欢迎来到天天文库
浏览记录
ID:33362836
大小:2.67 MB
页数:73页
时间:2019-02-25
《移动机器人路径规划方法研究》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、捅要移动机器人的研究和开发近年来受到了人们的高度重视,人们要求机器人在运动过程中能够根据周围环境的变化而自主的采取相应措施的能力也越来越强。因此,作为机器人智能的一个重要因素——路径规划就显得尤为重要。路径规划是按照某一性能指标搜索一条从起始状态到目标状态的最优或近似最优无碰路径。本文针对移动机器人路径规划问题展开研究,着重研究了静态环境已知和静态环境未知情况下机器人的路径规划问题。论文的主要研究工作如下:首先对于静态环境已知情况下的机器人路径规划,提出了一种基于参数最优化方法的机器人路径规划。该方法首先将路径规划问题转化成为求解满足一定性能指标和约束条件的最优控制问
2、题,然后再利用参数最优化方法将此最优控制问题转化为静态非线性规划问题,并提出了求解静态约束最优化问题的系贯加权因子法,即SWIFr(SequentialWeightIncreasingFactorTechnique)法,并将此法推广为求解动态约束最优化问题的增广SWIFT法,最后通过仿真验证了算法的可行性。其次由于参数最优化方法对初始值的选取有很高的要求,在这里又提出了另一种基于最优控制思想的方法一基于高斯伪谱最优控制方法的机器人路径规划。这种方法用拉格朗日插值多项式近似逼近状态变量和控制变量,将它们离散化,通过转换就可将最优控制问题转化成为非线性规划问题,再用求解非
3、线性规划方法SQP方法来求解。这种方法对初始值的选择没有什么要求,可以很快地得到理想的结果。最后针对静态环境未知情况下的机器人路径规划,首先介绍和分析了传统Khatib人工势场模型,研究了传统人工势场模型的不可达问题(GNRON)。考虑到不可达问题是由于在目标点处的势场斥力函数过大造成的,将斥力函数与机器人和目标点的相对位置考虑在内,通过这个方式对斥力函数进行修正,解决了传统势场模型的不可达问题(GNRON)。通过仿真实验发现,这种改进方法仍有缺陷,在障碍物距离很近时会发生不能穿越障碍区的情况。针对这一问题,又提出了基于圆周扫描的机器人路径规划方法。以往的方法都是通过
4、改变斥力势场函数来实现,而圆周扫描法不是用力控制机器人运动,而是通过圆周扫描的方法为机器人寻找最佳路径点的方式控制机器人运动,从而顺利避开障碍,到达目标点,最后通过仿真验证了这种方法的有效性。关键词:移动机器人;路径规划:最优控制;参数化方法;高斯伪谱法;人工势场法;圆周扫描TheResearchoftheMobileRobotPathPlanningYuGuangjin(ControlTheoryandControlEngineering)DirectedbyProf.LiShurongAbstractresearchanddevelopmentofmobilero
5、botshavebeenpaidgreatattentiontoinrecentyears.Therequirementofitsabilitytotakecorrespondingmeasuresinaccordancewiththeenvironmentalchangesinitsmovingcourseshasbecomehigherandhigher.Therefore,thepathplanning,asanimportantfieldinrobotintelligence,appearsparticularlysignificant.Pathplannin
6、gissearchinganoptimalpathwithoutcollisionfromthestarttotheendunderacertainindexofperformance.Thisthesisdoestheresearchonthepathplanningproblemformobilerobotinstaticknownenvironmentandstaticunknownenvironment.Themaincontentofthisthesisisgivenasfollows.Forthepathplanninginstaticknownenvir
7、onment,anewmethodbasedontheparameterizedoptimizationisproposed.Thepathplanningproblemisformulatedasanoptimalcontrolproblemwithcons仃aints.Next,theoptimalcontrolproblemistransformedintothestaticnonlinearprogrammingproblemwithparameterizedoptimizationmethod,andanewaugmented-SWIFT(
此文档下载收益归作者所有