机器人路径规划
机器人路径规划
冯赟:机器人路径规划方法研究
1绪论
1.1机器人简介
1.1.1什么是机器人
机器人一词不仅会在科幻小说、动画片等上看到和听到，有时也会在电视上看到在工厂进行作业的机器人，在实际中也有机会看到机器人的展示。今天，说不定机器人就在我们的身过，但这里我们要讨论的是什么是机器人学研究的机器人。
robot)一词来源下1920年捷克作家卡雷尔 . 查培克(Kapel Capek)机器人( 所编写的戏剧中的人造劳动者，在那里机器人被描写成像奴隶那样进行劳动的机器。
后来作为一种虚构的机械出现在许多作品中，代替人们去完成某些工作。20世纪60年代出现了作为可实用机械的机器人。为了反这种机器人同虚构的机器人及玩具机器人加以区别，称其为工业机器人。
工业机器人的兴起促进了大学及研究所开展机器人的研究。随着计算机的普及，又积极地开展了带有智能的机器人的研究。到70年代，机器人作为工程对象已经被确认，机器人一词也受到公认。目前，机器人学的研究对象已不仅仅是工业机器人了。
即便是实际存在的机器人，也很难把它定义为机器人，而且其定义也随着时代在变化。这里简单地反具有下述性质的机械看作是机器人:
1. 代替人进行工作:机器人能像人那样使用工具和机械，因此，数控机床和
汽车不是机器人。
2. 有通有性:既可简单地变换所进行的作为，又能按照工作状况的变化相应
地进行工作。一般的玩具机器人不能说有通用性。
3. 直接对个界作工作:不仅是像计算机那样进行计算，而且能依据计算结果
对外界结果对外界产生作用。
机器人学把这样定义的机器人作为研究对象。
- 1 -
郑州大学电气工程学院毕业设计(论文)
1.1.2机器人的分类
机器人的分类方法很多，这里我们依据三个有代表性的分类方法列举机器人的
种类。
首先，由天机器人要代替人进行作业，因此可根据代替人的哪一个器官来分类: 操作机器人(手):利用相当于手臂的机械手、相当于手指的手爪来使物体协
作。
移动机器人(腿):虽然已开发出了2足步行和4足步行机器人，但实用的却是
用车轮进行移动的机器人。(本文以轮式移动机器人作为研究对象) 视觉机器人(眼):通过外观检查来除掉残次品，观看人的面孔认出是谁。虽然
还有使用触觉的机器人，但由于它不是为了操作，所以不能说是触觉机器人。
也还有不仅代替单一器官的机器人，例如进行移动操作，或进行视觉和操作的
机器人。
其次，按机器人的应用来分类:
工业机器人:可分为搬送、焊接、装配、喷漆、检查等机器人，主要用于工厂
内。
极限作业器人:主要用在人们难以进入的核电站、海底、宇宙空间等进行作为
的机器人。也包括建筑、农业机器人等。
娱乐机器人:有弹奏乐器的机器人、舞蹈机器人、宠物机器人等，具有某种程度的通用性。也有适应环境面改变行动的宠物机器人。
最后则是按照基于什么样的信息进行动作来分类:
表1基于动作信息的机器人分类
机器人的种类特征操纵机器人(operating robot) 人在一定距离处直接操作机器人时行作业程序机器人(sequence control robot) 机器人按预先给定的程序、条件、位置进行作
业
示教再现机器人(playback robot) 由人操作机器人进行示教后，机器人就重复进
行这个作业
数值控制机器人(numerical control 通过数字和语言给定作为的顺序、条件、位置robot) 等信息，机器人依据这一信息进行作业智能机器人(intelligent robot) 机器人依据智能(感觉信息的识别、作业规划、学习等能力)确定作业
- 2 -
冯赟:机器人路径规划方法研究
本文主要以室内轮式移动机器人作为研究对象，从安照的信处进进行动作上来分类属于程序机器人。
1.2 移动机器人
1.2.1移动机器人的发展概述
移动机器人技术自上世纪60年代以来，经历40年的发展已经取得了长足的进步。60年代末期，斯坦福研究院(SRI)的 Ni1SNi1SSen和 CharleSRosen等人以研究在复杂环境下，应用人工智能技术实现机器人系统的自主推理、规划和控制为目
