资源描述：
《机器人路径规划的元胞自动机算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第27卷第1期江西科学Vo.l27No.12009年2月JIANGXISCIENCEFeb.2009文章编号:1001-3679(2009)01-0036-06机器人路径规划的元胞自动机算法12祝红芳,王从庆(1.江西工业职业技术学院,江西南昌330039;2.南京航空航天大学自动化学院,江苏南京210016)摘要:采用Moore型邻居规则建立机器人路径规划的元胞自动机模型和演化规则,通过对移动机器人的路径进行演化,讨论了周围环境已知情况下的移动机器人元胞自动机路径规划问题。在演化规则中增加危险度检测,使得机器人能够避免碰撞和
2、穿越障碍,仿真实验结果表明,利用元胞自动机可以实现复杂环境的机器人路径搜索,避免死锁和碰撞,达到快速的最优路径。关键词:机器人路径规划;元胞自动机;Moore型邻居;避碰检测中图分类号:TP24文献标识码:AACellularAutomataAlgorithmforRobotPathPlanning12ZHUHongfang,WANGCongqing(1.JiangxiIndustryPolytechnicCollege,JiangxiNanchang330039PRC;2.CollegeofAutomationEngineering,N
3、anjingUniversityofAeronauticsandAstronautics,JiangsuNanjing210016PRC)Abstract:Acellularautomatamodelandevolutionrulesforrobotpathplanningarebuiltusingmoorneighborhoodrule.Robotpathplanningundertheconditionoftheknownenvironmentisdiscussedbyevolutionpathforamobilerobo.tWithhelpof
4、detectionofriskfactorsinevolutionrules,itisavoidedforrobottocollidewithorcrossoverobstaclestheresultsofsimulationexperimentshowthatpathplanningfortherobotunderacomplexenvironmentcanberealizedusingcellularautomataandtheperformanceofafastglobaloptimalpathplanningisobtained.Keywo
5、rds:Robotpathplanning,CellularAutomata,Mooreneighborhood,Collisiondetection场法、梯度法易陷入局部最小点,图搜索法、枚举0引言法不能用于高维的优化问题。用于机器人路径规路径规划是机器人研究领域中的一个重要内划的智能方法主要有模糊逻辑、神经网络、遗传算[1~5]容。根据机器人对环境信息掌握的程度和障碍物法、蚁群算法、粒子群算法等,而模糊方法主的不同,移动机器人的路径规划基本上可以分为要用于在线的规划中,自适应性较差。神经网络2种类型:环境信息完全已知的全局路径规划;环方法对于环
6、境复杂的情况,规划能力较差,遗传算境信息完全未知或部分未知的局部路径规划。目法是目前应用较多的一种方法,受到了广大研究前,国内外对机器人路径规划方法的研究主要有者的重视。但是,用遗传算法进行机器人路径规两大类,传统方法与智能方法。传统方法主要包划时,随机产生初始种群,种群规模大导致搜索空括:梯度法、栅格法、枚举法、人工势场法、自由空间较大,删除冗余个体能力较差,大大影响了路径*间法、A等图搜索方法及随机搜索法等。其中势规划的速度,特别是环境复杂或多机器人路径规收稿日期:2008-12-14;修订日期:2009-02-03作者简介:祝红芳(1959-)
7、,女,江西人,副教授,主要从事PLC及自动控制方面的工作。第1期祝红芳等:机器人路径规划的元胞自动机算法#37#划时,这种缺点更是明显。的邻居。二维元胞自动机的邻居定义较为复杂,元胞自动机是非线性科学的一种重要方法,以最常用的规则四方网格划分,通常有Von.Neu特别适合于复杂系统时空演化过程的动态模拟研mann型、(b)Moore型、(c)Margolus型等几种形究,本文采用一种基于Moor型邻居的元胞自动机式,其中Moore型邻居如图1所示。图1中的黑模型对移动机器人的路径进行演化,讨论周围环色元胞代表中心元胞,灰色的元胞代表黑色
8、中心境已知的机器人路径规划问题。元胞自动机的演元胞的邻居。化规则中加入了碰撞危险度之后,使机器人不能太靠近障
