目前科学技术发展最活跃的领域之一。路径规划作为移动机器人的关键技术，它的意义不仅仅在于给机器人提供运动的路径，还在于它是机器人完成所有任务的前提条件。
本论文针对复杂环境下机器人路径规划问题，分析了不同障碍物环境和机器人约束条件下的路径规划特点，结合各自的特点研究如何通过有效避障和采用智能优化算法快速找到最优路径的问题，提出了一些新的改进方法和避障策略。仿真实验结果验证了这些新的路径规划方法的有效性。本文主要做了以下研究工作：
(1)对于存在复杂障碍物的地理环境，首先如何找到可行路径变成一项复杂的任务。本文通过模仿蚂蚁觅食的原理进行路径搜索，提出了一种新的寻找可行路径的改进算法。该算法利用两组蚂蚁采用最近邻搜索策略分别一对一的以对方为食物导向源通过启发式信息相向搜索，从而在短时间内能迅速找到多条可行路径。在此基础上，再通过冗余删除、近邻选择、直视视觉对这些路径进行修正，最后再用相向搜索策略逐段路段或随机路段地优化此条路径。实验证明在复杂环境下该方法也能迅速规划出较优路径。
(2)提出了一种利用避障点实现机器人避障的方法，其基本思想是根据障碍物的外型特征设置一些避障点与避障规则，以实现机器人在行走时能顺利避开障碍物的目的。该方法不仅能用于产生一系列可行的路径，对于不可行路径也可以按其规则实施避障从而变成可行路径。然后利用伪并行免疫遗传算法进行路径的优化，其中上述利用避障点所产生的可行路径为伪并行免疫遗传算法的初始个体，从而可以减少算法由于不可行路径所引起的冗余迭代，算法中的伪并行操作和免疫算子解决了遗传算法早熟收敛和搜索区域窄的问题。仿真实验表明该方法能很好地实行避障，且能较快地寻到最优路径。
(3)由于基于避障点设置的路径生成方法，能够产生多条可行路径，在路径足够多的情况下，它们当中通常会含有路径点的分布较为合理即路程相对较短亦能基本满足优化要求的路径。针对这样的路径只要通过适当的优化算法对其进行微调就能满足规划的要求。本文在分析了人工鱼模型特点的基础上引入了人工鱼群算法对较优路径进行微调。实验证明人工鱼群的寻优模式能简洁迅速地优化路径。
(4)针对轮式机器人具有非完整性约束的情况，提出了利用粒子群算法处理轮式机器人在滚动窗口内的路径优化问题。根据机器人当前位置特定范围(滚动窗口)内的障碍物信息进行避障和趋向目标运动，同时在充分考虑轮式机器人运动特性的基础上构建了一个符合其非完整性约束和避障要求的适应度函数，从而来满足实时避障的要求。提出了采用改进的栅格法进行建模，全面考虑了障碍物的外形尺寸，尽可能地减少可行区域由于障碍物建模而造成的损失。仿真实验表明上述方法的正确性和有效性。
最后对全文进行了概况性总结，并指出了理论和应用上有待进一步研究的问题。