基于典型路径库的移动机器人智能路径规划算法的研究与实现

摘要

路径规划是移动机器人完成任务过程中需要解决的主要问题之一。所谓路径规划是根据所处环境和运动约束条件生成一条或几条从起始位置到终止位置之间的最优路径。对于大规模路径规划问题，需要快速生成多条符合要求的路径，而传统的全局路径规划算法执行效率较低，不能够满足上述问题的要求。通过分析，发现移动机器人所处的不同场景间存在相似或者部分相似的情况，相似区域中移动机器人的运动方式和运动轨迹大致相同。这使得利用已有场景信息和路径信息，优化生成新路径成为可能。本文围绕相似场景下的路径规划问题展开研究，提出了一种基于典型路径库的移动机器人智能路径规划算法。该算法基于已有的场景和路径信息，分析路径的特征属性形成知识，在给定的新场景中，利用路径知识快速生成多条符合期望的路径。算法由场景建模、场景相似性度量、相似路径特征提取、路径优化生成、路径评价等多个模块组成。
　　本文的主要工作包含以下几个方面:
　　(1)针对场景建模问题，本文研究了相似场景的特征属性，采用聚类算法根据场景内站位的聚集程度进行区域划分，将场景划分结果作为场景描述的主要依据。
　　(2)针对场景相似性度量问题，本文将场景抽象为多边形区域，利用多边形顶点匹配算法的思想，计算场景间的相似度，并使用动态规划的方法求解出两个场景间最大相似区域匹配序列。
　　(3)针对典型路径库建立问题，本文提出“三段式”路径构建模型。本文从相似区域中提取相似路径，通过局部与全局坐标映射关系，结合车式移动机器人的运动学特性，确定需求场景中的关键坐标点，从而建立典型路径库。
　　(4)针对最优路径选择问题，本文综合考虑多种因素，提出路径评价函数模型。通过实验验证，确定各个参数的权重比例，从而对典型路径库中的多条参考路径进行评价排序。
　　本文根据所提出的算法，搭建了场景布局和路径规划实验平台。通过大量仿真实验，验证了该算法的可行性。实验结果表明本文提出的算法对于相似场景中大规模路径规划问题，能够显著提高效率，解决实际问题。

目录

声明

致谢

摘要

1．1 选题的研究背景及目的

1．2 国内外研究现状

1．3 研究目标和内容

1．4 论文组织结构

2．1．1 场景的定义

2．1．2 场景几何特征描述

2．1．3 场景空间关系描述

2．1．4 场景相似性匹配

2．2 移动机器人运动模型

2．2．1 局部坐标与全局坐标映射关系

2．2．2 移动机器人运动学模型

2．2．3 移动机器人位姿描述

2．3 路径生成算法

2．4 本章小结

3 基于典型路径库的移动机器人智能路径规划算法

3．1 问题建模

3．2 概念介绍

3．3 解决思路

3．4 场景建模与区域划分

3．5 场景相似性度量

3．6 路径建模与路径库建立

3．6．1 相似路径提取

3．6．2 路径建模-三段式

3．6．3 出库点选取

3．6．4 坐标转换

3．6．5 出库动作设计

3．6．6 中间路段的路径生成方式

3．6．7 路径库建立

3．7 路径评价

3．7．1 评价指标

3．7．2 归一化

3．7．3 评价函数

3．8 本章小结

4 原型系统设计与实现

4．1 实验环境

4．2 系统结构与功能

4．2．1 场景设计工具

4．2．2 路径规划工具

4．3 实验过程与数据

4．3．1 场景区域划分

4．3．2 场景相似度计算结果展示

4．3．3 路径评价函数确定

4．3．4 路径生成结果展示

4．4 实验结果分析

4．5 本章小结

5．1 论文总结

5．2 研究展望

参考文献

作者简历及攻读硕士／博士学位期间取得的研究成果

学位论文数据集