【摘要】：隨著服務(wù)機(jī)器人越來越多地被應(yīng)用在社會(huì)生活中,機(jī)器人也變得越來越智能。自主導(dǎo)航能力是機(jī)器人智能化的重要體現(xiàn)之一,而路徑規(guī)劃是移動(dòng)機(jī)器人自主導(dǎo)航的重要基礎(chǔ)。如何使移動(dòng)機(jī)器人在已知或未知環(huán)境下快速準(zhǔn)確地規(guī)劃出一條最優(yōu)且無碰撞路徑并控制機(jī)器人行駛至目的地是一個(gè)富有挑戰(zhàn)性的研究課題。本文主要研究在室內(nèi)環(huán)境下的路徑規(guī)劃方法,提出了一種基于A*和B樣條參數(shù)的混合路徑方法。本文利用柵格法對(duì)移動(dòng)機(jī)器人的工作環(huán)境進(jìn)行建模,在柵格地圖中,利用A*算法搜索出一條初始路徑。在軌跡規(guī)劃方法上采用了B樣條參數(shù)法,首先將軌跡規(guī)劃問題轉(zhuǎn)化成優(yōu)化控制問題,并提出機(jī)器人的非完整約束、避障約束、安全約束等約束條件,最后通過對(duì)非線性優(yōu)化問題的求解得到移動(dòng)機(jī)器人的運(yùn)動(dòng)軌跡。針對(duì)B樣條參數(shù)法在障礙物較多時(shí)會(huì)造成求解時(shí)間過長(zhǎng)的問題,本文根據(jù)A*算法規(guī)劃的初始路徑,將移動(dòng)機(jī)器人的工作環(huán)境分解成多個(gè)子區(qū)域。每個(gè)子區(qū)域中不包含任何靜態(tài)障礙物,利用B樣條參數(shù)法進(jìn)行軌跡規(guī)劃,障礙物數(shù)量的減少使得非線性規(guī)劃問題求解速度更快。由于A*算法規(guī)劃的初始路徑連接了機(jī)器人的起始點(diǎn)和目標(biāo)點(diǎn),機(jī)器人依次經(jīng)過一系列子區(qū)域后,最終可到達(dá)目標(biāo)點(diǎn)。本文搭建了基于ROS的移動(dòng)機(jī)器人平臺(tái),并將所設(shè)計(jì)的路徑規(guī)劃方法移植到移動(dòng)機(jī)器人平臺(tái)中進(jìn)行驗(yàn)證,實(shí)驗(yàn)結(jié)果表明,本文設(shè)計(jì)的基于A*和B樣條參數(shù)的混合路徑規(guī)劃方法可以實(shí)現(xiàn)移動(dòng)機(jī)器人從起始位置到目標(biāo)位置的規(guī)劃任務(wù)。在靜態(tài)環(huán)境中,平均每米的規(guī)劃時(shí)間為435ms,與B樣條參數(shù)法相比,性能提升17.9%;在動(dòng)態(tài)環(huán)境中,相比于B樣條參數(shù)法的成功率隨著動(dòng)態(tài)障礙物數(shù)量的增多而迅速下降,本文算法的避障成功率在不同動(dòng)態(tài)障礙物數(shù)量時(shí)均可以達(dá)到95%以上。
【圖文】：

東南大學(xué)工程碩士學(xué)位論文帶的各種傳感器感知外部環(huán)境以及自身狀態(tài)的變化；(2)機(jī)器人可以依據(jù)傳感器的數(shù)據(jù)做，并以最小的代價(jià)在含有障礙物的環(huán)境中移動(dòng)。第一個(gè)條件所需要的技術(shù)是同時(shí)定multaneous LocalizationAnd Mapping，SLAM）,第二個(gè)條件所需要的技術(shù)就是路徑規(guī)劃。

東南大學(xué)工程碩士學(xué)位論文軸距相等，或者其中一個(gè)軸距為 0 時(shí)，誤差為 0；隨著橫縱軸距的差值越大，誤差先變大器人的實(shí)際環(huán)境中，由于障礙物的數(shù)量和大小均不確定，機(jī)器人沿對(duì)角線移動(dòng)的次數(shù)和沿坐次數(shù)均是不可預(yù)知的，曼哈頓距離和歐式距離所表示的啟發(fā)函數(shù)，在不同的場(chǎng)景下可能會(huì)表性能。但是，，歐式距離與曼哈頓距離相比，由于要進(jìn)行平方和開方運(yùn)算，所以在相同節(jié)點(diǎn)數(shù)計(jì)算量更大。本文選擇曼哈頓距離作為啟發(fā)函數(shù)。 仿真和分析移動(dòng)機(jī)器人的運(yùn)動(dòng)環(huán)境如圖 3-4(a)所示，整個(gè)環(huán)境的大小 × ，柵格的邊長(zhǎng)為 2，因此共有格。黑色柵格表示障礙物區(qū)域，白色柵格表示自由區(qū)域。共有 9 個(gè)大小不同的長(zhǎng)方形障礙物個(gè)環(huán)境中。機(jī)器人的起始坐標(biāo)為( )，目標(biāo)點(diǎn)坐標(biāo)為( )，運(yùn)用本節(jié)中實(shí)現(xiàn)的 A*算法搜的路徑，如圖 3-4(b)中的實(shí)線所示�？梢钥闯觯捎� A*算法搜索出路徑為包含多個(gè)拐點(diǎn)的
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP242

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 顧辰;;改進(jìn)的A*算法在機(jī)器人路徑規(guī)劃中的應(yīng)用[J];電子設(shè)計(jì)工程;2014年19期

2 王殿君;;基于改進(jìn)A~*算法的室內(nèi)移動(dòng)機(jī)器人路徑規(guī)劃[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年08期

3 張捍東,鄭睿,岑豫皖;移動(dòng)機(jī)器人路徑規(guī)劃技術(shù)的現(xiàn)狀與展望[J];系統(tǒng)仿真學(xué)報(bào);2005年02期

4 李慶中;顧偉康;葉秀清;;基于遺傳算法的移動(dòng)機(jī)器人動(dòng)態(tài)避障路徑規(guī)劃方法[J];模式識(shí)別與人工智能;2002年02期

本文編號(hào)：2660500