的，在1966年至1972年期间制造出了取名Shakey的自主移动机器人;70年代末，随着计算机的应用和传感技术的发展，移动机器人研究又出现了新的高潮;80年代中期，设计和制造机器人的浪潮席卷了全世界;90年代以来，以研制高水平的环境信息传感器和信息处理技术、高适应性的移动机器人控制技术、真实环境下的规划技术为标志，开展了移动机器人更高层次的研究。
移动机器人控制技术、真实环境下的规划技术为标志，开展了移动机器人更高层次的研究。
移动机器人按工作环境可分为:室内移动机器人、室外移动机器人和特殊环境下的机器人;
按移动方式可分为:轮式移动机器人、步行移动机器人、蛇形机器人、履带式移动机器人、爬行机器人等;按控制体系结构可分为:功能式(水平式)结构机器人、行为式(垂直式)结构机器人和混合式机器人;
按功能和用途可分为:医疗机器人、军用机器人、助残机器人、清洁机器人、地下管道检测移动机器人、行星探测机器人等;
按作业空间可分为:陆地移动机器人、水下机器人、无人飞机和空间机器人。
移动机器人的研究涉及许多方面，首先，要考虑移动方式，可以是轮式的、履带式、腿式的;对于水下机器人，则是推进器。其次，必需考虑驱动器的控制，以使机器人达到期望的行为。再次，必需考虑导航或路径规划，对于后者，有更多的方面要考虑，如传感器的融合、特征提取、避碰及环境映射。移动机器人是一个集环境感知、动态决策与规划、行为控制与执行等多功能于一体的综合系统。对移动机器人的研究，提出了许多新的或挑战性的理论与工程技术课题，引起越来越多的专家学者和工程技术人员的兴趣，更由于它在军事侦察、防核化污染、扫雷排险等危险与恶劣环境以及民用中的物料搬运上具有广阔的应用前景，使得对它的研究在
世界各国受到普遍关注。目前，移动机器人特别是自主移动机器人的研究是一个十分活跃、具有广泛应用前景的前沿研究领域。
- 3 -
郑州大学电气工程学院毕业设计(论文)
1.2.2移动机器人的国外发展概况
上世纪80年代开始，美国国防高级研究计划局(DA即A)专门立项，制定了地面天人作战平台的战略计划。从此，室外移动机器人的研究在全世界拉开了序幕，如日本通产省组织的极限环境下作业的机器人计划;DARPA的“战略计算机”计划中的自主地面车辆(ALV)计划;欧洲尤里卡中的机器人计划等。初期的研究，主要从学术角度研究室外机器人的体系结构和信息处理，并建立实验系统进行验证。随着技术的进步，移动机器人的研究开始转向实用化，机器人技术被应用到各个领域，如美国NASA研制的火星探测机器人索杰那于1997年登上火星;美国NASA资助研制的“丹蒂H”八足行走机器人;德国研制了一种轮椅机器人，并在乌尔姆市中心车站的客流高峰期的环境和1998年汉诺威工业商品博览会的展览大厅环境中进行了实地现场表演，获得了巨大的成功。
机器人正在从工厂的结构化环境进入人们日常的生活环境—医院、办公室、家庭、建筑工地和其它杂乱及不可控环境。机器人不仅要能自主完成工作，而且要能与其他机器人或者与人共同协作完成任务或在人的指导下完成任务。美国DARPA的战术移动机器人计划是从1998年开始的一个为期4年研究计划。该计划研究的是一个多机器人系统，研究分为技术开发和系统设计两个阶段;美国的MDARS项目是在著名的保安机器人ROBART的基础上建立的一个多移动机器人平台，用来在指定地面执行随机巡逻任务;美国的FETCH计划是在BUGS计划的基础上，研究使用一群小的、坚固的自主的移动机器人去清除地表上的未爆炸的M42炮弹。自从1996年
成功地举行了第一次世界机器人足球赛以来，一年一度的世界机器人足球赛己经吸引了越来越多的团体参加，极大地推进了多移动机器人技术的研究。
1.2.3移动机器人国内研究概况
我国己在“七五”计划中把机器人列入国家重点科研规划内容，拨巨款在沈阳建立了全国第一个机器人研究示范工程，全面展开了机器人基础理论与基础元器件的研究了。目前国内研究的几种机器人如下:
1(全方位移动地面清扫机器人
香港中文大学与清华大学合作，联合研制开发出一种全方位移动清扫机器人。该机器人具有如下特点:(1)采用全方位轮来实现任意方向的移动，使得机器人可执行对狭窄区域的清扫任务。(2)采用开放式机器人控制结构，实现硬件可扩展，软件可移植、可继承，使机器人作为服务载体具有更好的功能适应性。(3)机器人具- 4 -
