一种动态未知环境下的机器人路径搜索方法

《一种动态未知环境下的机器人路径搜索方法》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、万方数据ComputerEngineeringandApplications计算机工程与应用2009，45(19)201一种动态未知环境下的机器人路径搜索方法游维，李枚毅，吴琼，胡剑YOUWei，LIMei-yi，WUQiong，HUJian湘潭大学信息工程学院，湖南湘潭411105CollegeofInformationEngineering，XiangtanUniversity，Xiangtan，Hunan411105，ChinaYOUWei，L1Mel-ri，WUQiong，eta1．Methodofpath

2、-findingformobilerobotinunknowlldynamicenvironment．EngineeringandApplications，2009，45(19)：201-203．Abstract：Animprovedmodelofneuralnetworknamed“tactilesensationperception”iSproposedformobilerobottofindapathinunknownenvironmentwithstaticanddynamicobstacles．Inthe

3、proposedroodel，robotsonlyneeddi$lanceandorientofthetargetandinformationofneighbors．whichiScollectedbyinnersensorswithouttheinformationofmap．BPneuralnetworksisthedecisioncenterofrobot．Robotcallprovideapropertrailwithfree-collisionintheprocessofexploringinbothst

4、aticanddynamicenvironmentsaftertraining．Withsimulations，theexperimentalresultsdemonstratetheet／ieieneyofthemethod．Keywords：neuralnetworks；robot；path-finding；dynamicenvironment摘要：提出了一种新的路径搜索算法——“触觉感知法”来实现机器人在未知静态与动态环境情况下的路径搜索。该方法不需要提供地图信息，机器人仅收集目标点的距离和方位信息以及通过自

5、带传感器作为触觉器收集周围局部环境信息。机器人以BP神经网络作为决策器，经过训练，可以在静态和动态环境中搜索出一条光滑无碰撞且便捷并能有效避开动态障碍物的运动轨迹。舛所提出的方法进行了仿真实验，仿真结果表明算法在静态和动态环境下均能有高效率的路径搜索表现。关键诃：神经网络：机器人：路径搜索；动态环境DOI：10．3778／j．issn．1002—8331．2009．19．062文章编号：1002—8331(2009)19—0201-03文献标识码：A中图分类号：TPl81引言路径规划是移动机器人自主导航中—个十分重

6、要的问题，由于在传统机器人学和人工智能方法中，移动机器人路径规划方法都是基于外部环境的结构化以及符号推理，那么当机器人处于动态的、非结构化的环境中的时候，传统的路径规划就缺乏必要的实时性与鲁棒性。近年来，随着移动机器人的应用领域不断扩大，传统的已知环境条件下的路径规划已不能满足实际工作的需要。机器人如何在未知的动态环境中自动实现路径规划开始成为人们的研究热点。要在未知环境中完成路径搜索，需要机器人具有自主搜索环境的能力，因此，机器人自身要具备路径搜索、环境感知、动态避障、自身定位的能力。目前，机器人的局部路径规划方

7、法主要有人工势场法【11、遗传算法【21和神经网络法¨I等，并且也提出了一些未知环境下的路径规划方法阁。目前国内外在基于神经网络的机器人路径规划方面已经做了大量的研究工作fq，提出了许多用于路径规划的神经网络模型。通常的神经网络的路径规划算法需要先将环境地图映射成神经元网络，并设置神经元的值来表征不同的地图状况，再通过对神经网络的训练来获取最优的神经元集合以组成路径。这样就是需要已知整个环境，而对于动态环境，就需要实时更新整个地图的信息，在实际中应用传感器也很难做到这一点，并且生成的路径也是由若干线段组成，而不是平

8、滑的曲线。针对这些l’uj题，改变了以往神经嘲络用于路径规划的思路，提出了一种针对动态及未知环境的“触觉感知”方法，在运动中机器人不需要获取整个地图的信息，仅通过自带的传感器获得局部环境信息以及与目标点的距离以及方位信息，在环境中对机器人神经网络训练和优化，从达到搜索理想路径的效果。本文将从算法描述和实验仿真等方面来证明算法的有效性。2“触觉感知”算法描述对