基于行為的移動機(jī)器人局路徑規(guī)劃方法研究.pdf

1、隨著移動機(jī)器人應(yīng)用范圍的擴(kuò)大，其工作環(huán)境也日益復(fù)雜，往往是非結(jié)構(gòu)化的、部分或全部未知的。局部路徑規(guī)劃側(cè)重于使用傳感器實時感知環(huán)境信息，使其能適應(yīng)復(fù)雜的工作環(huán)境，及時有效地處理未知障礙和環(huán)境變化?；谛袨榈姆椒ㄊ锹窂揭?guī)劃發(fā)展的一個非常重要的研究方向，它將規(guī)劃任務(wù)分解為多個相互獨(dú)立、功能比較簡單的行為單元，每個行為單元都具有自己的感知器和執(zhí)行器，這種模塊化的方法，提高了機(jī)器人的反應(yīng)速度，降低了系統(tǒng)的計算量。但它存在行為不易描述、多個行為存在

2、競爭沖突需要相互協(xié)調(diào)的問題。
　　本文以移動機(jī)器人Pioneer3為研究平臺，對基于行為的移動機(jī)器人的局部路徑規(guī)劃方法進(jìn)行了深入研究，并對相應(yīng)的算法進(jìn)行了仿真驗證。主要研究工作為：
　　1、本文為移動機(jī)器人混合式體系結(jié)構(gòu)的底層-反應(yīng)層，設(shè)計了多個基本反應(yīng)式行為，包括緊急行為、避障行為、趨向目標(biāo)行為、漫游行為和沿墻行為。
　　反應(yīng)式行為的設(shè)計主要采用模糊邏輯控制方法。鑒于避障模糊控制規(guī)則的制定存在的不完全性和主觀性，采用

3、自適應(yīng)神經(jīng)模糊控制系統(tǒng)(AdaptiveNeuro-Fuzzy Inference System，ANFIS)對隸屬度函數(shù)、模糊控制規(guī)則進(jìn)行優(yōu)化，以達(dá)到更好的控制效果。
　　趨向目標(biāo)行為和沿墻行為的控制規(guī)則采用模糊邏輯控制方法來設(shè)計。漫游行為采用人工勢場法設(shè)計，并針對機(jī)器人在處于安全區(qū)域時容易發(fā)生死鎖現(xiàn)象的問題，采用隨機(jī)動作的方法予以解決。沿墻行為則是為解決機(jī)器人路徑規(guī)劃中容易出現(xiàn)的死鎖問題設(shè)計的。
　　2、為使多個反應(yīng)式行

4、為協(xié)調(diào)一致地完成規(guī)劃任務(wù)，設(shè)計了行為融合算法。行為融合算法采用優(yōu)先級法和動態(tài)權(quán)值法相結(jié)合的方式。緊急行為具有最高的優(yōu)先級，以保證機(jī)器人不會處于危險狀況。避障行為和趨向目標(biāo)行為采用動態(tài)權(quán)值法進(jìn)行融合。
　　3、使用Matlab軟件設(shè)計開發(fā)了路徑規(guī)劃仿真平臺，并應(yīng)用該平臺對各反應(yīng)式行為、以及行為融合算法進(jìn)行仿真驗證。仿真結(jié)果表明，不論是普通障礙物環(huán)境，還是存在U形障礙物的環(huán)境，機(jī)器人都能較好地完成路徑規(guī)劃任務(wù)，所提出的算法具有有效性和