欢迎来到天天文库
浏览记录
ID:34368523
大小:455.17 KB
页数:6页
时间:2019-03-05
《利用机器人行为动力学与滚动窗口路径规划》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、万方数据c0唧批r西澎舱e一昭帆dApp如以如m计算机工程与应用利用机器人行为动力学与滚动窗口路径规划傅卫平,张鹏飞,杨世强FUWei—ping,ZHANGPeng—fei,YANGShi—qiang西安理工大学机械与精密仪器工程学院,西安710048FacultyofMechanical明d.Preci8ionInstrumentalEn百ne耐ng,Xi’anUnive瑙畸ofTechnolog)r,Xi’觚710048,ChinaE—mail:weipingfi暾aut.edu.cnFUWei—p啦。zHANGPeng—fei,
2、YANGSM—qi粕g.BelIa、rioraldy瑚mi璐ofmobnembot蛐dmlli呜wlndowsalgo—thmtopathpIa衄illg.ComputerEng.meeri哩粕dA阳Ucatio璐。2009,45(2):212_215.Abstract:Aimingattllepattlpla衄inginunknownstaticenViro姗ent,anewmobilembotpathpla肋ing印proachi8pre8entedwhichcombinesofrolling诵ndowsandbehavio珀1d
3、ynamic8.Fi瑙tly,subgoalchoosingisoptimizedbyusingheuristicfunctionac—cordingt0thewindow’sinfo册ation,iti8localenvimnment’siIlfb硼ation,whichiBobtainedbycamem.Thennav培ationbehaviori$dividedintoGOTOTARGETbehaviorand0BSTACLEAVOIDANCEbehavior.theirbehavioTial8tates锄dbehavioria
4、lmode8dynamicsmodelsa陀e8tabli8hed,蛐dthenoneautonomou8localpathplanningo
5、llinei8implementedu8ingnavigationbehaviordyn跏ic8modelinasinglewindow.Co衄ectingase—e8of10calpathsaccordingtoc伽tinuit),,the∞botaccomplishe8oneglobalpl明ningllltimately.ne印pmachh鹊asimpleprinciple舳dlowca
6、lculatingburden,8m00tIIpathandhigh印pliedvalue.ne印一proach’8emciency趴dadaptabilityisdenlons协此dby既ample8imulating.Keywords:mobilerobot;rolling诵ndow8.behaviomldyn枷c8;patIIplanning;sub90al摘要:针对存在静态障碍物的未知环境下移动机器人路径规划问题,提出运用行为动力学与滚动窗口相结合进行路径规划的方法。首先根据所获得的窗口(局部环境)信息,采用启发式函数进行局部
7、子目标优化选择;然后将路径规划问题即导航行为分解为趋于目标行为和避障行为,并对这两种行为分别建立了行为状态和行为模式动力学模型;在此基础上,以窗口为单位,利用导航行为动力学模型进行在线自主路径规划;将一系列窗口中的规划轨迹按照连续性条件首尾相接,最终完成了一条全局规划任务。该方法原理简单,计算量小,规划路径光滑,具有较强的实际应用价值。通过计算机实例仿真验证了该方法的有效性和适应性。关键词:移动机器人;滚动窗口;动力学模型;路径规划;子目标DOI:10.377明.issn.1002—8331.2009.02.061文章编号:1002—
8、833l(2009)02一0212一04文献标识码:A中图分类号:TP24由于制造、物流以及其它行业对具有自主路径规划功能的移动机器人的巨大需求,针对移动机器人自主路径规划的研究早已成为各国研究的热点。未知环境下的机器人自主路径规划是指在未知的工作环境中寻找一条恰当的从起始点(位置和姿态)到终点(位置和姿态)的路径,使机器人在运动过程中能安全、无碰撞地绕过所有的障碍物到达终点。显然,由于缺乏全局环境信息,上述路径规划问题无法用全局规划方法船决。针对这种情况,已有研究者提出了不少解决方法和策略,如人工势场法⋯、混合蚁群算法[2】、在线构
9、造拓扑图【3】和滚动窗口法f4_5】等;其中很多方法对机器人有较高的硬件要求,具有模型参数不易确定【2】,依赖障碍物的形状13
10、,很难保证方法的收敛性,未知复杂环境下未必能完成任务【1.5】等局限性。在存在静止障碍物的未
此文档下载收益归作者所有