冯赟:机器人路径规划方法研究
有在拥挤环境下的实时避障功能，能适应不断变化的清扫工作环境。(4)具有遥控操作和自主运动两种运行方式。(5)吸尘机构可实现吸尘路径的自动转换，提高了吸尘效率。(6)具有智能电源管理功能，延长了运行时间，提高了对有限的移动动力资源的利用率。
2(壁面清洗爬壁机器人
目前高层建筑的清洗，都采用吊凳、吊篮的手工清洗作业方式。哈尔滨工业大学机器人研究所研制成功的壁面清洗爬壁机器人，可以实现清洗作业的自动化，解决了人工操作的危险问题，将人从这种重复性的危险劳动中解放出来。壁面清洗爬壁机器人由爬壁机器人本体、清洗机构、控制柜、遥控盒、安全保护装置等部分组成。爬壁机器人采用负压吸附原理，利用吸盘吸附于壁面。采用双轮驱动，可垂直于壁面上下左右移动，带动清洗机构作业。该机器人工作有如下特点:(1)负压吸
附，可以适应各种材料的平面或壁面。(2)速度可调，爬行灵活。(3)有线遥控，操作方便，可在地面上观察机器人运行情况下进行远距操作。(4)可安全跨越沟缝，爬壁机器人可安全跨越10一20Inm左右的沟缝。(5)清洗效率高，清洗效果好。
3(导游服务机器人
海尔一哈尔滨工业大学机器人技术公司推出了DY一型导游服务机器人，该机器人由伺服驱动系统、多传感器信息避障及路径规划系统、语音识别及语音合成系统组成。导游机器人由蓄电池供电，可连续运行4小时，在一定的环境下自主行走，并且能识别出障碍物是人还是路障，做出不同的反应。遇到人时机器人会说:“您好!欢迎您来到机器人世界。”游客通过语音识别系统可以和机器人进行简单的对话，该机器人可应用于科技馆、商店和旅游场所进行导游服务。
4(智能移动机器人
我国的中科院自动化所研制研发的CASIA-I是集多种传感器、视觉、语音识别与会话功能于一体的智能移动机器人。它的基本结构由传感器、控制器以及运动机构构成，其中传感器由以下几个部分组成:位于机器人底层的16个触觉红外传感器，位于机器人中间两层的16个超声波传感器和16个红外传感器，以及位于机器人顶部的摄像机(CCD)。这些传感器和CCD一起构成了CASIA-I的多传感器系统。CASIA-I身高80cm，直径45cm，运行最大速度为80cm/s。它可广泛应用于医院、办公室、图书馆、科技馆、展览馆等公共场合的服务、作业、展示与娱乐等，以及个人家庭服务。
1.3移动机器人的主要研究方面
移动机器人的智能指标为适应性、自主性和交互性。适应性是指机器人具有适应复杂工作环境的能力，不但能识别和测量周围的物体，还有理解周围环境和- 5 -
郑州大学电气工程学院毕业设计(论文)
所要执行任务的能力，并做出正确的判断及操作和移动等能力;自主性是指机器人能根据工作任务和周围环境情况，确定工作步骤和工作方式;交互性是智能产生的基础，交互包括机器人与环境、机器人与人以及机器人之间三种，主要涉及信息的获取、处理和理解。基于以上智能指标，移动机器人技术的主要研究内容包括如下几项。
1.3.1导航与定位
导航与定位是移动机器人研究的两个重要问题。根据环境信息的完整程度、导航指示信号类型、导航地域等因素的不同，移动机器人的导航方式可分为:基于环境信息的地图模型匹配导航;基于路标导航;基于视觉导航;基于传感器导航等。
环境地图模型匹配导航是在机器人内部存储关于环境的完整信息，并在预先规划出的一条全局路线的基础上，采用路径跟踪和避障技术，实现机器人导航;当机器人对周围环境并不完全了解时，则可采用基于路标的导航策略，也就是将环境中具有明显特征的景物存储在机器人内部，机器人通过对路标的探测来确定自己的位置，并将全局路线分解成路标与路标之间的片断，再通过一连串的路标探测和路标制导来完成导航任务;在环境信息完全未知的情况下，可通过传感器对周围环境的探测来实现机器人导航。
作为移动机器人导航的最基本环节，定位是确定机器人在工作环境中相对于全局坐标的位姿。定位方法根据机器人工作环境复杂性、配备传感器的种类和数量等不同有多种方法。主要方法有:惯性定位、路标定位和声音定位等。
