基于奔向虚拟目标的移动机器人行为协调避障方法研究

《基于奔向虚拟目标的移动机器人行为协调避障方法研究》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、基于奔向虚拟目标的移动机器人行为协调避障方法研究重庆大学硕士学位论文（学术学位）学生姓名：李晓龙指导教师：鲜晓东副教授专业：控制科学与工程学科门类：工学重庆大学自动化学院二O一六年四月StudyofObstacleAvoidanceMethodBasedonImprovedBehaviorCoordinationforMobileRobotTowardstheVirtualTargetAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheMaster’sDegreeofEngineeri

2、ngByLiXiaolongSupervisedbyAss.Prof.XianXiaodongSpecialty：ControlScienceandEngineeringCollegeofAutomationofChongqingUniversity,Chongqing,ChinaApril2016英文摘要摘要随着技术的革新，机器人的应用领域不断拓展，人们对于带有环境感知、自主规划路径的自主式移动机器人需求不断增加，自主式移动机器人逐渐成为机器人研究领域中的热点问题受到广泛研究。由于未知环境中有可能存在静态或动态的障碍物，避障规划算法应该能保证自主式移动机器人无碰撞的完成预定的任务。因此未

3、知环境中障碍物的建模方法及机器人对未知环境中静态、动态障碍物的避障规划成为必须解决的关键问题。同时，避障规划算法能够在完成避障的同时保证机器人的轨迹尽可能的平滑，减少机器人的转动。针对以上问题，本文开展以下工作：首先，针对未知环境中障碍物的建模问题，结合极坐标矢量法的原理，对机器人通过激光测距仪所获得的信息进行存储和处理。首先对机器人的局部环境进行建模，然后对局部环境中的障碍物进行建模，获得初步的障碍物的集合，对两障碍物间距小于安全距离的两障碍物进行合并处理，获得最终的障碍物模型，该方法具有数据处理方便且存储量小的优点。其次，针对机器人对运动障碍物的避障过程中转向能力过小的问题，在现有行为

4、动力学模型的基础上结合障碍物的速度信息进一步提高机器人的转向能力。同时针对满足一定条件下的运动障碍物，现有行为动力学方法使得机器人可能出现无法成功避开运动障碍物的问题，在提出运动障碍物划分条件的基础上，结合现有行为动力学模型，设计新的避障行为：奔向虚拟目标行为和运动障碍物避障行为，在同一仿真环境下，通过MATLAB仿真进行对比说明所提出改进及新的避障行为能够在保证安全距离的条件下安全避开障碍物。最后，针对避障过程中的行为协调问题，解决现有基于竞争的行为协调方法，无法对行为进行扩展的不足，及竞争交互因子、竞争优势因子和弛豫时间参数选择较为困难的缺点，提出粒子群算法进行行为协调，设计合适的评价

5、函数。通过改变行为权值的大小影响评价函数中机器人方向角的大小。适应度函数综合考虑机器人目标方向角、障碍物方向角、其他机器人方向角以及机器人与障碍物距离的因素。与采用基于竞争的协调方法通过同一仿真环境下的对比证实采用粒子群的行为协调方法能够使机器人避障轨迹更加平滑且能够使机器人节省15%的能量消耗。最后在多机器人的情况下验证了粒子群行为协调的可行性，达到一定的效果。关键词：移动机器人、避障、行为动力学、行为协调、粒子群算法I英文摘要ABSTRACTWiththerapiddevelopmentofthetechnology,therobotsarewidelyappliedinvarious

6、fields.Theneedsincreasingofautonomousmobilerobotwiththeabilityofenvironmentalawarenessandautonomouspathplanning.Autonomousmobilerobotasoneoftheresearchhotspothavebeenwidelystudied.Duetotheenvironmentaluncertainties,staticanddynamicobstacles,obstacle-avoidingpathplanofautonomousmobilerobotshouldbea

7、bletoguaranteethecollisionlessaccomplishthetask.Thereforeobstaclesmodelingmethodinunknownenvironmentandthemobilerobotobstacleavoidanceplanninginunknownenvironmentbecomesthekeyissue.Obstacleavoidanceplanningalgori