资源描述：
《智能的机器人的路径规划及算法研究的》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、机器人技术中文核心期刊《微计算机信息》(嵌入式与SOC)2006年第22卷第11-2期文章编号:1008-0570(2006)11-2-0244-03智能机器人路径规划及算法研究ResearchonPathPlanningandAlgorithmsforIntelligentRobots(西南科技大学)宋晖张华高小明SONGHUIZHANGHUAGAOXIAOMING摘要:路径规划技术是机器人控制技术研究中的一个重要问题,目前的研究主要分为全局规划方法和局部规划方法两大类。在对一些较有代表性的研究思想及其相关算法分析的基础上,比较各种方
2、法的优缺点,提出了机器人路径规划今后的研究重点。关键词:智能机器人;全局规划;局部规划;优化算法中图分类号:TP242.6文献标识码:AAbstract:Pathplanningtechnologyisoneoftheimportantprobleminintelligentrobot.Atpresent,thetworesearchways:oneisglobalplanningandtheotherislocalplanning.Onthebasisoftheanalysisofsometypicalideas,methodsand
3、relatedalgorithmsofpathplanningforintelligentrobot,thispaperproposesthefutureresearchemphasisofrobotpathplanning.Keywords:intelligentrobot,globalplanning,localplanning,optimizationalgorithms技术创新①复杂性:在复杂环境中,机器人路径规划非常1引言复杂,且需要很大的计算量。自50年代世界上第一台机器人装置诞生以来,机器人的发展经历了一个从低级到高级的发
4、展过程。第一代示教再现型机器人,可以根据人示教的结果再现出动作,它对于外界的环境没有感知。在20世纪70年代后期人们开始研究第二代机器人:带感觉的机器人,这种机器人是类似人某种感觉的功能,如力觉、触觉、滑觉、视觉、听觉。第三代机器人是智能机器人阶段,机器人通过各种传感器获取环境信息,利用人工智能进行识别、理解、推理并做出判断和决策来完成一定的任务。这就要求智能机器人除了具有感知环境和简单的适应环境能力外,还具有较强的识别理解功能和决策规划功能。（智械科技）②随机性:复杂环境的变化往往存在很多随机性和不确定因素。③多约束:机器人的形状、速
5、度和加速度等对机器人的运动存在约束。3全局路径规划全局规划方法主包括构型空间法、拓扑法、栅格解耦法、自由空间法、神经网络法等。3.1构型空间法构型空间法的基本思想是将机器人缩小为一个点,根据机器人形状和尺寸将障碍物进行拓展。其中研究较成熟的有:可视图法和优化算法。3.1.1可视图法2智能机器人的路径规划技术分类可视图法中的路径图由捕捉到的存在于机器人一维网络曲线(称为路径图)自由空间中的节点组成。路径的初始状态和目标状态同路径图中的点相对应,这样路径规划问题就演变为在这些点间搜索路径的问题。要求机器人和障碍物各顶点之间、目标点和障碍物各
6、顶点之间以及各障碍物顶点与顶点之间的连线均不能穿越障碍物,即直线是“可视的”,然后采用某种方法搜索从起始点到目标点的最优路径,搜索最优路径的问题就转化为从起始点到目标点经过这些可视直线的最短距离问题。该法能够求得最短路径,但假设忽略智能机器人的尺寸大小,使得机器人通过障碍物顶点时离障碍物太近甚至接触,并且搜索时间长。3.1.2优化算法智能机器人路径规划是指在有障碍物的工作环境中,如何寻找一条从给定起点到终点适当的运动路径,使机器人在运动过程中能安全、无碰地绕过所有障碍物。机器人路径规划问题可以建模为一个有约束的优化问题,都要完成路径规划
7、、定位和避障等任务。根据机器人对环境信息掌握的程度不同将智能机器人路径规划分为基于模型的全局路径规划和基于传感器的局部路径规划。前者是指作业环境的全部信息已知,又称静态或离线路径规划;后者是指作业环境信息全部未知或部分未知,又称动态或在线路径规划。智能机器人路径规划存在以下特点:宋晖:讲师硕士基金项目:国家自然科学基金(60404014);西南科技大学青年基金资助项目(ZK053033)此法可删除一些不必要的连线以简化可视图、缩短搜索时间,能够求得最短路径。但假设机器人的尺-244-360元/年邮局订阅号:82-946《现场总线技术应用
8、200例》您的论文得到两院院士关注机器人技术寸大小忽略不计,会使机器人通过障碍物顶点时离障碍物太近甚至接触,并且搜索时间长。另外的缺点就是此法缺乏灵活性,即一旦机器人的起点和目标点发生改变,就要重新构造可视
