移动机器人室内避障及路径规划方法研究

【摘要】: 随着机器人技术的飞速发展移动机器人避障，移动机器人已广泛应用于科学技术领域以及日常生活的各个方面. 移动机器人的避障和路径规划能力决定了它们的智能程度，这也是近年来学者的热点之一. 根据对环境的感知，路径规划算法可以分为全局路径规划和局部路径规划. 前者针对完全了解环境信息的情况执行最佳路径规划；后者基于传感器获得障碍物信息，并通过避开障碍物来完成路径规划. 目前，仅使用单一路径规划算法无法同时解决路径规划中涉及的动态障碍物的最佳路径和避障问题. 针对移动机器人的避障和路径规划问题移动机器人避障，提出了一种基于模糊逻辑的改进A *算法和自适应避障混合路径规划方法. 该方法的基本思想包括: 1）将改进的A *算法用于全局路径规划，以为移动机器人获得一条性能更好的可行路径； 2）使用基于模糊逻辑的自适应避障算法，使移动机器人可以避免出现运行时动态障碍. 最后，在移动机器人的导航过程中，通过1）和2）的协作，可以实现移动机器人的避障和路径规划能力. 在此算法的基础上，以HBE-SmartCAR移动机器人为研究对象，对上述方法进行了实验和分析. 实验结果表明了该方法的有效性和可行性. 本文的主要工作和成果如下: 1）提出了一种基于模糊逻辑的自适应机器人避障算法. 该方法由机器学习中的模糊逻辑和随机森林算法组成，可以在运行过程中动态更新模糊规则库. 利用该方法，移动机器人可以在操作过程中更新模糊规则库，以适应环境的变化，弥补了传统模糊逻辑难以调整模糊规则的缺点. 2）改进了A *算法的评估功能和路径规划搜索策略，使最终的路径规划结果具有更好的避障性能和安全性. 3）采用改进的A *算法和基于模糊逻辑自适应避障的混合路径规划方法，解决了移动机器人室内环境下的避障和路径规划问题. 以HBE-SmartCAR移动机器人为实验对象，验证了该方法的有效性和可行性.

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-246723-1.html