动态环境中机器人路径规划研究

发布时间：2021-11-13 03:47

　　路径规划是机器人研究领域最基本也是最重要的问题,它能够使机器人避开障碍物并到达目的地,是其智能化的体现。当前的移动机器人已经广泛应用于复杂多变的动态环境中,但由于在动态环境中动态障碍物的运动速度和方向具有不确定性,导致了移动机器人动态路径规划的难度增大,这是机器人动态路径规划要解决的难点问题。本文采取全局和局部路径相结合的方法实现了移动机器人在动态环境中的路径规划,主要完成的工作如下:1)根据已知环境中的障碍物信息在机器人运动之前进行初始的静态路径规划,针对传统蚁群算法在计算启发函数时考虑不全面所导致搜索效率低的问题,提出一种改进的蚁群算法。采用A*算法中的估价函数f*（n）来更新蚁群算法的启发信息,为机器人规划出一条全局路径。仿真的结果表明,改进后的蚁群算法比传统蚁群算法得到的路径长度更短、更快达到收敛且路径更加平滑。2)针对传统AG算法无法解决动态环境中机器人路径规划的问题进行了改进。在传统AG算法的自由空间中加入机器人和动态障碍物的相对速度分量作为避开动态障碍物的动力,使该算法能够充分发挥优越性并且更适合于实时动态导航。仿真实验结果表明,改进后的AG算法不仅可以解决动态环境中机器... 

【文章来源】：河北工业大学天津市 211工程院校

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

Canadarm2机器人机器人也应用于水下作业、采矿作业和有毒废物清洁作业领域，在这些特殊或有

河北工业大学硕士学位论文-3-图1.1Canadarm2机器人机器人也应用于水下作业、采矿作业和有毒废物清洁作业领域，在这些特殊或有毒区域中机器人负责巡逻工作，可以进行这项工作的机器人有RobowatchOFRO机器人和RobowatchMOSRO机器人[9]，OFRO型机器人如图1.2所示，是Robowatch于2003年研制而成的室外安全侦察机器人，它长1.12米，宽0.7米，高0.4米，重54千克，载重40千克，外形很像一个小型的坦克：图1.2RobowatchOFRO机器人自动导引车(AGV)[10]是用于大型设施（如仓库医院和集装箱港口）的移动机器人，用于货物移动，或者用于安全和保安巡逻。这些车辆沿着周围设置的导线、标记或激光来进行导航，并且可以通过编程实现地点之间的移动从而完成交付货物或在特定区域内巡逻的任务。一些顶级的制造商包括Egemin、Transbotics、FMC和JervisBWebb

动态环境中移动机器人路径规划研究-4-等将AGV“大脑”用于自动驾驶车辆内使其可以自由移动而无需像以前的AGV那样需要沿固定的路径前进。AGV机器人如图1.3所示：图1.3AGV机器人家用机器人的开发为人们带来了更多贴近生活的便利，这些机器人开发的目标是为人们提供陪伴，例如一些社交机器人，他们有的可以作为人类的玩伴，如图1.4所示的索尼公司推出的Aibo机器人[11]，是一种商业上成功的机器人宠物狗，再如Paro机器人是一种旨在抚慰敬老院病人的婴儿型机器人，以及Wakamaru是一种用于老年人和残疾人的类人机器人[12]。其他人形机器人正在开发中，目的是能够为机器人的功能提供更加美观的方式，从而增加其在社会上被接受的可能性。图1.4Aibo机器狗


本文编号：3492258