人工智能理论研究及在机器人路径规划中的应用

摘要

路径规划是移动机器人研究过程中最重要的部分，好的路径规划算法可以大大提高机器人的使用效率，可以准确而有效地应用到指定和规派的工作任务中去。
　　 机器人的路径规划可以看作足一个带有约束条件的优化问题。优化算法可以分为全局路径规划和局部路径规划两种，全局路径规划给机器人做全局的统筹指导；局部规划使得机器人实时性控制加强，规划路径更加平滑。全局规划与局部规划的结合使用能使得局部规划的目标更加明确，从而避免了单纯的局部路径规划时造成的机器人运动的盲目性。
　　 本论文在路径规划算法的研究过程中，结合全局路径规划和局部路径规划算法。首先在全局的路径规划方法上，使用小波神经网络和遗传算法相结合去优化全局路径，同时在局部路径规划方法上，运用人工势场法，根据机器人所受得引力和斥力的合力来决定机器人的运动方向，从而使得机器人灵活的躲过障碍物向着规划目标点继续运行；其次在人工势场的势函数的优化上，使用遗传算法去优化势函数的几个参数，并对人工势场存在的局部极小情况，采用一种虚拟障碍物法去帮助机器人逃出局部极小点，以达到优化路径的目的。
　　 针对上述所设计的算法，通过VS2005软件和VC++6.0软件分别建立二维离散情况及二维连续情况机器人路径规划仿真平台，同时在连续情况下，针对有、无障碍物及多机器人三种情况分别进行仿真实验。仿真实验结果表明，在全局和局部路径规划相结合的混合智能算法的仿真效果良好，算法合理有效。