惯性定位是在移动机器人的车轮上装有惯性传感器，通过对车轮转动的记录来粗略地确定位置和姿态，该方法简单，但缺点是存在累积误差;路标定位是在移动机器人工作的环境里，人为地设置一些坐标己知的路标，通过对路标的探测来确定自身的位姿，它可获得较高的计算精度且计算量小;声音定位用于物体超出视野之
外或光线很暗时，视觉导航和定位失效的情况下，基于声音的无方向性和时间分辨率高等优点，采用最大似然法、时空梯度法和MUSIC法等方法实现机器人的定位。
1.3.2路径规划
路径规划技术是机器人研究领域的一个重要分支。所谓机器人的最优路径规划问题，就是依据某个或某些优化准则(如工作代价最小、行走路线最短、行走时间最短等)，在其工作空间中找到一条从起始状态到目标状态的能避开障碍物的最优路径。根据控制方法的不同，机器人路径规划方法大致可以分为两类:传统方法- 6 -
冯赟:机器人路径规划方法研究
和智能方法。
移动机器人的路径规划是移动机器人研究领域中非常重要的问题，总的控制目标是使移动机器人运动到目标点，总的约束是在整个过程中，机器人不碰到任何一个障碍物。该问题根据对环境信息的掌握程度可以分为两类:一类是环境信息己知的全局规划，另一类是环境信息未知的局部规划。全局规划方法依照已获取的环境信息，给机器人规划出一条路径。规划路径的精确程度取决于获取环境信息的准确程度。全局方法通常可以寻找最优解，但是需要预先知道环境的准确信息，并且计算量很大。局部规划方法侧重于考虑机器人当前的局部环境信息，让机器人具有良好的避碰能力。很多机器人导航方法通常是局部的方法，因为它的信息获取仅仅依靠传感器系统获取的信息，并且随着环境的变化实时的发生变化。和全局规划方法相比较，局部规划方法更具有实时性和实用性。缺陷是仅仅依靠局部信息，有时会产生局部极点，无法保证机器人能顺利到达目的地。
1.3.3运动控制
运动控制是研究自主移动机器人技术较为活跃的课题之一。自主移动机器人按照存储在其内部的地图信息，或根据外部环境所提供的引导信号(即通过对环境的
实时探测所获得的信息)规划出一条路径后，它还必须能够沿着该路径在没有人工干预的情况下，采用跟踪控制和避障技术移动到预定目标点，实现机器人导航。跟踪控制是移动机器人运动控制的一个重要问题，分为轨迹跟踪控制和路径跟踪控制两种。在轨迹跟踪控制中，移动机器人要求跟踪的期望轨迹是以时间关系曲线图给出的，而在路径跟踪控制中，期望轨迹是由几何参数(如路径的弧长)来描述的。当要求机器人必须在一个特定的时间内到达一个特定的目标点时，轨迹跟踪控制是必需的;当要求机器人以一个期望的速度跟踪一条由几何参数给出的路径时，路径跟踪控制是合适的。己有的轨迹跟踪方法在数学上很精致，并且得到许多有意义的结果，但对于设计跟踪控制器来说，并不是最好的方法。事实上，在传统的自动化应用中，常常采用基于几何路径跟踪概念的方法，控制器的设计更与人的直觉接近，并且简单、易于实现。
1.4论文结构安排
未来的机器人应该具有感知、规划和控制等高层能力。它们能从周围的环境中收集知识，构造一个关于环境的符号化的世界模型，并使用这些模型来规划、执行由使用者下达的高层任务。其中的规划模块能生成大部分的机器人要执行的命令，其目标是实现机器人的使用者在较高的层次给机器人下达一些较宏观的任- 7 -
郑州大学电气工程学院毕业设计(论文)
务，由机器人系统自身来填充那些较底层的细节问题。路径规划可以说是机器人完成其他高级任务的一个保障，它要求机器人根据给予的指令及环境信息自主地决定路径，避开障碍物，实现任务目标。路径规划是移动机器人智能化程度的重要标志，它将提高移动机器人的智力水平，提高移动机器人移动的速度及灵活性。
本文是以自主移动机器人为研究对象，主要研究了移动机器人在环境信息完全已知情况下的全局路径规划或者称为基于模型的路径规划以及在环境未知的情况下
的局部路径规划或称为基下传感器的路径规划。基于模型的路径规划以搜索算法进行介绍，基于传感器的路径规划以彷生学的蚁群算法进行介绍。本文各章的研究内容如下:
