基于NAO機器人的路徑規(guī)劃研究.pdf

1、NAO機器人是一款多用途仿人機器人，它憑借著出色的外形以及先進的人機交互體系慢慢走進了人們的日常生活之中，但是如果希望NAO機器人在家中能夠像人類一樣自由的行動，完全聽從人類的指令完成各類任務(wù)，則需要機器人能夠像人類一樣看見周圍的環(huán)境，并根據(jù)環(huán)境的變化合理安排自己的行走路線，到達目標(biāo)地點再完成后續(xù)任務(wù)。
　　本文結(jié)合NAO機器人的行走特點及自身所配置的傳感器類型，為NAO機器人系統(tǒng)的設(shè)置一套行之有效的路徑規(guī)劃策略，以保證NAO機器

2、人能夠在復(fù)雜的環(huán)境中自由的行走。
　　在路徑規(guī)劃中最核心的內(nèi)容無疑是路徑規(guī)劃算法，本文所采用的路徑規(guī)劃算法為蟻群算法，該算法在針對復(fù)雜環(huán)境條件下尋找路徑有著先天的優(yōu)勢，該算法不需要設(shè)置過多的參數(shù)，計算時間較短，規(guī)劃出的路徑質(zhì)量較為理想；蟻群算法也有不少的缺點，蟻群算法在尋找路徑時容易陷入局部最優(yōu)，無法得出全局最優(yōu)解，以及蟻群算法陷入U型陷阱時不能自動擺脫等。本文通過對蟻群算法啟發(fā)函數(shù)的改進使蟻群算法效率大大提高，并引入螞蟻夭折機制

3、使算法擺脫U型陷阱的問題，通過對算法中螞蟻轉(zhuǎn)移時加入對目標(biāo)節(jié)點的通視判斷使算法迅速收斂且規(guī)劃出的路徑更加適應(yīng)于NAO機器人前進。
　　本文的核心內(nèi)容是對NAO機器人整體路徑規(guī)劃的設(shè)計。基于NAO機器人的路徑規(guī)劃主要流程是：首先通過加裝的Xtion設(shè)備獲得機器人周邊的復(fù)雜環(huán)境，并通過Octomap算法生成柵格地圖作為機器人路徑規(guī)劃的先驗地圖，并為機器人設(shè)置一個目標(biāo)位置，機器人的初始位置由Octomap算法自動給出；調(diào)用蟻群算法為NA

4、O機器人做整體路徑規(guī)劃并命令機器人行走，在行走的同時NAO機器人胸前的聲吶裝置開啟并實時監(jiān)測機器人前方情況，若遇到動態(tài)障礙物則機器人停止并根據(jù)預(yù)案選擇相應(yīng)的處理方法并繼續(xù)前進，直到抵達目標(biāo)位置NAO機器人停止。
　　在NAO機器人動態(tài)路徑規(guī)劃方面，預(yù)案的設(shè)計尤為重要，本文提出了一種較為簡單實用的方法，在經(jīng)過試驗后驗證該方法可行并且響應(yīng)速度較快，能夠應(yīng)對較為復(fù)雜的環(huán)境。在動態(tài)避障中，若機器人遇到障礙物，則機器人停止前進并通過Xtio

5、n更新地圖信息并重新規(guī)劃路徑，機器人停止三秒重新檢測前方障礙物情況，若障礙物離開，則機器人按照原路徑繼續(xù)前進；若障礙物還在原位置影響機器人前進，則機器人按照重新規(guī)劃的路徑避開該障礙物向目標(biāo)位置前進。
　　本文通過布置實景環(huán)境對上述規(guī)劃方案進行了測試，效果較為理想，機器人能夠按照規(guī)劃流程完成指定動作，并到達目標(biāo)位置。但是方案中也有許多可以繼續(xù)改進的地方（蟻群算法深度優(yōu)化、引入深度學(xué)習(xí)等），相信通過繼續(xù)改進后NAO機器人會更加人性化更