移動(dòng)機(jī)器人路徑規(guī)劃算法研究及仿真平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)

一、項(xiàng)目介紹

1、項(xiàng)目來源：

當(dāng)移動(dòng)機(jī)器人處在一個(gè)簡單或復(fù)雜、靜態(tài)或動(dòng)態(tài)、已知或未知的環(huán)境中時(shí)，機(jī)器人的首要任務(wù)是感知環(huán)境，避開障礙物，然后以最小或較小的消耗（時(shí)間、空間或者能量）完成自己的任務(wù)，這個(gè)過程的基礎(chǔ)所在就是路徑規(guī)劃。所謂路徑規(guī)劃是指按照一定的性能指標(biāo)，機(jī)器人如何從所處的環(huán)境中搜索到一條從初始位置開始的實(shí)現(xiàn)其自身目的最優(yōu)或次優(yōu)路徑。路徑規(guī)劃是機(jī)器人研究中的重要領(lǐng)域，通常路徑規(guī)劃包括兩個(gè)層面的意思：一個(gè)是關(guān)節(jié)機(jī)器人空間的路徑規(guī)劃；另外一個(gè)是移動(dòng)機(jī)器人路徑規(guī)劃。前者具有較多的自由度，現(xiàn)在較多的應(yīng)用于工業(yè)機(jī)器人中；而后者在近十年來的發(fā)展極為迅猛，其研究內(nèi)容也更為廣闊。我們選取后者作為研究內(nèi)容。

實(shí)際上，移動(dòng)機(jī)器人的路徑規(guī)劃方法是基于不同的環(huán)境和具體的移動(dòng)機(jī)器人控制體系結(jié)構(gòu)的，在差異較大的環(huán)境中對(duì)于性能不同的移動(dòng)機(jī)器人來說，不同的路徑規(guī)劃方法各有自己的優(yōu)勢(shì)與劣勢(shì)。目前還沒有一種規(guī)劃方法適合各種環(huán)境任何系統(tǒng)，并且有時(shí)候選擇不同的規(guī)劃方法結(jié)合雙方的優(yōu)點(diǎn)可以取得更好的規(guī)劃效果。

二、項(xiàng)目計(jì)劃實(shí)施內(nèi)容

1. 分析一般路徑規(guī)劃算法，了解設(shè)計(jì)需求；
2. 對(duì)傳統(tǒng)和智能機(jī)器人路徑規(guī)劃算法歸納整合，并給出相應(yīng)的程序；
3. 通過環(huán)境建模方法，提出機(jī)器人路徑規(guī)劃仿真系統(tǒng)平臺(tái)設(shè)計(jì)方法，解決環(huán)境、機(jī)器人、障礙物、路徑等采集與表示問題；
4. 建立算法接口，用以將環(huán)境信息及路徑規(guī)劃算法進(jìn)行輸入輸出；
5. 實(shí)現(xiàn)機(jī)器人路徑規(guī)劃仿真平臺(tái)的設(shè)計(jì)；

通過制作智能車（AGV）實(shí)物，通過導(dǎo)航線（特殊的路徑規(guī)劃），完成路徑導(dǎo)航算法的測(cè)試。

三、預(yù)期成果及現(xiàn)階段已取得的研究成果

1、預(yù)期研究成果：

• 對(duì)移動(dòng)機(jī)器人路徑規(guī)劃算法進(jìn)行研究和分析，為移動(dòng)機(jī)器人系統(tǒng)開發(fā)提供基礎(chǔ)；
• 改進(jìn)或?qū)崿F(xiàn)部分路徑規(guī)劃算法，并利用Matlab或MSRS等軟件仿真；
• 設(shè)計(jì)并制作智能小車（AGV），設(shè)計(jì)導(dǎo)航線算法，進(jìn)行實(shí)物驗(yàn)證，從而驗(yàn)證算法的可實(shí)現(xiàn)性；
• 建立環(huán)境模型、障礙物模型、機(jī)器人物理模型以及各種傳感器模型，作為方針平臺(tái)的底層框架；
• 開發(fā)出移動(dòng)機(jī)器人路徑規(guī)劃仿真系統(tǒng)平臺(tái)；
• 撰寫總結(jié)報(bào)告一篇，力圖發(fā)表兩篇核心期刊論文；