第一章:绪论。主要对机器人的基本概念，以及分类方法进行简要的介绍。接着对国内外移动机器人的发展一般性的介绍和总结;归纳了移动机器人的主要研究方向。
第二章:机器人路径规划简介。主要对机器人路径规划进行简要说明，并对规划时所需要导航技术，及机器人体系结构给予介绍。最后是对现在的一些路径规划方法简要介绍。
第三章:基于模型的路径规划。本章首先说明了基于模型的与基于传感器的路径规划与基于传感器的路径规划的分类原则。接着介绍基于模型的路径规划的地图处理方法切线图与Voronoi图，然后对搜索算法的步骤加以说明。最后以一个简单的地图模型对算法进行彷真，以加深算法的认识，并提出了采用本算法的实际意义及存在的不足。
第四章:基于传感器的路径规划。本章对全局未知的基于传感器的路径规划以蚁群算法加以解决，对蚁群算法的进行了详细介绍，算法首先用栅格法对机器人的工作空间进行建模，并用一个状态矩阵表示其状态，由此构造出一个连通图，由一组蚂蚁在图上模拟蚂蚁的觅食行为，从而得到避碰的优化路径。
- 8 -
冯赟:机器人路径规划方法研究
2机器人路径规划简介
2.1引言
路径规划是移动机器人研究的一个重要方面，是对移动机器人进行更深层次研究和应用的基础，因为其基本任务就是解决机器人在环境中如何安全行走的问题。
就如人一样，只有知道怎么在环境中行走，不与其他物体相碰撞并且正确从起始地到达目的地，才能去做其他的事。但是，即使是完成这样一个在我们看来十分简单的任务，其实也是经过了一个良好配合与正确分析的过程:首先眼睛要搜集环境信息，把看到的环境状态反馈给大脑，然后大脑根据眼睛反馈回来的环境信息和所要到达的目的地做出一个综合的分析，得到一个判断和结果，然后指挥人的身体移动，从而实现在环境中的行走。机器人也是类似，只不过在这里传感器充当了机器人的“眼睛”，而路径规划模块就相当于机器人的“大脑”，根据传感器信息和任务要求进行分析和决策，指挥机器人的运动。导航技术是与路径规划密切相关的一项关键技术，路径规划技术的发展要依赖于机器人导航技术的发展。
2.2 移动机器人导航技术
2.2.1机器人导航方式
移动机器人的导航方式很多，有路标导航、视觉导航、基于传感器数据导航，卫星导航等。它们都不同程度地适用于各种不同的环境，包括室内和室外环境，结构化环境与非结构化环境。
(1) 路标导航
将环境中具有明显特征的景物存储在机器人内部，机器人通过对路标的探测来确定自己的位置，并将全局路线分解成路标与路标之间的片断，再通过一连串的路标探测和路标制导来完成导航任务。
(2) 视学导航
由于计算机视觉理论及算法的发展，视觉导航成为导航技术中的一个重要发展方向。通常，机器人利用装配的摄像机拍摄周围环境的局部图像，然后通过图- 9 -
郑州大学电气工程学院毕业设计(论文)
像处理技术，如特征识别、距离估计等，进行机器人定位及规划下一步的动作，从而实现机器人局部路径规划。
(3) 基于传感器的数据导航
一般机器人都安装了一些非视觉传感器，如超声传感器、红外传感器、接触传感器等。利用这些传感器使得机器人能够在动态非结构化环境中实现自主导航。
(4) 卫星导航
GPS全球定位系统是以距离作为基本的观测量，通过对四颗GPS卫星同时进行距离测量计算出用户(接收机)的位置。机器人通过安装卫星信号接收装置，可以实现自身定位。
2.2.2机器人导般技术的发展
移动机器人技术是传感技术、控制技术、信息处理技术、机械加工技术、电子技术、计算机技术等多门技术的结合。因此对于移动机器人导航技术的发展也必然建立在这些技术的高速发展之上的。
(l)先进的传感技术
传感器相当于移动机器人的感觉器官，只有先进的传感器技术才能有效的采集环境信息，从而提高导航的效率和准确性。
(2)高效的信息处理技术
信息处理主要是指对于传感器采集进来的信息进行处理，例如语音识别与理解技术，图像处理与模式识别技术等。由于目前移动机器人的导航很多都采用基于视觉或有视觉参与的导航技术，因此计算机视觉和图像处理技术的水平对于移动机器人导航的发展将起到至关重要的作用。
(3)多传感器的信息融合技术
多传感器的导航方式是移动机器人导航发展的必然趋势。多传感器的信息融合技术充分利用了多个传感器的资源，通过对这些传感器及其观测信息的合理支配和
