中小学搜救机器人竞赛中的核心问题研究

《中小学搜救机器人竞赛中的核心问题研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据第1章绪论索源的问题；定位则有不同的任务完成，如救人，灭火，装卸等，不同的任务机器人需完成不同的动作。随着机器人普及和发展，机器人硬件、软件和算法也越来越先进和优化，但在实际的竞赛中，总还是能看到机器人因为跑出线、迷路、找不到搜索源、无法成功返回终点等问题而在比赛中失利。因此如何增强机器人在比赛中的稳定性、优越性，值得进一步研究。南京市很多中小学开展机器人教学和竞赛活动，每年4月份南京市电教馆都会开展中小学机器人竞赛并选出优胜队参加省、全国机器人大赛和国际比赛。本文以“虚拟搜救机器人”为实验平台，对虚拟搜救机器人的设计与实现策略进行研究，在比赛中能够

2、设计合理的机器人、采用优化的策略，并把这种设计和策旺应用于其他搜索类机器人竞赛，从而在比赛中取得较好的成绩。1．3国内外研究发展状况1．3．1搜救机器人寻迹行走寻迹机器人是一种被广泛研究的机器人，而且国内外都有许多重要的比赛。它是在给定的区域内沿着给定的轨迹完成对各个目标点的访问，其主要指标是速度和顺利完成访问得分点的能力。目前，机器人寻迹一般都通过视觉传感器和光电传感器获取道路信息。朱益斌等在《自主式寻迹机器人小车的设计》提出了利■用红外传感器进行寻迹，用光电编码器和PID算法对走直线进行控制，以链表结构作为电子地图。制作的机器人能很好的进行寻迹和访问目标

3、点，运行过程稳定，抗干扰能力较强，反应速度快H1，对进一步研究自动行走机器人技术有借鉴作用。《一种竞赛机器人小车的设计与实现》一文中给出了实现机器人识别不同颜色区域的方法，根据传感器的状态实现对机器人运动方向的控制，并利用PWM的方式控制小车的运动速度，调试及竞赛过程机器人小车能够很好地进行接力，运行过程稳定、抗干扰能力强、反应速度快。⋯‘^7黎1．3．2搜救机器人路径规划路径规划是移动机器人的一个重要研究领域，它要求在有障碍物的环境中，按照一定的评价标准，在机器人的工作空间内找到一条从起始位姿到目标位姿的能避开障碍的最优路径，该路径具有最短的距离或最少的行

4、走时间等低成本的特点口3。根据机器人对环境信息的己知程度，路径规划可分为：全局路径规划和局部路径规划。全局路径规划，是指作业的环境信息完全已知下的路径规划，也称绝对定位，以外部参考点为基准，基于参照物、指南针、路标导航、地图匹配等，主要方法有：栅格法匝儿7儿鲫阳1、可视图法n引、拓扑图法口¨等。(1)栅格法：栅格法最早由Elfes和Moraves提出¨2

5、，其基本思想是将移动万方数据第l章绪论机器人的作业环境分解成为具有二值信息的网格单元栅格来表示，每个栅格被定义为有障碍物栅格或自由栅格，然后以每个栅格为节点，进行路径搜索，直到找到目标位置所在的节点。栅格的

6、大小选取影响算法的性能，当划分的栅格较小时，作业环境的分辨率提高了，储存的环境信息也会增加；栅格选的大了，环境的分辨率降低，环境中发现路径的能力就会变差。(2)可视图法：可视图法是将机器人视为一点，把机器人的起始位置、多边形障碍物顶点和目标点相连接，以关键点的连线为基础，寻找行进路径的一种方法。131。要求连接线不能穿越障碍物，找到一条从起始位置到目标位置经过障碍物部分顶点直线段组成的路径，然后利用优化算法删除不必要的连线，找到最优路径。(3)拓扑图法：拓扑图法就是将移动机器人的作业环境表示为一幅具有拓扑结构的网络图，拓扑模型中每个节点都代表一定的位置和状态

7、，移动机器人根据拓扑模型中节点的特征进行路径寻优的一种路径规划方法¨引。局部路径规划，是指作业环境部分未知或完全未知下的路径规划，基于航航推测技术，主要方法有：人工势场法n副n州¨7

8、、遗传算法n8

9、、模糊逻辑算法、免疫算法、蚁群算法等。(1)人工势场法：人工势场法是一种虚拟力场法，是由Khatib最先提出的。其基本思想将移动机器人的运动视为一种受场作用的牵引运动，环境中目标位置产生引力场，障碍物生成斥力场，移动机器人在引力场形成的引力和斥力场形成的斥力共同作用下前进，二者的合力为移动机器人提供加速力，牵引移动机器人朝目标位置行进¨⋯。(2)遗传算法：遗传算

10、法是从达尔文的进化论观点中归纳演绎过来的，其基本思想是借鉴自然界生物的遗传机制，模拟了优胜劣汰的自然法则，是研究路径规划问题中较为常用的方法。(3)模糊逻辑算法：模糊逻辑算法是基于移动机器人以磕鲍拳锄缓园佥和瓜为事先设定的规则来完成路径规划任务。算法参考了司机的驾驶经验，基于实时传感信息获取移动机器人周围的环境信息，运用查表的方法来控制机器人行进。(4)人工免疫算法：人工免疫算法是通过学习生物免疫系统的原理、功能及特征并结合相关的计算方法而得出的一种仿生智能算法。(5)蚁群算法：蚁群算法是由意大利学者M．Dorigo，V．Maniezzo，A．colorni

11、在20世纪90年代受生物进化机制的启发，模拟自然界中