移动机器人全局路径规划的盲人摸路算法.pdf

《移动机器人全局路径规划的盲人摸路算法.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27卷第5期计算机仿真2010年5月文章编号：1006—9348(2010)05—0157—05移动机器人全局路径规划的盲人摸路算法王永兴，丁睿，姚林泉(苏州大学数学科学学院，江苏苏州215006)擒要：路径规划是机器人控制技术研究中的一个重要问题。路径规划方法可分为全局法和局部法两种。首先分析了传统的全局路径规划方法的缺点，提出了移动机器人全局路径规划的一种新方法，即盲人摸路算法。然后给出了算法的详细描述过程并证明了算法的收敛性。与传统的全局路径规划方法相比，在进行路径规划之前。不需要对障碍环境进行特殊的简化处理。算法理论浅显，计算简单，信息存储量小，能够快速搜索出无碰路

2、径。通过大量数值算例说明了算法的正确性和有效性。关键词：移动机器人；全局路径规划；盲人摸路算法中图分类号-"TP24文献标识码：BTheBlindGropingAlgorithm：GlobalPathPlanningforMobileRobotWANGYong—xing，DINGRui，YAOLin—quan(SchoolofMathematicalSciences，SuzhouUniversity，SuzhouJiangsu215006，China)ABSTRACT：Pathplanningisacriticalproblemintheareaofrobotcontrolt

3、echnique．ThetypesofpathplanningmethodsC811heclassifiedas’globalandlocal．Thelimitationsofclassicglobalpathp／anningmethodswereanalyzed．Anewalgorithm--theBlindGropingalgorithm--formobilerobotscollisionavoidanceplanningisprovided．Adetailedaccountofthealgorithmprocessissi*enandaproofhasbeenprese

4、ntedfortheconvergence．Comparedwitlltheclas—sicalglohalpathplanningmethods，theobstacleenvironmentdoesnotneedtobesimplifiedbeforeplanning．Thethe-013,ofthisalgorithmissimple，andthecalculationiseasy．Itonlyneedsa$111allstorageofinformation．AfreepathCallbefoundoutquickly．Atlast，somenumericalexper

5、imentresultshavejustifiedandvalidatedthealgorithm．KEYWORDS：Mobilerobot；Globalpathplanning；Theblindgropingalgorithml引言路径规划⋯是指给定环境障碍条件，以及起始和目标的位置，要求选择一条从起始点到目标点的路径，使运动物体(机器人)能安全、无碰撞地通过所有的障碍。这种自主地躲避障碍并完成作业任务的机器人是机器人研究的一个重要内容。移动机器人的路径规划方法可分为基于地图的全局路径规划和基于传感器的局部路径规划BJ。全局路径规划，作业环境的全部信息已知，又称静态或离线路

6、径规划；局部路径规划，作业环境信息全部未知或部分未知，又称动态或在线路径规划po。全局路径规划和局部路径规划并没有本质区别。局部路径规划只是环境考虑得更复杂一些，?即环境是动态的。很多适用于全局路径规划的方法经过改进都可以用于局部路径规划；而适用于局部路径规划的方法都可以适用于全局路径规划。全局路径规划方法主要包括栅格法Hj，可视图法HjJ，自由空间法HJ，拓扑法¨】，最优控制法，基金项目：国家自然科学基金资助项目(10201026，10672111)收稿日期：2009—01—16修回日期：2009—04—16神经网络法o¨等。局部路径规划方法主要包括人工势场法‘4-81，模

7、糊逻辑算法㈤]，神经网络法‘71，遗传算法‘101等。以上算法各有其优缺点。栅格法中，栅格大小直接影响环境信息存储量大小和规划时间长短。栅格划分大了，环境信息存储量小，规划时间短，但分辨率下降，在密集环境下发现路径的能力减弱。栅格划分小了，环境分辨率高，在密集环境下发现路径的能力强，但环境信息存储量大，规划时间长¨11；可视图法能够搜索出最短路径，但对障碍复杂的环境，建立可视图计算量比较大；自由空间法的缺点也在于计算复杂度随环境复杂度的增加而急剧增大，且得不到最短路径；拓扑法通常不需要机器人的准确位置，