满足时序任务约束的机器人运动规划方法研究与应用
发布时间：2020-10-25 23:13
路径规划技术作为机器人研究中的关键技术之一,研究路径规划技术能够促进机器人在生活中的实际应用。传统的路径规划研究大多是针对两点间的任务规划,无法满足时序任务需求,目前基于线性时序逻辑(Linear Temporal Logic,LTL)的路径规划方法可以完成复杂的多点任务规划,但针对的是静态环境,无法满足频繁变化的复杂环境。同时,当前路径规划方法是基于离散的环境模型去搜索路径,并未实现离散路径连续化的运动控制,所以适用于复杂环境的满足时序任务约束的机器人运动规划方法具有重要的研究意义。LTL理论为描述机器人时序任务提供了理论支撑,LTL公式依据其语法语义可以规范地阐述复杂的时序任务,本文基于LTL理论,研究了复杂环境中满足时序任务约束的机器人运动规划方法。首先,针对室外复杂环境难以构建为有限节点状态的网络拓扑和多点时序任务的全局规划问题,研究了基于LBS(Location Based Services,LBS)的时序任务约束运动规划,LBS是基于位置的服务,结合了地理信息与移动通信等技术,根据时序任务约束的任务节点,利用百度地图LBS构建有限状态的加权切换系统,通过LTL语言描述时序任务,并生成符合工作环境与任务约束的Product自动机,基于Dijkstra算法在Product自动机上搜索最优离散路径,并在利用百度地图LBS完成离散路径的连续化。然后,针对室内的动态环境和机器人动态模型,研究了基于机器人动态模型的时序任务约束运动规划方法,根据机器人室内工作环境,利用栅格法建立环境模型和加权切换系统,通过设计的基于A*的路径搜索算法去搜索全局离散路径,提高搜索效率,针对机器人动态模型设计融合了避障策略的机器人状态切换控制方法,将离散路径转化为连续的轨迹。最后,基于SLAM设计了时序任务约束的机器人运动规划系统,对基于机器人动态模型的时序任务约束运动规划方法进行了实现,该系统利用自适应蒙特卡洛定位算法完成机器人自定位,同时设计了时序任务定制上位机操作界面和双避障模式,实现系统的易操作性和适用性。本文对上述满足时序任务约束的机器人运动规划方法进行了仿真和实验,结果表明本文提出的方法能够完成复杂环境中受时序任务约束的机器人运动规划,实现机器人上层任务规划与底层运动控制的融合,促进机器人在复杂环境中的应用。
【学位单位】：浙江工业大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP242
【部分图文】：
背景与意义来，随着科学技术的进步，服务机器人、无人驾驶汽车和无人机等自的生活中扮演越来越重要的角色。在日常生产生活中，人们对自主移越来越大，急需它们能够代替人类完成一些生产生活任务；此外针对如火灾救援、工厂安防巡逻和军事侦察等任务，人们也迫切需要机器。机器人能够应用在航空航天、研究教育、工业农业和家用服务领域器人系统具有感知环境、规划任务和执行任务等能力[1]。而且移动机较强大的系统，智能机器人研究包含了机器人路径规划、定位追踪和究[2]。其中，路径规划作为机器人研究的热点方向，研究高效的路径人高效地完成任务[3]。
图 1-2 路径规划方法框图这些传统的路径规划方法和新的智能算法，它们大多都是集中在解决 从点 A 移 B，途中避免障碍物 的简单任务，以及初步地解决了 TSP 问题，但它们仍然不能的解决机器人复杂任务约束的路径搜索问题。随着模态逻辑的深入研究，计算树逻性时序逻辑等时序逻辑可以便捷的阐述机器人的时序任务约束[27]，比如持续监控工任务点的巡回任务，时序逻辑理论在路径规划领域的应用越来越被关注，基于时序机器人路径规划方法总体结构如图 1-2 所示，目前基于时序逻辑理论的路径规划方多是在环境建模、模型检测算法模块和机器人控制综合上进行创新与改进，静态环大多采用矩形离散[28]或三角离散[29-31]进行环境离散化。时序逻辑理论应用到机器人领域可以追溯到 1995 年，Antoniotti 设计了一种监测确保机器人完成特定的任务[32]。之后几年内，模型检测工具理论[33]也得到进一步研