2、現(xiàn)階段已取得的研究成果：

成果一：機(jī)器人路徑規(guī)劃算法部分

在2011年12月—2011年3月期間，我們對(duì)不同的路徑規(guī)劃算法進(jìn)行了研究，并且利用Matlab軟件對(duì)其進(jìn)行編程仿真，并且我們對(duì)仿真結(jié)果，進(jìn)行了數(shù)據(jù)分析和研究，對(duì)不同的算法進(jìn)行了對(duì)比，提出了各自的優(yōu)缺點(diǎn)。

下面我們選取幾種已經(jīng)做好的算法進(jìn)行成果展示，分別為A*算法、人工勢(shì)場(chǎng)算法等。并且我們又進(jìn)一步實(shí)現(xiàn)了避障及導(dǎo)航線循跡算法，為以后的研究工作奠定了基礎(chǔ)。

附錄為A*算法的流程，對(duì)于其他算法的模型及流程，詳見各開發(fā)文檔。

1、A*算法matlab仿真結(jié)果

上圖為采用A*算法的路徑規(guī)劃結(jié)果。圖中紅色圓點(diǎn)表示障礙物，藍(lán)色圓點(diǎn)表示起始點(diǎn)。由圖可以看出，A*算法的規(guī)劃效果比較好。

2、人工勢(shì)場(chǎng)算法matlab仿真結(jié)果

人工勢(shì)場(chǎng)法的基本原理就是在機(jī)器人所處離散環(huán)境中的每一點(diǎn)賦一個(gè)勢(shì)場(chǎng)值，的值是目標(biāo)點(diǎn)的引力和障礙物的斥力的疊加。

和是距離影響因子，為與目標(biāo)的距離，為與障礙物的距離。因此機(jī)器人的路徑規(guī)劃就是從起始點(diǎn)沿著勢(shì)場(chǎng)最快下降的方向達(dá)到目標(biāo)點(diǎn)。

人工勢(shì)場(chǎng)受力模型圖

該方法的優(yōu)點(diǎn)是在數(shù)學(xué)描述上簡潔，可以使機(jī)器人迅速躲開突發(fā)障礙物，實(shí)時(shí)性好，因而經(jīng)常被用于局部路徑規(guī)劃的設(shè)計(jì)。

但是人工勢(shì)場(chǎng)法的缺點(diǎn)也比較多：

如下圖所示，會(huì)產(chǎn)生錯(cuò)誤的結(jié)果：

1、存在陷阱區(qū)域：就是在路徑規(guī)劃中經(jīng)常會(huì)碰到局部極值點(diǎn)，也就是引力和斥力相等，合力為零的點(diǎn)，從而使機(jī)器人運(yùn)動(dòng)到一個(gè)死區(qū)，導(dǎo)致規(guī)劃失敗。

2、當(dāng)目標(biāo)點(diǎn)附近有障礙物時(shí)，智能機(jī)器人將永遠(yuǎn)也到達(dá)不了目的地。在以往的一些研究中，目標(biāo)點(diǎn)和障礙物都離得很遠(yuǎn)，當(dāng)機(jī)器人逼近目標(biāo)點(diǎn)時(shí)，障礙物的斥力變的很小，甚至可以忽略，機(jī)器人將只受到吸引力的作用而直達(dá)目標(biāo)。但在許多實(shí)際環(huán)境中，往往至少有一個(gè)障礙物與目標(biāo)點(diǎn)離得很近，在這種情況下，在智能機(jī)器人逼近目標(biāo)的同時(shí)，它也將向障礙物靠近，由于引力場(chǎng)函數(shù)和斥力場(chǎng)函數(shù)的定義，斥力將比引力大得多，這樣目標(biāo)點(diǎn)將不是整個(gè)勢(shì)場(chǎng)的全局最小點(diǎn)，因此智能機(jī)器人將可能達(dá)不到目標(biāo)。

3、在障礙物密集的區(qū)域會(huì)產(chǎn)生震蕩，從而無法完成路徑規(guī)劃。

4、在連續(xù)狹窄的障礙物通道中擺動(dòng)，或是無法發(fā)現(xiàn)路徑。

產(chǎn)生上述問題的原因是由于人工勢(shì)場(chǎng)法把所有信息壓縮為單個(gè)合力，這樣就造成了把有關(guān)局部障礙物分布的有價(jià)值的信息拋棄掉的缺陷。