武汉科技大学硕士论文页面摘要路径规划和运动控制在自动轮式移动机器人领域很重要

武汉科技大学硕论文. 页面摘要. 路径规划和运动控制是自动轮式移动机器人领域的重要研究方向. 它们也是实现自主导航和完成复杂智能任务的关键. . 针对网格环境地图模型下移动机器人上位机路径规划控制器的执行周期短的问题，采用基于启发式搜索理论的搜索算法设计路径规划控制器. 同时，针对轮式移动机器人的不完整运动学模型设计了轨迹跟踪控制器和路径跟踪控制器，以完成移动机器人的自主导航目标. 本文的主要工作如下: 首先，介绍了移动机器人导航技术的发展. 描述了移动机器导航研究的关键技术，包括路径规划和运动控制. 而这两项关键技术在移动机器人导航中的应用范围和应用需要解决关键问题. 其次，详细阐述了人工智能领域的启发式搜索理论，包括启发式信息和评估函数，以及搜索算法的可接纳性. 在充分考虑实时搜索，最优性要求和评估函数的盲区的基础上，设计了一种基于图搜索策略算法的路径规划控制器. 控制器可以在全局拥有网格图中有效地找到最佳路径. 详细分析了轮式移动机器人的不完整运动学模型. 针对具有时间参数的行走轨迹，构造了一个简单的虚拟反馈变量，并与直接方法相结合，设计了基于时变的反馈轨迹跟踪控制器.

对于由离散路径点组成的步行路径，基于点稳定原理设计了直接跟踪路径控制器. 通过设计仿真实验来验证控制器. 最后，介绍了实验室轮式移动机器人的系统架构. 路径规划控制器和路径跟踪控制器都植入了算法，以设计用于移动机器人的自主导航实验. 使用收集的实验数据，可以详细分析控制器的执行性能. 也证明了采用合理的设计思想和简化的策略，不仅可以提高控制器算法移植的可操作性，而且可以使控制器的运行更加稳定. 关键词移动机器人导航路径规划轨迹跟踪路径跟踪页面武汉科技大学硕论文武汉科技大学学位论文创新声明我郑重声明，我提交的论文是我的独立研究在a的指导下获得的. 指导者结果. 除了本文或联合研究和共同工作中引用的内容外，本文不包括已发表或撰写的任何其他个人或集体著作. 本文中明确指出了对本文研究做出重大贡献的个人和集体. 如果申请论文或信息有任何不正确之处，我承担所有相关责任. 论文作者的签名关于使用论文版权的著作权声明本论文的研究结果归武汉科技大学所有. 我完全了解武汉科技大学关于保留和使用学位论文的规定. 我同意保留该学校，并根据武汉科技大学《学位论文收集规定》将论文的副本和电子版本提交给相关部门. 借款人同意学校将本论文的全部或部分内容汇编到学校认可的相关国家中，以进行检索和外部服务.

由本文作者签署武汉科技大学硕论文的第一章是人类发展史上的第一章. 在许多阶段，有许多发明和创新使人类文明取得了长足的进步. 例如，在原始社会中，人类学会了使用火来烤制食物，并学会了制作用于耕作和狩猎的石器. 在奴隶社会时代，出现了青铜器和文明文字. 发展为封建社会，铁的出现和代表那个时期的中国古代四大发明. 但是，在人类社会的发展上真正取得了巨大飞跃的是，以英国瓦特改进的蒸汽机为代表的一系列技术革命，导致了从体力劳动向动力机械生产的转变. 这种转变成为欧洲工业革命的开始. 在短短的两三百年间，人类已经完成了从蒸汽时代到电气时代再到信息时代的过渡. 时至今日，我们仍在不懈地研发更先进，更智能的机器人，不仅要取代工业生产中的人类，而且还要让机器人在日常生活中为我们服务，甚至帮助我们探索更多未知领域. . 机器人的英文单词来自捷克语. “美国机器人协会定义了工业机器人. ”机器人是可编程的机械手，用于搬运材料，零件，工具或执行不同的任务. 具有可变和可编程动作的专用系统. 如今，机器人已不再是行业中具有单一功能的生产机器. 他们的工作环境也从简单的室内环境变成了各种复杂的环境，包括水下，地面，空气，甚至外太空.