利用，把多个传感器在空间或时间上的冗余或互补信息根据一定的准则进行组合，从而获得对被测对象的一致性解释或描述，因此它不但能够提高导航精度，同时也使整个导航系统具有了较高的鲁棒性。
(4)智能方法的发展与完善
目前在移动机器人导航中，智能方法的应用是一个重要的发展方向。但目前智能算法在机器人导航中的应用范围却受到了很大局限，如神经网络应用往往局限在环境的建模和认知上，例如机器人地图构建。同时由于目前在导航过程中主要采用前馈网络，需要教师信号进行训练，因此难于实现在线应用;模糊逻辑应用于复杂未知动态环境中，模糊规则很难提取，导航的效果也不理想。因此在移动机器人导航中，智能方法还有极大的发展空间。
- 10 -
冯赟:机器人路径规划方法研究
2.3路径规划方法
路径规划一直是机器人学研究领域的一个热点，大多数国内外文献将此问题ath Planning, Find-Path Problem，Collision-Free, Obstacle-Avoidance，称为P
Motion Planning，etc.所谓机器人的最优路径规划问题，就是依据某个或某些优化准则(如工作代价最小、行走路线最短、行走时间最短等)，在其工作空间中找到一条从起始状态到目标状态的能避开障碍物的最优路径。根据对环境信息的掌握程度不同，路径规划可分为:(l)全局路径规划，环境信息完全己知，包括障碍物的位置及其几何性质;(2)局部路径规划，环境信息完全未知或部分未知，通过传感器在线地对机器人的工作环境进行探测，以获取障碍物的位置和几何性质等信息，这种规划对于环境数据的搜集和该环境模型的动态更新能够随时进行校正。全局规划方法包括环境建模和路径搜索两个子问题。一般情况下先对环境信息进行建模，
然后采用某种搜索方法搜索最优路径。全局规划是一种事前规划，因此对机器人系统的实时计算能力要求不高，规划结果是全局的、较优的，但是对环境模型的错误及噪声鲁棒性差。局部规划方法将对环境的建模与搜索融为一体，要求机器人系统具有高速的信息处理能力和计算能力，对环境误差和噪声有较高的鲁棒性，能对规划结果进行实时反馈和校正，但是由于缺乏全局环境信息，所以规划结果有可能不是最优的，甚至可能找不到正确路径或完整路径。
机器人路径规划方法大致可以分为两类:传统方法和智能方法。
2.3.1传统路径规划
传统方法包括以下几种:可视图法、自由空间法、栅格法、人工势场法等。
(l)可视图法是将机器人视为一点，把机器人、目标点和多边形障碍物的各个顶点进行连接，要求机器人和障碍物各顶点之间，目标点和障碍物各顶点之间以及各障碍物顶点与顶点之间的连线，都不能穿越障碍物，这样就形成了一张图，称之为可视图。由于任意两直线的顶点都是可视的，显然移动机器人从起点沿着这些连线到达目标点的所有路径均是无碰路径。对可视图进行搜索，并利用优化算法删除一些不必要的连线以简化可视图，缩短了搜索时间，最终就可以找到一条无碰最优路径。优点是可以求得最短路径，缺点是此法缺乏灵活性，即一旦机器人的起点和目标点发生改变，就要重新构造可视图，比较麻烦。
(2)自由空间法的基本思想是采用预先定义的基本形状(如广义锥形，凸多边形等)构造自由空间，并将自由空间表示为连通图，然后通过对图的搜索来规划路径，其算法的复杂度往往与障碍物的个数成正比。自由空间的优点是比较灵活，- 11 -
郑州大学电气工程学院毕业设计(论文)
机器人的起始点和目标点的改变不会造成连通图的重新构造，缺点为不是任何时候都可以获得最短路径。
(3)栅格法是将移动机器人工作环境分解成一系列具有二值信息的网格单元，多采用二维笛卡儿矩阵栅格表示工作环境，每一个矩形栅格都有一个累积值CV，表示在此方位中存在障碍物的可信度。CV值越高，表征存在障碍物的可能性越高。用栅格法表示格子环境模型中存在障碍物的可能性的方法起源于美国CMU大学。通过优化算法在单元中搜索最优路径。由于该方法以栅格为单位记录环境信息，环境被量化成具有一定分辨率的栅格，因此栅格的大小直接影响着环境信息存储量的大小以及路径搜索的时间，因此在实用上受到一定的限制。
