路徑規(guī)劃是移動(dòng)機(jī)器人研究領(lǐng)域中較為重要的一部分,是完成各項(xiàng)任務(wù)的前提。從起始點(diǎn)到目標(biāo)點(diǎn)的運(yùn)動(dòng)過(guò)程中,機(jī)器人不僅要安全到達(dá),而且要盡可能保持路徑平滑。良好的算法能有助于移動(dòng)機(jī)器人在復(fù)雜環(huán)境中適應(yīng)各種變化,并完成到達(dá)指定位置的任務(wù)。本文以個(gè)體移動(dòng)機(jī)器人為研究對(duì)象,就二維環(huán)境中的路徑規(guī)劃問(wèn)題進(jìn)行研究。主要研究?jī)?nèi)容如下。1.全局路徑規(guī)劃在預(yù)先知道環(huán)境準(zhǔn)確信息的情況下,可以找到最優(yōu)解,如出現(xiàn)未知?jiǎng)討B(tài)障礙物時(shí),該方法可能就無(wú)法完成。局部路徑規(guī)劃能對(duì)規(guī)劃結(jié)果進(jìn)行實(shí)時(shí)反饋和校正,但是由于缺乏全局環(huán)境信息,所以規(guī)劃出來(lái)的路徑有可能不是最優(yōu)的。因此為了解決個(gè)體機(jī)器人路徑規(guī)劃問(wèn)題,本文提出了在全局路徑規(guī)劃中效果較好的快速擴(kuò)展隨機(jī)樹(shù)（RRT）方法和局部路徑規(guī)劃的人工力矩法結(jié)合的混合算法,對(duì)個(gè)體移動(dòng)機(jī)器人進(jìn)行路徑規(guī)劃。由于人工力矩法可能會(huì)導(dǎo)致機(jī)器人選擇錯(cuò)誤的運(yùn)動(dòng)方向,使路徑繁瑣,并且在符合新吸引線段的條件下,都要重新計(jì)算新的吸引線段和吸引點(diǎn),計(jì)算量較為復(fù)雜,為了解決此問(wèn)題,首先采用RRT方法對(duì)全局環(huán)境進(jìn)行預(yù)規(guī)劃,保存生成最終路徑的子節(jié)點(diǎn)和軌跡;其次人工力矩法把RRT生成的每個(gè)子節(jié)點(diǎn)當(dāng)作機(jī)器人的吸引點(diǎn),機(jī)器人向節(jié)... 

【文章來(lái)源】：遼寧科技大學(xué)遼寧省

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

動(dòng)態(tài)環(huán)境中的人工力矩法

27（a）RRT搜索結(jié)果（b）RRT路徑規(guī)劃結(jié)果圖3.3RRT方法的路徑規(guī)劃Fig.3.3ThepathplanningofRRTRRT探索狀態(tài)空間并能快速找到解決方案，但RRT的缺點(diǎn)之一是該算法永遠(yuǎn)不會(huì)收斂到漸近次優(yōu)解。因?yàn)閄是任意的點(diǎn)，所以擴(kuò)展樹(shù)的生長(zhǎng)形狀也是隨機(jī)的，從而導(dǎo)致從樹(shù)的根節(jié)點(diǎn)X到目標(biāo)點(diǎn)X規(guī)劃出來(lái)的路徑有時(shí)不是最短路徑。為了對(duì)算法進(jìn)行有意義的改進(jìn)，則需要在算法中引入一種較好的路徑選擇方法。RRT-Connect是對(duì)RRT的改進(jìn)，它不但可以找到可行解，還能找到一條相對(duì)次優(yōu)的算法。3.2.2RRT-Connect基本的RRT算法是從根節(jié)點(diǎn)開(kāi)始向目標(biāo)點(diǎn)擴(kuò)展的RRT樹(shù)搜索狀態(tài)空間，而RRT-Connect是基于雙向擴(kuò)展隨機(jī)樹(shù)算法，有兩棵隨機(jī)樹(shù)，分別從根節(jié)點(diǎn)和目標(biāo)點(diǎn)來(lái)搜索狀態(tài)空間的，算法的收斂速度將有所提高。在狀態(tài)空間內(nèi)，一棵樹(shù)從起始點(diǎn)開(kāi)始擴(kuò)展，另一棵樹(shù)從目標(biāo)點(diǎn)開(kāi)始擴(kuò)展，兩棵隨機(jī)樹(shù)分別是Ta和Tb，分別以X和X為根節(jié)點(diǎn)。在自由空間中隨機(jī)選取X，選取離X最近節(jié)點(diǎn)X，再?gòu)腦向X擴(kuò)展得到樹(shù)Ta的新節(jié)點(diǎn)X，此擴(kuò)展得到的新節(jié)點(diǎn)為樹(shù)Tb的擴(kuò)展方向，那么擴(kuò)展得到點(diǎn)X，直到X=X或兩棵樹(shù)的X小于給定步長(zhǎng)，則停止兩棵樹(shù)的搜索擴(kuò)展，最后，通過(guò)生成這些節(jié)點(diǎn)，不斷向上一個(gè)節(jié)點(diǎn)追溯，直至連接X(jué)和X來(lái)結(jié)束此過(guò)程。構(gòu)建過(guò)程如圖3.4所示。RRT-connect在初始階段的工作方式與最初的RRT算法完全相同，即它從對(duì)狀態(tài)空間X的采樣開(kāi)始，然后是像RRT一樣的擴(kuò)展過(guò)程。最后是兩個(gè)樹(shù)的連接執(zhí)行過(guò)程。如果連接嘗試成功，則連接函數(shù)返回?zé)o障礙路徑。