地面是人类活动最密集的地方，也是移动机器人使用最广泛的领域. 专家学者对智能移动机器人进行了深入研究. 移动机器人导航一直是移动机器人研究的热门话题. 移动机器人的导航包括环境地图的创建，机器人定位，路径规划，运动控制和其他关键问题. 路径规划和运动控制彼此密切相关. 这两个方面直接决定了移动机器人导航的性能. 本文旨在研究和设计这两个方面，以实现移动机器人的导航功能. 主题研究的意义移动机器人根据其运动学进行分类. 它们通常分为腿式移动机器人和轮式移动机器人. 与腿式移动机器人相比，轮式移动机器人机械结构更简单，操作更稳定，执行效率更高. 因此，这些因素促成了轮式移动机器人在移动机器人类别中的主流地位. 智能轮式移动机器人具有高度的自我识别，自我计划和自适应能力，适合在复杂的非结构化环境中工作. 目标是有目的地移动并完成任务，而无需人工干预，不需要任何法规或环境变化. 因此，轮式移动机器人的自主导航是该系列应用程序的必要条件. 在此基础上，轮式移动机器人可以完成大型博物馆的导游，保姆清理地面，保姆探索外星球或危险环境，医院中的探视车，运送食物和药品的服务，机器人工厂，这是运输大量零件的自动驾驶车辆物流终端，例如自动集装箱卡车.

路径规划和运动控制是轮式移动机器人导航的重要组成部分. 它们涉及基于拥有栅格地图的路径规划以及路径跟踪和自动避开障碍物，这些直接决定了移动机器人的性能. 在武汉科技大学攻读硕之前，许多优化算法被用于研究移动机器人的路径规划和运动控制，但是许多算法都有一定的局限性，例如响应时间慢和便携性差. 为了使移动机器人在实时动态环境中充分利用现有的运动学模型，可以快速有效地执行导航工作. 选择合适的路径规划和运动控制算法是一个非常重要的研究课题. 根据机器人导航过程中实时程序执行的要求，研究并设计了路径规划和运动控制算法. 移动机器人导航技术的研究现状和进展轮式移动机器人导航是指移动机器人通过传感器感知环境及其自身状态，从而在有障碍物的环境中实现面向目标的自主运动. 导航主要解决了四个问题，它使用某些算法来处理获得的传感器的信息，并建立一个全局环境地图模型. 通过某些检测方法，它可以获取移动机器人在空间中的位置和方向以及本地环境的信息. 最佳或接近最佳的无碰撞路径是用于移动机器人安全移动的路径规划控制算法. 机器人会按照计划的路径运动，并对路径上出现的障碍物进行实时路径校正和碰撞避免.

移动机器人的常用导航方法包括磁导航，激光导航，视觉导航和卫星导航. 电磁导航电磁导航也称为地下导航. 这种导航方法是在20世纪美国迅速发展起来的，并已应用于柔性生产. 原理是将多根引导电缆连续地分别埋在不同频率的路径和流动电流上. 感应线圈检测到电流，以感测路径信息并执行有效的跟踪. 中国科学院沉阳自动化研究所已经生产了基于电磁导航的多代移动机器人产品. 外国公司已经为大型工厂，物流仓库和配送中心设计了各种高效率的产品. 电磁导航技术简单实用，但是成本很高. 重建和维护很困难. 激光导航激光导航正是一种多传感器信息融合导航，需要使用安装在机器人上的里程表和激光测距仪. 里程表收集的数据用于路径估计，激光测距仪实时扫描的数据与环境图匹配，以获取机器人在环境中的精确姿势. 根据姿势信息，机器人可以跟踪现有路径. 卡内基梅隆大学机器人实验室和波恩大学计算机科学学院联合开发的引导机器人一直在国家历史博物馆工作. 他们能够在拥挤的人群中自由移动机器人自主控制理论与技术，准确地移动，以完成各种导览游. 视觉导航视觉导航作为双目或单目相机作为视觉传感器，具有广泛的检测信号，完整的信息获取和低成本. 在视觉导航系统中，使用最广泛的方法是在移动机器人上使用车载进行基于局部视觉的导航方法.

