基于方向信息的移动机器人路径规划算法

《基于方向信息的移动机器人路径规划算法》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、目录3．4认知地图的总体框架⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．293．5本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．30第4章基于方向关系的路径规划算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．334．1方向关系模型的建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．344．1．1主方位模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．344．1．2相对方向关系定义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．354．2基于方向关系模型的A木路径规划⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯364．2．1定性方向关系的量化及启发式函数构建

2、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．374．2．2改进的A枣算法流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯404．2．3基于方向关系模型的A木算法仿真实验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯404．3不确定环境信息下基于方向优先级的路径规划⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．424．3．1方向关系的量化⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．424．3．2方向优先级的建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．434．3．3基于方向优先级的路径规划算法及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．434．3．4基于方向优先级的路径规划仿真实验

3、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．454．4本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．48第5章总结与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯495．1工作内容总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．495．2工作展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．50参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．53致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．59在读期间发表的学术论文与取得的其他研究成果⋯⋯⋯⋯⋯⋯⋯．．6lVI第1章绪论1．1研究背景与意义第1章

4、绪论移动机器人是一种集环境感知、动态决策与规划、行为控制与执行等多种功能于一体的综合系统【11。最早的移动机器人出现于二战时期，这些移动机器人实质上可以飞行的小型炸弹，通过其导航系统和雷达系统，这些小型炸弹只在距离目标一定范围内爆炸。随后，W．GreyWalter发明了带有光敏传感器的机器人Elmer和Elsie，这些机器人通过光敏传感器仅向着光源的方向前进，并可以同时避开障碍物。计算机及传感器技术的发展，为移动机器人研究领域带来了一个又一个新的研究高潮。上世纪60年代末期，第一台自主移动机器人Shakey[2】在斯坦福研究院诞生。Shakey配备了摄像头

5、、测距仪(rangefinder)和碰撞传感器(bumpsensors)。这是第一台可以进行行为推理的机器人，这就意味着当收到外界指令时，它可以推理出必要步骤来完成给定的任务。到了上世纪80年代中期，全球各大公司着手研发移动机器人实验开发平台，提供给各研究机构和大学实验室【3】，从而推动了移动机器人研究的进一步发展。上世纪90年代起，各种世界级的机器人大赛不断涌现，如RoboCup、DARPAGrandChallenge等，持续促进了移动机器人在众多技术领域的发展和进步，其中包括服务机器人系统、传感器融合技术、实时规划和智能推理等领域。由于移动机器人必须具

6、备可靠且智能的自主移动能力，因此，导航是移动机器人各项研究领域中最基本的研究课题，也是移动机器人各项应用中最先需要被解决的重要问题。WhyteH将移动机器人导航描述为三个基本问题【4】：1)“我在何处?”；2)“我要往何处去?”；3)“要如何到该处去?”。也就是说，导航所要解决的三个基本问题是：1)对机器人环境信息精确检测以及空间位置的精确测量(即定位)；2)对获得环境信息进行分析以及合理表达(即环境建模)；3)规划出一条从起始到目标位置的安全路径(即路径规划)。作为移动机器人导航最基本环节，定位是确定机器人在二维工作环境中全局坐标下的位置坐标，一般用先验

7、环境信息、传感器观测值来对机器人当前位姿进行估计掺J。移动机器人定位方式取决于其配置的传感器，当前机器人配置的常用基本传感器有里程计、声纳和摄像头。这些传感器在获取环境信息时，不可避免会产生误差，这给移动机器人的精确定位带来极大的挑战。环境模型作为移动机器人对探测到的环境信息的知识表达，是移动机器人自第1章绪论主导航的知识基础，决定了移动机罨厶如何处理和存储环境信息，以及利用环境知识进行导航[61。传统的环境模型，如几何地图、栅格地图等度量模型，它们的建立很大程度上依赖传感器获取环境信息的准确性以及机器人本身定位精度；对于大规模环境，这些度量模型需要很大的

8、存储空间，并且在地图构建过程中，计算复杂度也会随着环境规模的扩大而