自主仿人機器人路徑規(guī)劃研究.pdf

1、機器人路徑規(guī)劃問題是機器人導航研究中的一個關鍵問題。路徑規(guī)劃的結(jié)果不僅影響了機器人運動的準確性和實時性，規(guī)劃算法的運算效率、穩(wěn)定性，也間接影響機器人的工作效率。本文分別針對靜態(tài)環(huán)境下的全局路徑規(guī)劃以及動態(tài)環(huán)境的路徑規(guī)劃問題進行研究，然后結(jié)合兩者進行混合路徑規(guī)劃。本文主要的研究工作如下:
　　首先，對靜態(tài)環(huán)境下自主機器人的全局路徑規(guī)劃問題進行研究。利用柵格法環(huán)境建模，針對算法的收斂速度慢，提出了改進的非線性動態(tài)慣性權重的粒子群算法。

2、充分考慮路徑規(guī)劃的多目標約束，將路徑長度和路徑平滑度加入到適應度函數(shù)中。仿真實驗對比了改進前的算法以及本文算法，從仿真結(jié)果可看出，在兩種復雜環(huán)境下，本文的算法能快速尋找一條從原點到目標點的路徑長度和收斂速度和路徑平滑度均達到較優(yōu)的路徑。
　　其次，針對動態(tài)環(huán)境實時性很強的路徑規(guī)劃問題，本文提出融合模糊控制和改進的人工勢場算法進行路徑規(guī)劃。分析了人工勢場法的缺陷，將相對速度因子以及目標點與機器人的距離引入勢場模型中。針對障礙物速度以

3、及方向?qū)C器人路徑造成的影響，融合了模糊控制算法，實現(xiàn)對斥力函數(shù)參數(shù)實時調(diào)節(jié)，從而使機器人快速避開動態(tài)障礙物。仿真結(jié)果表明，兩種算法的融合可以在動態(tài)環(huán)境下規(guī)劃出一條實時性和快速性強的較優(yōu)路徑。
　　最后，以仿人機器人NAO為實驗平臺，建立了世界坐標系及局部坐標系以及他們之間的轉(zhuǎn)換關系，然后用第三章的算法進行全局規(guī)劃，提取局部目標點。在運行的過程中，利用機器人NAO超聲波傳感器實時檢測環(huán)境，當檢測到動態(tài)障礙物的時候用第四章的動態(tài)規(guī)劃