机器人势场平衡路径规划算法研究.pdf

《机器人势场平衡路径规划算法研究.pdf》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30卷第12期计算机仿真2013年12月文章编号：1006—9348(2013)12—0311一06机器人势场平衡路径规划算法研究张茜茜，吴清，石陆魁，张蒙(河北工业大学计算机科学与软件学院，天津300401)摘要：为使移动机器人按照某一性能指标搜索一条从起始点到目标点的无碰撞最优路径，提出了势场平衡路径规划算法，针对障碍物对机器人有排斥力且目标点对机器人有吸引力，利用障碍物对机器人的斥力值，建立障碍物环境地图，通过搜索斥力值与引力值之和的最小值，进行路径规划。同时，与滚动窗口路径规划算法相结合，完成动态环境下的路径规划。仿真实验表明，改进算法具有较强的全局与局部搜索能力，解决

2、了势场法中易存在的局部极小值问题，使机器人能在复杂的动态环境中顺利避开障碍物，快速的以最优路径到达目标点。关键词：动态环境；路径规划；势场平衡算法；滚动窗口算法中图分类号：TP301．6文献标识码：BlksearchofRobotPot锄tialFieldEquipri咖PathPlamliIlgAlgorinunZHANGQian—qian，WUQing，SHILu—kui，ZHANGMeng(Sch础ofComputerScience翻dE姆neering，HebeiUniversity0f7rechnology，Ti喇in300401，China)ABSTRACT：nisp

3、aperproposedaPotent“FieldEquilibriumAJgorithmwhich‰usesonaddressiIlgtlleoptimalpathwi山0utcollisionfbrtheIDbot舶mstaningpointtotargetthatbasedononecenainc印abil畸oftllemobilero—bot．B踮ically，tllemainideaoftllePotentialFieldEqtlili晡umAlgorithmisdeIived舶mtllefeaturemat唧111siveforcee】【istsbetweenmobi

4、lerobot觚dobstacle，whileat心扯tiveforceexistsbetWeenmobilembotaIldtlletarget．Ac—cordin91y，thed190ritlllllm印stheentireobstacleenvironment明dcaⅡiesoutm印p1枷ngbyretrie、ringtllemini-m啪value0ft11esumofrepulsivef0I℃eandat协地tiVeforce．CombinedwithtllescmⅡingwindowpathplallningalgo-一thm，t11emobile山tcanfind

5、outtlle0plimalpatllefficienⅡyandmpidly．ThesimlllationexpeIimentshowsthatthisa190rithmh黔s咖gdobal蛐dlocalsearchcapability，solvestheproblemoflocalIIliIIimapotentialfieldmetllodeasily，so出att}1embotcanavoidobstacles主ntheeomplexdyn锄ieenv主roIlmentssm00出】y，quicHyreacht11eop￡i—malpatlltotIletargetpoint

6、．Ⅺ￡YWo瑚)s：Dyn锄icenviroTlment；Pathplanmng；Potential6eldequilibriumal剃tllm；RoⅡingWindowalgo耐lIrI1引言移动机器人路径规划问题是机器人相关研究领域的热点问题之一，其主要任务是移动机器人在有障碍物的工作环境中，依据一定的评价标准(如行走路径最短、行走时间最少等)，寻找一条从起始状态(包括位置和姿态)到达目标状态的最优或次优无碰路径。路径规划是移动机器人完成其它任务的安全保障，同时也是移动机器人智能化程度的重要标志。早在上个世纪60年代，就有学者开始了对移动机器人基金项目：天津市应用基础研究计划

7、(10JCzDJcl6000)收稿日期：2013一02—24修回日期：2013一03—23路径规划的研究，至今已有大量方法涌现，如A·算法、模糊逻辑、人工势场法、神经网络法、蚁群算法等。由于经验及实际问题的复杂性，A+算法⋯中引人的启发式函数无法保证完全正确，路径可能限入“死循环”而无法搜索到目标。模糊逻辑方法口1的缺陷在于很难构造出比较全面的规则库，如果输入量与规则不匹配，它就无所适从，不具备适应能力。人工势场法H1容易陷入局部极小值而使机器人无法到达目标，导致规划失败。对于神