登川开发的移动机器人使用车载和更少的传感器来识别路标来进行导航. 与直接使用卡尔曼滤波器相比，它可以减少延迟并有效地抑制噪声. 视觉导航中的大量图像处理和实时性差始终是阻碍其发展的瓶颈. 为了提高导航系统的实时性能和导航精度，需要研究更合理的图像处理方法. 卫星导航全球定位系统使用距离作为基本的观测度量. 通过同时对四颗卫星执行伪距测量来计算位置. 无论是在室内还是室配备了足够的激光反射器，可以确定当前位置，国内昆明航运公司已经成熟了这种导航方法，并为工业室内环境生产了多种型号的关键技术. 移动机器人导航中类似激光定位的研究移动机器人路径规划移动机器人路径规划问题可以描述为根据某些或某些优化标准（例如最小工作成本，最短步行路径，最短步行时间等）运动的移动机器人. 在从初始状态到t的空间中找到一条最优或接近最优的路径状态，可以避免障碍.

自20世纪开始研究以来，相继提出了各种路径规划方法. 对这些路径规划方法进行分类的方法有很多，但是更常见的是根据其功能将其分为两类. 一种是基于环境的完整先验信息的全局路径规划，另一种是基于传感器信息的局部路径规划. 后者需要传感器来获取有关局部障碍物的大小，形状和位置的信息. 实际上，这两种类型的路径规划方法在机器人导航中都是必不可少的. 前者是从战略上规划机器人行走的完整和最佳路径，后者是从战术上调整路径，以在机器人在本地环境中遇到障碍物时避开障碍物. 一个好的路径规划方法需要满足以下指标. 合理性-返回的任何路径都是合理的，或者可执行任何路径来控制机器人的运动. 完整性-如果从起点到终点存在客观的非接触路径，则算法必须能够找到它. 如果环境中没有可用的路径，则报告计划失败. 最优性-算法规则的复杂性时间要求，存储要求等都可以满足机器人运动的需求. 对环境变化的适应性-该算法具有适应环境动态变化的能力. 随着环境的变化，没有必要重新计算它们. 满足约束条件-在移动机器人移动时支持完整性和非完整性运动约束. 目前，学者们提出并研究了多种路径规划方法，包括可见法，自由空间法，拓扑法，人工势场法，遗传算法，神经网络算法等.

基于启发式搜索理论的图搜索算法在上述性能指标上优于其他算法. 它已被广泛用于当前的机器人路径规划程序设计中. 移动机器人运动控制移动机器人运动控制问题是机器人研究中最基本的问题，只能依靠机器人技术中的控制理论来解决. 从控制理论的角度来看，包括受控系统（即控制对象）在内的控制系统的控制问题的理论研究包括两个方面. 一个是控制系统的分析问题，另一个是在控制系统的前提下进行综合性问题研究的已知控制方法. 对象模型的结构和参数. 获取控制对象模型的方法包括机制建模和统计建模. 机制建模是使用已知的物理原理确定对象的数量. 武汉科技大学硕论文模型采用参数估计和系统辨识方法进行统计建模. 对象模型. 在分析问题中，根据已知的控制输入效果确定控制系统的定性行为，例如可控制性，可观察性，稳定性等，以及定量变化规则. 在综合问题中，它与分析问题正好相反. 根据受控系统运动的预期形式或某些性能指标，需要应用于控制对象的控制输入角色是控制律. 移动机器人运动控制的问题首先是出于生产实践的需要而提出的. 目的是通过寻求特定的控制输入，使机器人自动到达运动空间中的特定位置或跟踪空间中的特定曲线.

因此，历史上已经开发出了三种移动机器人运动控制的基本问题: 点稳定，路径跟踪和轨迹跟踪. 期望姿势图移动机器人期望姿势稳定图移动机器人路径跟踪图移动机器人轨迹跟踪页面武汉科技大学即使在名称不同的文档中，控制的基本问题也不是完全一致的. 尽管其基本含义已被广泛认可，但从未出现过严格的数学定义. 从控制结构的角度来看，移动机器人运动控制的三个基本控制问题是闭环控制. 需要测量链路来形成闭环电路. 对于轮式移动机器人，用于运动控制的测量值通常来自机器人内部传感器中的里程表. 里程表作为一种有效的相对定位传感器，已成为轮式移动机器人的默认配置. 其主要原理是通过安装在机器人驱动轮上的光电编码器对它进行计数，检测两个驱动轮的转数，然后应用. 轨迹估算可估算机器人的相对姿态. 对于移动机器人运动控制的闭环控制系统，如何设计有效点，路径和轨迹跟踪控制律已成为决定机器人运动性能好坏的关键. 本主题的研究任务和要解决的关键问题本主题中的移动机器人导航路径规划和运动控制具有交叉学科，关键技术突出，覆盖范围广和应用前景广阔的主要特点.

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/tongxinshuyu/article-161610-1.html