31Tab.3.1Parameters參數(shù)名參數(shù)值Dv3.4DR0.2DS1.3SR0.24δθpi/90λa0.9（a）RRT搜索過(guò)程（b）選擇路徑圖3.7長(zhǎng)條障礙物中RRT仿真Fig.3.7SimulationsofRRTmethodinalongobstacle采用RRT進(jìn)行全局路徑規(guī)劃后，圖（b）產(chǎn)生的路徑是最短的一條路徑，最終路徑保存的46個(gè)子節(jié)點(diǎn)，路徑長(zhǎng)度為46.01，在直角坐標(biāo)系里的單位長(zhǎng)度。搜索到最終目標(biāo)點(diǎn)所用時(shí)間是43.04秒。單獨(dú)使用局部路徑規(guī)劃的人工力矩法形成的路徑如圖3.8所示。此時(shí)實(shí)際路徑長(zhǎng)度為34.56，機(jī)器人運(yùn)動(dòng)步數(shù)是145步。由圖3.8（a）可以看出，機(jī)器人在起始運(yùn)動(dòng)過(guò)程中，不斷檢測(cè)到障礙物邊緣上知識(shí)障礙墻，也就是藍(lán)色的線段，隨著機(jī)器人運(yùn)動(dòng)并不斷更新知識(shí)障礙墻上的黑色吸引線段和吸引點(diǎn)引導(dǎo)機(jī)器人運(yùn)動(dòng)。人工力矩方法是局部路徑規(guī)劃方法，圖3.8中由于目標(biāo)點(diǎn)在起始點(diǎn)的右側(cè)，所以初始運(yùn)動(dòng)方向依靠傳感器探測(cè)因此機(jī)器人開(kāi)始向右側(cè)運(yùn)動(dòng)，從而出現(xiàn)短暫的錯(cuò)誤初始方向，但若干步之后通過(guò)人工力矩法及時(shí)改變到正確的方向，并且生成的路徑十分平滑，如圖（b）所示。

【參考文獻(xiàn)】：
期刊論文
[1]世界機(jī)器人大會(huì)：那些從想象中走來(lái)的機(jī)器人[J]. 張翔宇.  機(jī)器人產(chǎn)業(yè). 2019(05)
[2]移動(dòng)機(jī)器人避障運(yùn)動(dòng)關(guān)鍵技術(shù)分析[J]. 侯遠(yuǎn)韶.  科技資訊. 2019(24)
[3]全方位移動(dòng)機(jī)器人模糊PID控制算法研究[J]. 崔吉,張燕超,段向軍,趙海峰.  機(jī)械. 2019(08)
[4]改進(jìn)人工勢(shì)場(chǎng)法自主移動(dòng)機(jī)器人路徑規(guī)劃[J]. 羅強(qiáng),王海寶,崔小勁,何晶昌.  控制工程. 2019(06)
[5]人工勢(shì)場(chǎng)法在路徑規(guī)劃中的應(yīng)用研究[J]. 鄭敏,王鵬,范麗波,王光政,高帥.  技術(shù)與市場(chǎng). 2019(06)
[6]基于威脅評(píng)估與生物激勵(lì)神經(jīng)網(wǎng)絡(luò)的機(jī)器人路徑規(guī)劃研究[J]. 代亞蘭,熊禾根,陶永,李公法.  高技術(shù)通訊. 2019(06)
[7]5G網(wǎng)絡(luò)助力警用機(jī)器人安防水平大幅提升[J]. 徐貴森.  中國(guó)安防. 2019(06)
[8]多窄路口下改進(jìn)的bi-RRT路徑規(guī)劃[J]. 龍建全,張皓然,梁艷陽(yáng).  儀表技術(shù)與傳感器. 2019(05)
[9]農(nóng)業(yè)機(jī)器人展望[J]. 趙春江.  中國(guó)農(nóng)村科技. 2019(05)
[10]基于改進(jìn)RRT-connect的四旋翼無(wú)人機(jī)避障軌跡規(guī)劃算法[J]. 李成雷,賀繼林,鄧宇,敖小樂(lè).  傳感器與微系統(tǒng). 2019(05)

博士論文
[1]移動(dòng)機(jī)器人局部路徑規(guī)劃的人工力矩方法[D]. 徐望寶.大連理工大學(xué) 2014

碩士論文
[1]室內(nèi)移動(dòng)機(jī)器人區(qū)域覆蓋路徑規(guī)劃方法研究[D]. 孫建.中國(guó)科學(xué)技術(shù)大學(xué) 2016
[2]基于粒子群算法的路徑規(guī)劃問(wèn)題研究[D]. 吳高超.燕山大學(xué) 2016



本文編號(hào)：3291600