(4)人工势场法是由Khatib提出的一种虚拟力场法。这种方法的基本思想是把移动机器人在环境中的运动视为一种在抽象的人工受力场中的运动，即在环境中建立人工势场的负梯度方向指向系统的运动控制方向。目标点对移动机器人产生引力，障碍物对移动机器人产生斥力。其结果是使移动机器人沿“势峰”间的“势谷”前进，最后求出合力来控制移动机器人的运动。这类方法的突出的优点是系统的路径生成与控制直接与环境实现了闭环，从而大大加强了系统的适应性与避障性能。但是人工势场法也存在若干缺陷:如在陷阱区域容易陷入局部最小;在相近的障碍物之间不能发现路径等。
上述前三种方法都是全局规划方法，首先根据已知环境信息用不同的方法对环境进行建模，然后采用一定的搜索技术来搜索最优路径。但是以上这些传统方法在路径搜索效率及路径优化方面尚有待于进一步改善。而现在通常使用的搜索技术包括:梯度法，A*等图搜索方法，枚举法、随机搜索法等。这些方法中梯度法易陷入局部最小点，图搜索方法、枚举法不能用于高维的优化问题，而随机搜索法则计算效率太低。人工势场方法则既可用于环境己知的全局路径规划，也可用于环境未知的局部路径规划。用于全局规划时根据全局信息构造环境势场模型，而用于局部规划时根据传感器实时检测信息构造环境势场模型。
2.3.2智能路径规划
近年来，随着遗传算法等智能方法的广泛应用，机器人路径规划方法也有了长足的进展，许多研究者把目光放在了基于智能方法的路径规划研究上。其中，应用较多的算法主要有模糊方法、神经网络和遗传算法。
(l)基于模糊逻辑的机器人路径规划
模糊控制算法模拟驾驶员的驾驶思想，将模糊控制本身所具有的鲁棒性与基于生理学上的“感知，动作”行为结合起来，适用于时变未知环境下的路径规划，实时性较好。
- 12 -
冯赟:机器人路径规划方法研究
在移动机器人自主导航过程中，对于环境的描述经常包含着不确定因素，不能将其直接归类到某一环境特征或采取某一明确的规则，这时就可采用模糊逻辑。模糊逻辑由于符合人类思维习惯，不仅不需要建立系统的数学模型，而且易于将专家知识直接转换为控制信号。利用模糊逻辑可将不确定性直接表示在推理过程中。基于模糊规则的目标识别融合计算非常简单，通过指定一个0到1之间的实数来表示真实度，这相当于隐式算子的前提。利用模糊逻辑对传感器信息的精度要求不高，对移动机器人周围环境以及本身位姿信息的不确定性也不敏感，这样就使得移动机器人的行为体现出很好的一致性、稳定性和连续性。然而由于实际环境的复杂性，一方面很难预料到所有可能的情况，另一方面对于多输入、多输出系统，要构造其全部模糊规则也非常复杂和困难，而且模糊推理的运算量随着模糊规则的增长而按指数级增长。因此让移动机器人能自己学会模糊规则是非常必要的。
(2)基于神经网络方法的机器人路径规划
神经网络方法是一种仿效生物神经系统的信息处理方法。它是一个高度并行的分布式系统，处理速度高且不依赖于系统精确的数学模型，还具有自适应和自学习的能力。一个神经网络包括以各种方式联接的多层处理单元。神经网络对输入的数
据进行非线性变换，从而完成了聚类分析技术所进行的从数据到属性的分类。目前神经网络的类型很多，大多数的神经网络都用于增强移动机器人避障能力与路径规划上，通常采用的是三层感知器模型和BP算法。禹建丽等提出了一种基于神经网络的机器网络结构，根据路径点位于障碍物内外的不同位置选取不同的动态运动方程，规划出的路径达到了折线形的最短无碰路径，计算简单，收敛速度快。陈宗海等提出了一种在不确定环境中移动机器人的路径规划方法，将全局路径规划分解为局部路径规划的组合，为了提高规划的效率，在避障规划中采用了基于案例的学习方法，以ARf-2神经网络实现案例的匹配学习和扩充，满足了规划的实时性要求。
(3)基于遗传算法的机器人路径规划