图 2-2 图形化语法释义性时序逻辑的语义 任务公式描述了系统中可行路径的任务属性（约束），然而系统中并非满足该任务属性，为了准确地表述满足 LTL 任务公式的路径序列，定语义可以对加权切换系统中状态和路径进行释义，从而确定满足任务公径。线性时序逻辑语义如下：01 2 1 2||| || | |trueA 当且仅当当且仅当当且仅当 并且
【参考文献】
本文编号：2856104
【学位单位】：浙江工业大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP242
【部分图文】：
背景与意义来，随着科学技术的进步，服务机器人、无人驾驶汽车和无人机等自的生活中扮演越来越重要的角色。在日常生产生活中，人们对自主移越来越大，急需它们能够代替人类完成一些生产生活任务；此外针对如火灾救援、工厂安防巡逻和军事侦察等任务，人们也迫切需要机器。机器人能够应用在航空航天、研究教育、工业农业和家用服务领域器人系统具有感知环境、规划任务和执行任务等能力[1]。而且移动机较强大的系统，智能机器人研究包含了机器人路径规划、定位追踪和究[2]。其中，路径规划作为机器人研究的热点方向，研究高效的路径人高效地完成任务[3]。
图 1-2 路径规划方法框图这些传统的路径规划方法和新的智能算法，它们大多都是集中在解决 从点 A 移 B，途中避免障碍物 的简单任务，以及初步地解决了 TSP 问题，但它们仍然不能的解决机器人复杂任务约束的路径搜索问题。随着模态逻辑的深入研究，计算树逻性时序逻辑等时序逻辑可以便捷的阐述机器人的时序任务约束[27]，比如持续监控工任务点的巡回任务，时序逻辑理论在路径规划领域的应用越来越被关注，基于时序机器人路径规划方法总体结构如图 1-2 所示，目前基于时序逻辑理论的路径规划方多是在环境建模、模型检测算法模块和机器人控制综合上进行创新与改进，静态环大多采用矩形离散[28]或三角离散[29-31]进行环境离散化。时序逻辑理论应用到机器人领域可以追溯到 1995 年，Antoniotti 设计了一种监测确保机器人完成特定的任务[32]。之后几年内，模型检测工具理论[33]也得到进一步研
图 2-2 图形化语法释义性时序逻辑的语义 任务公式描述了系统中可行路径的任务属性（约束），然而系统中并非满足该任务属性，为了准确地表述满足 LTL 任务公式的路径序列，定语义可以对加权切换系统中状态和路径进行释义，从而确定满足任务公径。线性时序逻辑语义如下：01 2 1 2||| || | |trueA 当且仅当当且仅当当且仅当 并且
【参考文献】
相关期刊论文 前10条
1 代冀阳;王村松;殷林飞;杨保建;熊俊强;;飞行器分层势场路径规划算法[J];控制理论与应用;2015年11期
2 陈成;何玉庆;卜春光;韩建达;;基于四阶贝塞尔曲线的无人车可行轨迹规划[J];自动化学报;2015年03期
3 肖云涛;欧林林;俞立;;基于线性时序逻辑的最优巡回路径规划[J];自动化学报;2014年10期
4 杨浩雄;刘彤;;商业区快递车辆路径优化及仿真[J];计算机仿真;2014年08期
5 王田苗;陶永;陈阳;;服务机器人技术研究现状与发展趋势[J];中国科学:信息科学;2012年09期
6 丁洁;;基于深度优先搜索算法的快递派送策略研究[J];市场周刊(理论研究);2012年01期
7 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年07期
8 杨淮清;肖兴贵;姚栋;;一种基于可视图法的机器人全局路径规划算法[J];沈阳工业大学学报;2009年02期
9 鲁庆;;基于栅格法的移动机器人路径规划研究[J];电脑与信息技术;2007年06期
10 李保国;张春熹;;双轮移动机器人安全目标追踪与自动避障算法[J];控制理论与应用;2007年04期
本文编号：2856104
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2856104.html
