多机器人路径规划与协同避碰研究-毕业论文答辩

《多机器人路径规划与协同避碰研究-毕业论文答辩》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、答辩人：苏青导师：高翔教授多机器人路径规划与协同避碰研究1/30报告提纲：一：研究背景二：研究思路三：研究内容四：总结展望2/30研究背景：研究背景从上世纪70年代开始，多机器人系统逐渐成为了机器人技术领域的一个新的发展方向，其中路径规划问题是核心问题之一。国内外研究现状多移动机器人系统的研究在国内外已经在理论和实践方面取得了较大的进展与成就，许多仿真系统和硬件实验系统逐步建立起来，例如ALLIANCE、CEBOT等平台。路径规划问题是今后多机器人系统研究的一个热点问题，主要方法有栅格法、人工势场法、

2、遗传算法、神经网络、蚁群算法、模糊逻辑算法3/30文献综述：基于模糊逻辑控制方法能够实现机器人的路径规划，但目前仍存在着一些难点和需要解决的问题:(1)现有的研究大多数是将模糊逻辑用于单个机器人的仿真和实验研究，但是很少有将该方法用于多机器人系统路径规划的研究；(2)很少将该方法用于动态环境；(3)现有的方法通常都是采用方向控制的方法实现机器人的路径规划，很少采用多因素来一起控制机器人的运动；(4)在对方法进行实验验证时多采用仿真实验，而通过实验验证的很少。4/30研究思路：研究思路：为了选择更合理、

3、更有效的机器人路径规划算法，就需要通过不断的比较各个机器人路径规划算法的优劣性，对几种主要类型的机器人路径规划方法进行仿真，通过他们的仿真结果来比较。主要方法：栅格法人工势场法蚁群算法530栅格法将平面图分解为12行20列总共240个1*1的正方形栅格，然后将障碍物按大小分解成黑色障碍栅格6/30人工势场法以Start点作为机器人的起始点，将每个障碍物坐标作为斥力场源点，将机器人的目标点作为引力场源点，构成一个人工势场，使得机器人远离斥力场并靠近引力场7/30蚁群算法根据蚂蚁寻找食物的原理设计的一种机

4、器人路径规划算法，蚂蚁在成功找到食物之后会散发信息素，诱引其他蚂蚁寻找到食物8/30基于模糊控制的路径规划方法：优缺点比较栅格法栅格选取的大，精确性就会下降，误差较大。相反，计算量较大。适用于静态环境中人工势场法容易形成死锁和左右摇摆现象，不适用于复杂的环境中蚁群算法规划时间较长，计算量较大，效率不高，消耗的资源比较多基于模糊控制的路径规划方法在进行规划时可以不需要建立精确的、复杂的数学模型，在效率、可行性得到充分保障的前提下，简化了系统的设计难度，而且还特别适用于动态环境的机器人路径规划9/30研究

5、内容：模糊控制原理模糊化规则库模糊推理解模糊化10/30双层模糊控制器的结构设计模糊控制器分为两层，第一层为方向度模糊控制器，方向模糊控制器充分考虑了障碍物的距离信息和目标的角度信息，转化为机器人与障碍物的碰撞可能性，从而输出转向角度实现机器人的动态避障；第二层为速度模糊控制器，度模糊控制器将障碍物的距离信息作为输入，将速度因子作为输出。11/30方向度模糊控制器的设计：确定输入输出变量12/30方向度模糊控制器的设计：确定输入输出变量距离信息目标信息S：小距离PL：正大M：中距离PS：正小L：大距离

6、Z：零NS：负小NL：负大表输入模糊变量输出转向角输出速度RLT：大右转ONE：一级速度RT：右转TWO：二级速度NT：不转THR：三级速度LT：左转LLT：大左转表输出模糊变量13/30方向度模糊控制器的设计：确立模糊规则前方避障规则库左前方避障规则库右前方避障规则库目标导向规则库if（前提）then（结论）LFFFRFα11α12α13α14α15SSSHGMDLWMDHG14/30方向度模糊控制器的设计：选取隶属度函数15/30方向度模糊控制器的设计：解模糊化按照隶属度函数最大原则进行表决，将上

7、一步得到的量进行尺度转换，转化成机器人实际可以用来动作的控制量，即机器人即将需要调整的角度。16/30速度模糊控制器的设计：确定输入输出变量确立模糊规则if（前提）then（结论）LFRONETWOTHRSSSHGLWLWSSMHGLWLW17/30速度模糊控制器的设计：选取隶属度函数解模糊化首先求出ONE、TWO、THR三个值，在对这三个值进行比较，找出最大值，如果是ONE最大，那么按照初始速度继续前进18/30协调机制：启用协调机制1）V1=V2。V1与V2分别是两个机器人的速度。2）D1<=D0

8、，且D1在连续一段时间t0内减少。D1是两机器人之间的距离，D0是机器人最小安全距离，t0是临界时间值。基于优先级和调整速率相结合的运动协调机制19/30仿真：基于单层模糊逻辑的机器人路径规划仿真20/30仿真：基于双层模糊逻辑的机器人路径规划仿真21/30仿真：基于双层模糊逻辑的多机器人路径规划仿真22/30仿真结果分析：23/30实验：基于双层模糊逻辑的机器人路径规划实验24/30实验：基于双层模糊逻辑的机器人路径规划实验25/30实验：基于双层模糊