遗传算法是目前机器人路径规划研究中应用较多的一种方法，无论是单机器人静态工作空间，还是多机器人动态工作空间，遗传算法及其派生算法都取得了良好的路径规划结果。孙树栋等用遗传算法完成了离散空间下机器人的路径规划，并获得了较好的仿真结果。但是，该路径规划是基于确定环境模型的，即工作空间中的障碍物位置是己知的、确定的。 Kazuo Sugiliara和 John Smith在采用离散空间进行路径规划的同时，将问题更深入化，栅格序号采用二进制编码，统一确定其个体长度，随机产生障碍物位置及数目，并在搜索到最优路径后，再在环境空间中随机插入障碍物，模拟环境变化，通过仿真结果验证了算法的有效性和可行性。但是，规划空间栅格法建模还存在缺陷，若栅格划分过粗，则规划精- 13 -
郑州大学电气工程学院毕业设计(论文)
度较低;若栅格划分太细，则数据量又会太大。
周明等提出一种连续空间下基于遗传算法的机器人路径规划方法，该方法在规划空间利用链接图建模的基础上，先使用图论中成熟算法粗略搜索出可选路径，然后再使用遗传算法来调整路径点，逐步得到较优的行走路线。该方法的染色体编码
不会产生无效路径，且仅使用基本遗传算法就可以完成路径规划。但是该方法对于环境复杂、障碍物数目较多的情况，链接图的建立会有一定的困难。在遗传算法的改进上周明等151提出一种遗传模拟退火算法，利用遗传算法与模拟退火算法相结合来解决机器人路径规划问题，有效地提高了路径规划的计算速度，保证了路径规划的质量。
在多移动机器人协调作业方面遗传算法也得到了应用，景兴建等161提出一种基于理性遗传算法的协调运动行为合成算法，针对特定环境下的多机器人协调运动问题，基于调速避碰的思想，借助CMAC神经网络，描述各机器人的运动行为与环境状态之间复杂的、非线性映射关系，利用遗传算法来合成与优化各机器人的运动行为，从而实现多机器人己知环境下，运动行为的相互协调与优化。
(4)基于混合方法的机器人路径规划方法
L.H.Tsoukalas等提出一种用于半自主移动机器人路径规划的模糊神经网络方法。所谓半自主移动机器人就是具有在人类示教基础上增加了学习功能的器件的机器人。这种方法采用模糊描述来完成机器人行为编码，同时重复使用神经网络自适应技术。由机器人上的传感器提供局部的环境输入，由内部模糊神经网络进行环境预测，进而可以在未知环境下规划机器人路径。
此外，也有人提出基于模糊神经网络和遗传算法的机器人自适应控制方法。将规划过程分为离线学习和在线学习两部分。其中离线学习部分主要为模糊神经网络方法，将模糊方法分为5层:输入、模糊化、操作、规则、输出，然后用神经网络对这5层的参数进行训练。在线学习部分为3部分:PE-性能鉴别;AS-行为搜索;RC-规则构造。性能鉴别部分主要是判断机器人工作环境中是否有障碍物。a为判断所用的性能指标，若a=1，则该位置无障碍物;反之若a=O，则该位置有障碍物。行为搜索部分是根据费用最小原则，利用遗传算法调整路径。
规则构造部分则为模糊控制构造规则库，主要用于产生机器人的行为控制，如向前、向后、左转、右转等。该方法是一种混合的机器人自适应控制方法，可以自适应调整机器人的行走路线，达到避障和路径最短的双重优化。
综上所述，遗传算法等智能方法在机器人路径规划技术中己受到广泛的重视及研究，在障碍物环境己知或未知情况下，均已取得一定的研究成果。机器人路径规划是机器人应用中的一项重要技术，采用良好的机器人路径规划技术可以节省大量机器人作业时间，减少机器人磨损，同时也可以节约人力资源，减小资金投入，为机器人在多种行业中的应用奠定良好的基础。将遗传算法、模糊逻辑以- 14 -
冯赟:机器人路径规划方法研究
及神经网络等方法相结合，可以组成新的智能型路径规划方法，从而提高机器人路径规划的避障精度，加快规划速度，满足实际应用的需要。同时，多机器人协调作业环境下的路径规划技术也将是研究的热点及难点问题，越来越
受到人们的重视。由于障碍物及机器人数目的增加，极大地增加了路径规划的难度，引入可以优化约简知识的粗糙集理论，简化规划条件，提取路径规划特征参数，有可能进一步解决诸如机器人路径规划速度等难题，因此，这将是一个有意义的研究课题。
2.4机器人体系结构
机器人系统可以分为两个子系统:上层控制系统和底层控制系统。上层控制系统与底层控制系统之间以及底层各系统之间采用CAN总线连成控制器局部网络，能够较好的实现可靠的数据通信和实时、高效的任务调度。
其它机器人地面控制计算机
无线通讯网卡