智能移動機器人是一類能夠通過傳感器感知環(huán)境和自身狀態(tài),實現(xiàn)在有障礙物的環(huán)境中面向目標的自主運動,從而完成一定的作業(yè)功能的機器人系統(tǒng)。移動機器人導(dǎo)航技術(shù)的研究內(nèi)容主要包括同步定位與地圖創(chuàng)建、路徑規(guī)劃等若干方面的內(nèi)容瞄隶。

導(dǎo)航技術(shù)主要解決以下幾個方面的問題:通過傳感器等技術(shù)手段來獲得機器人在工作空間中的位置、方向以及環(huán)境信息;用信息融合算法對所獲得信息進行處理,并建立環(huán)境模型;尋找一條最優(yōu)或次最優(yōu)的無碰路徑程蠕。

近年來,移動機器人技術(shù)在工業(yè)第讯、航空航天,特別是空間探測等許多領(lǐng)域發(fā)揮著重要作用,因此,越來越成為學(xué)術(shù)界關(guān)注的熱點。本文對移動機器人導(dǎo)航技術(shù)進行了分類,并進行了較為詳細的分析介紹,最后,對其發(fā)展趨勢做了進一步的闡述辣铡。

二褒碌、移動機器人導(dǎo)航技術(shù)研究現(xiàn)狀

1．同步定位與地圖創(chuàng)建

移動機器人的同步定位和地圖創(chuàng)建(simultaneous localization and maping, SLAM)技術(shù)是移動機器人導(dǎo)航技術(shù)的關(guān)鍵技術(shù)。SLAM的相關(guān)理論與關(guān)鍵技術(shù)包括地圖的表示方法酣衷、定位交惯、不確定性的信息處理方法、數(shù)據(jù)的關(guān)聯(lián)算法等方面穿仪。

地圖的表示方法有基于圖論的表示方法和基于網(wǎng)格的表示方法席爽。基于圖論的表示方法包括可視圖法啊片、切線圖法只锻、Voronoi圖法袭异、拓撲圖法等。其基本思想是將機器人炬藤、工作空間、目標等用鏈接圖表示,然后,尋找一條從起始點到目標點的路徑碴里∩蚩螅基于網(wǎng)格的表示方法有柵格法、四叉樹及擴展算法等咬腋。柵格法用網(wǎng)格描述機器人的工作空間,根據(jù)柵格的可信度值來確定障礙物分布,通過避障規(guī)劃就可以得到無碰路徑羹膳。

移動機器人的定位方法主要有:相對定位、GPS技術(shù)根竿、基于人工路標的定位和基于地圖的定位等缰寻。相對定位方法主要采用里程計、光電編碼器卜呈、航向陀螺儀艰耿、加速度計等傳感器,利用測量值的積累實現(xiàn)定位。全球定位系統(tǒng)(global positioning system, GPS) ,它是以空間衛(wèi)星為基礎(chǔ)的高精度導(dǎo)航與定位系統(tǒng)贵舀。

機器人動力學(xué)苔盆、運動學(xué)模型的近似,各傳感器信息及融合信息的不確定性,對于系統(tǒng)中的不確定性問題,目前,使用的主要是模糊邏輯和概率的方法。在SLAM中使用的數(shù)據(jù)關(guān)聯(lián)算法有近鄰算法和聯(lián)合相容方法來進行環(huán)境探測,傳感器信息的豐富也對數(shù)據(jù)關(guān)聯(lián)算法的一致性欲灾、適應(yīng)性提出了新的挑戰(zhàn)茵窃。

陳衛(wèi)東等人采用基于概率論的SLAM算法處理未知且不確定的環(huán)境信息和傳感器噪聲。用擴展的Kalman濾波方法進行同步地圖創(chuàng)建和估計機器人的位置勉徘。提出了稀松擴展信息濾波算法和FastSLAM算法,很好地解決了計算量大和數(shù)據(jù)關(guān)聯(lián)問題,取得了很好的效果漏北。

