移动机器人混合路径规划方法研究

发布时间：2021-01-14 12:47

　　随着科技的飞速发展,人们越来越享受“智能化”带来的一些便利,移动机器人作为一个高科技“智能化”产物出现在人类视野当中,其“智能化”的一个重要体现就是能实现自主路径规划,这是推动移动机器人发展的一个重要因素。在复杂环境下,由于传统路径规划方法均存在不同层次的缺陷,导致移动机器人无法较好的完成预定任务。针对这一问题,本文以双轮差动式移动机器人为研究对象,提出一种混合路径规划方法,该方法首先使用改进的粒子群算法进行全局路径规划,得到一条全局最优期望路径,将该期望路径的拐点作为局部路径规划的子目标点,然后使用改进的人工势场算法进行实时局部路径规划,将全局路径规划和局部路径规划方法结合起来得到一种混合算法,并使用上述混合算法完成移动机器人在复杂环境下的路径规划任务。本文主要研究的内容如下:（1）介绍移动机器人路径规划研究背景和国内外现状及本课题的研究意义,深入分析了全局路径规划方法和局部路径规划方法优缺点,并对本文主要研究内容做了简要阐述。以此为基础,建立机器人运动学模型,分析机器人的直线、曲线、旋转等基本运动的控制方法,并介绍了机器人位置信息获取方法与原理,使用几何模型法建模,得到环境地图,为... 

【文章来源】：兰州交通大学甘肃省

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 论文的选题背景和研究意义
    1.2 国内外研究现状
        1.2.1 机器人路径规划方法概述
        1.2.2 全局路路径规划方法
        1.2.3 局部路径规划方法
    1.3 主要研究内容及章节安排
2 双轮差动式移动机器人建模与分析
    2.1 双轮差动式移动机器人
    2.2 轮式机器人坐标系建立
    2.3 移动机器人的传感设备
        2.3.1 红外传感器及其测距原理
        2.3.2 激光传感器及其测距原理
        2.3.3 陀螺仪及其工作原理
        2.3.4 多传感器信息融合
    2.4 小结
3 基于粒子群算法全局路径规划的研究
    3.1 环境信息建模
    3.2 标准的粒子群算法及改进
    3.3 细菌觅食算法
        3.3.1 BFO的基本操作
        3.3.2 细菌觅食优化算法设计
    3.4 混合PSO和BFO算法的全局路径规划步骤
    3.5 仿真实验
    3.6 小结
4 基于改进人工势场法的局部路径规划
    4.1 传统人工势场法概述
    4.2 传统人工势场法存在的问题及解决方法
        4.2.1 针对无法到达目标位置的解决方法
        4.2.2 局部极小值的解决方法
        4.2.3 虚拟目标点的设置方法
    4.3 人工势场法仿真实验
        4.3.1 目标点不可达问题的仿真实验
        4.3.2 动态环境下机器人局部路径规划仿真实验
    4.4 小结
5 基于改进的PSO算法和人工势场法的混合路径规划
    5.1 混合路径规划方法描述
    5.2 仿真实验分析
        5.2.1 改进人工势场法仿真分析
        5.2.2 动态环境下移动机器人路径规划
    5.3 小结
结论
致谢
参考文献
攻读学位期间的研究成果



本文编号：2976887