自主移动机器人路径规划算法研究

发布时间：2020-06-15 15:08

【摘要】：在机器人导航技术研究中,路径规划是自主移动机器人研究领域的重要内容之一路径规划按照某种优化准则(工作代价最小、路径最短、时间最短),在机器人的工作空间中寻找一条从起始位置到目标位置的无碰撞最优或次优路径。论文针对RRT(Rapidly-Exploring Random Tree,快速搜索随机树)局部路径规划算法存在的问题进行分析并改进,并在MATLAB软件平台和ROS(Robot operating system,机器人开源操作系统)对算法进行验证。首先介绍了自主移动机器人的研究背景,简要介绍了国内外自主移动机器人的研究现状,综述了自主移动机器人导航的关键技术和研究热点。其次综述了 TurtleBot2机器人导航中使用的关键技术—SLAM(Simultaneous localization and mapping,实时定位和建图)技术,全局路径规划算法A*、Dijkstra和局部路径规划算法DWA(Dynammic Windows Approach,动态窗口法)。针对DWA算法容易陷入极小值以及在复杂的环境下算法的成功率较低的缺点,论文使用改进的RRT算法作为TurtleBot2导航中的局部路径规划算法。在复杂的室内环境,RRT路径规划算法向目标区域探索路径,存在收敛速度慢、规划路径过长的缺点。论文提出一种改进的RRT路径规划算法,该算法结合目标偏向策略,使算法快速向目标节点收敛;对选取节点的度量函数,加入了角度的影响;同时引入贪心剪枝策略,对冗余节点进行剪枝,提高了路径规划算法的效率;通过MATLAB仿真实验,验证了该算法的有效性。为了验证改进的RRT路径规划算法在机器人实际导航中的可行性,论文基于ROS搭建整个导航系统的整体架构,同时以TurtleBot2机器人和激光雷达RPLIDARA2作为实验的硬件平台,在静态障碍的环境中对系统进行导航测试。机器人在未知环境中,采用SLAM技术准确自定位和构建周围环境的先验地图,然后根据先验地图,TurtleBot2机器人自主从起始位置出发,在移动的过程中根据传感器测量到的实时数据更新局部地图并估计自身的位姿,准确、快速、安全的到达目标位置。实验结果表明:改进的算法在实际机器人的导航中具有可行性。
【学位授予单位】：长沙理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP242
【图文】：

示意图,整体结构,机器人

和可装卸的硬件模块组成；ＹｕｊｉｎＫｏｂｕｋｉ移动底座装有４个轮子，其中底座的左右两轮逡逑子作为驱动轮，用于驱动机器人平移和旋转；前后两轮作为从动轮，用于保持机身稳定。逡逑ＴｕｒｔｌｅＢｏｔ２机器人的整体结构如图２．１所示。在Ｋｏｂｕｋｉ移动底座上有三层支架面板，逡逑Ｋｉｎｅｃｔ传感器放在支架面板的第三层，上网本电脑放在第二层。逡逑Ｉ逦ｉ逡逑增ｆ逡逑图２．１邋ＴｕｔｔｌｅＢｏｔ２整体结构逡逑２．１．２差速驱动机器人的运动模型逡逑本文中的机器人ＴｕｒｔｌｅＢｏｔ２是差速驱动机器人，差速控制方式使机器人的转向比较逡逑灵活，保证了机器人在旋转的过程中无滑移摩擦。当旋转速度不为零，机器人的运动轨逡逑迹是一段一段的直线或者圆弧表示的的轨迹［２３］。逡逑差速控制机器人的运动模型：假设在［Ｕ＋１］时间间隔内，机器人在Ｒ＋Ｌ为半径的圆逡逑形轨迹上移动，且机器人中心ｐ到位置ｑ的移动距离为Ａｓ，机器人的左轮和右轮的相对逡逑移动距离分别为ＡｓｄＤＡｓｒ，移动的角度为Ａ０，Ｌ表示机器两轴的轴半径，Ｒ表示机器人逡逑运动轨迹的移动半径。双轮差速机器人的运动轨迹示意图如图２．２所示：逡逑８逡逑

通讯接口

雷达ＲＡＰＬＩＤＡＲＡ２传感器对环境进行监测，该传感器不仅测力强。逡逑统构成逡逑ＴＥＣ公司研发的ＲＡＰＬＩＤＡＲ邋Ａ２系统主要包括激光测距核心、的机械部分和电源供电部分。当激光雷达启动时，激光测距核转频率默认为１０Ｈｚ，且自身装有转速检测和自适应系统，当描时，角分辨率会自动随着实际的旋转频率做出相应的调整。Ｒ维平面的８米半径范围内３６０度全方位扫描，得到机器人所在系统主要应用于环境扫描和２Ｄ匹配、障碍物的检测、机器人．５所示，本文中使用的开发套装ＲＰＬＩＤＡＲＡ２的通讯接口邋ＯＪＳ机器人底座ｋｏｂｕｋｉ，获取ＲＰＬＩＤＡＲＡ２的扫描测距数据。逡逑

【相似文献】