2．路徑規(guī)劃

移動機器人路徑規(guī)劃技術(shù)按其規(guī)劃方式不同可分為基于地圖的規(guī)劃方法、基于環(huán)境建模的規(guī)劃方法羊湃、基于行為的規(guī)劃方法3種類型舵牛。

(1)基于地圖的規(guī)劃方法

地圖更新法是機器人根據(jù)當前的地圖信息規(guī)劃路徑,沿路徑前進一段時間后,利用這段時間收集到的環(huán)境信息更新地圖,然后,利用更新過的全局地圖重新規(guī)劃和調(diào)整路徑。這種過程循環(huán)下去,直到到達目標為止溯饵。路徑匹配法是利用現(xiàn)有信息建立一個路徑庫侵俗。根據(jù)當前的規(guī)劃任務(wù)產(chǎn)生的路徑信息和環(huán)境信息與路徑庫中的路徑進行匹配,以尋找出一條近似最優(yōu)路徑。然后,通過一定的算法對該路徑進行修正,最后,得到最優(yōu)路徑丰刊。

(2)基于環(huán)境建模的方法

在環(huán)境已知的情況下,全局路徑規(guī)劃的設(shè)計標準是盡量使規(guī)劃的效果達到最優(yōu)隘谣。在此領(lǐng)域已經(jīng)有了許多成熟的方法,基于圖論的建模方法包括可視圖法、切線圖法啄巧、Voronoi圖法寻歧、拓撲法等≈绕停基于網(wǎng)格的建模方法有柵格法码泛、四叉樹法及擴展算法等猾封。

在環(huán)境部分已知或未知環(huán)境下的基于傳感器的局部路徑規(guī)劃中,人工勢場法、模糊邏輯算法噪珊、遺傳算法晌缘、人工神經(jīng)網(wǎng)絡(luò)應(yīng)用比較廣泛。模擬退火算法痢站、蟻群算法磷箕、粒子群算法、混沌算法悯女、人工免疫算法和啟發(fā)式搜索方法等在最近幾年比較流行侍肯。

遺傳算法模擬了自然界中的優(yōu)勝劣汰的個體進化原則,對路徑進行編碼并作為操作對象,不要求目標函數(shù)連續(xù)、可導(dǎo)犀震。具有全局收斂性身犯、隱并型搜索、很好的魯棒性和適應(yīng)性等特點禀坝。李枚毅等人將進化免疫算法應(yīng)用于移動機器人的路徑規(guī)劃取得了很好的效果动娄。首先,用節(jié)點、鏈接圖進行環(huán)境建模,以最短路徑條件設(shè)計適應(yīng)度函數(shù),采用免疫算子几研、克隆算子挽钧、粒群行為算子等對初始種群進行操作。然后,通過免疫選擇蚓夺、評價群體適應(yīng)度熊朵、輸出最優(yōu)個體等步驟得到最優(yōu)路徑。免疫算子有提高收斂速度的作用,因此,算法能有效而快速地形成性能優(yōu)良赛喊、安全程度較高的全局(次)最優(yōu)可行路徑殖熟。

聲明：本網(wǎng)站所收集的部分公開資料來源于互聯(lián)網(wǎng)，轉(zhuǎn)載的目的在于傳遞更多信息及用于網(wǎng)絡(luò)分享斑响，并不代表本站贊同其觀點和對其真實性負責(zé)菱属，也不構(gòu)成任何其他建議。本站部分作品是由網(wǎng)友自主投稿和發(fā)布舰罚、編輯整理上傳纽门，對此類作品本站僅提供交流平臺，不為其版權(quán)負責(zé)营罢。如果您發(fā)現(xiàn)網(wǎng)站上所用視頻赏陵、圖片、文字如涉及作品版權(quán)問題饲漾，請第一時間告知蝙搔，我們將根據(jù)您提供的證明材料確認版權(quán)并按國家標準支付稿酬或立即刪除內(nèi)容，以保證您的權(quán)益！聯(lián)系電話：010-58612588 或 Email:editor@mmsonline.com.cn吃型。