机器人滚动路径规划的理论与方法研究

《机器人滚动路径规划的理论与方法研究》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、上海交通大学博士学位论文机器人滚动路径规划的理论与方法研究摘要路径规划是机器人研究领域中的关键问题之一，主要指机器人如何有效利用环境信息，规划一条适当的从起点到终点的避障运动路径。它是机器人执行各种任务的基础，反映了机器人在运动过程中与周围环境的交互能力。如何在复杂多变的不确定环境中有效地实施路径规划是亟待解决的难题。事实上，机器人在不确定环境下的路径规划问题是～个如何充分利用已知局部信息使规划不但可行而且较优的问题，必须把优化与反馈机制很好地结合起来。本文借鉴预测控制广义原理，提出了基于滚动窗口的路径规划方法，用它解决静态和动态未知环境中移动机器人路径规划问题，并将其推广到多机器

2、人系统的协调规划中。文中对滚动路径规划过程中所涉及的次优性、可达性和安全性等同题进行了深入而系统的研究。理论分析和大量仿真结果都表明了滚动规划方法的有效性，它是解决不确定环境下规划问题强有力的工具。／本文主要做了以下研究工作：●提出了滚动路径规划方法本文借鉴预测控制滚动优化原理，提出了基于滚动窗口的移动机器人路径规划方法。该方法以在线方式进行滚动优化，有效结合了优化和反馈机制，使规划具有高效性和快速性。它不仅适合于静态未知环境，而且对动态不确定环境具有很强的适应性。文中给出了滚动路径规划的规划原理、一般性算法步骤和仿真图示。●对滚动路径规划方法进行次优性分析由于滚动路径规划基于局部

3、环境信息，其规划结果相对于全局规划是次优的。本文深入研究了具有一般形式的移动机器人滚动路径规划问题，对滚动路径规划进行了次优性分析，并给出了机器人运行过程中路径规划性能指标的次优性估算。文中还研究了一种具有良好滚动性能特点的向心规划问题。·用滚动路径规划方法解决静态全局未知环境下的路径规划问题将滚动路径规划方法成功应用到静态全局未知环境下的路径规划问题求解中，包括有严格约束的障碍环境、凸障碍环境和一般性障碍环境，并证明占塑奎望查堂堕主堂垡丝奎一一——一了在以上环境中实施滚动路径规划的全局目标可达性。研究表明，滚动规划方法能有效解决静态未知环境中的规划问题；针对以上不同环境特点，只要

4、修改机器人局部规划算法和增加适当记忆，就能顺利实旖滚动规划策略。·用滚动路径规划方法解决动态全局未知环境下的路径觌划问题将滚动路径规划方法成功应用到动态未知环境下的路径规划问题求解中，包括动态障碍物运行轨道已知和未知两种情况。文中通过合理地进行场景预测，恰当地选择局部路径规划算法，使滚动路径规划算法有效解决动态不确定环境下的路径规划问题，并在一定环境约束下证明了滚动路径规划算法的安全性和全局目标可达性。大量仿真结果都表明了滚动路径规划对动态不确定环境的良好适应性。·滚动规划策略在多机器人系统路径协调规划中的应用本文将滚动路径规划方法推广到分布式多机器人系统路径协调规划中，给出了多机

5、器人间的协调规划策略和算法，使各机器人充分利用局部探铡到的系统环境信息，进行滚动路径协调规划；文中对多机器人系统协调规划过程中经常出现的双机器人协调规划问题进行了深及韵分析：最后还对滚动规划策略在多机器人系统中的应用提出了看法。阿关键词：路径规划，预测控制，滚动规划，次乇骖，子目标，局部规划，安至泣j白ii参多机器人系统，协调规划圭塑奎里查兰堕主兰垡垒苎THERESEARCHONTHEORYANDMETHODSOFMOBILERoBOTRoLLINGPATHPLANNINGABSTRACTPathplanningisakeyissueinrobotics，whichmeanstof

6、indapropermovingpathforrobotfromadesignatedstartpointtoadesignatedgoalpointinaworkspacewimobstacles．Thepathshouldbecollision—freesothattherobotcouldbypassallobstaclessafely．ItiS也ebasisofvarioustasksandreflectsrobot’scapabil峙ofinteractionwiththesurroundingenvironmentduringitsmovement．HOWtoplana

7、pathefficientlyinunknownorevendynamicenvironmentisachallengingproblemthatneedstObeurgentlysolved．Infact．pathplanninginuncertainenvironmentconceiTlShowtOmakefulluseoflocaldetectedinformationtoplanapaththatisnotonlyfeasiblebutalsooptimal．