基于混合算法的多机器人路径规划的设计与实现

摘要

移动机器人技术作为机器人领域研究热点之一，融合了自动控制、人工智能和传感器等多种技术。在移动机器人技术的发展过程中，机器人的运动由传统控制方法逐渐过渡到智能控制方法，应用领域也变得越来越广泛。随着社会对移动机器人要求的不断提升，有些工作单移动机器人无法胜任，多移动机器人系统以其众多的优点得到了越来越多的研究者的关注。与单移动机器人相比，多移动机器人系统在空间分配、时间分配、任务调度和资源分配方面的可靠性和灵活性则更加出众，多移动机器人系统会越来越深刻的改变我们的生活方式，提高我们的生活质量。
　　 本论文主要对静态环境下和动态环境下的多机器人路径规划问题进行深入研究:
　　 在静态环境下，采用改进后的栅格建模法与改进后的A-Star算法相结合，使机器人在循迹过程中自动判断每个方向的能耗值并做出最优选择。为了减小机器人的循迹距离，对传统A-Star算法做出改进，采用改进后的A-Star算法对单机器人和多机器人系统进行仿真。实验结果表明，改进后的A-Star算法明显减小了循迹距离，提升了运算效率。
　　 在动态环境下，采用改进后的Voronoi图法和改进后的人工势场法相结合。改进后的Voronoi图法将环境分为不同的封闭元，然后对封闭元之间的连线进行中点划分，通过这些中点对机器人进行方向指引，达到智能避障和轨迹优化的目的。对传统人工势场法，在分析其的优点和缺点的基础上，对其进行中点二次划分，仿真结果表明，改进后的Voronoi图法与改进后的人工势场法能很好的适应，避免了局部极小陷阱，多移动机器人系统的工作效率得到提升。

目录

声明

摘要

第一章 绪论

1．1 引言

1．2 课题研究目的及意义

1．3 国内外研究现状

1．4 本文主要内容与章节安排

1．4．1 主要内容

1．4．2 章节安排

第二章 多移动机器人路径规划描述

2．1 引言

2．2 移动机器人导航技术

2．3 移动机器人环境建模

2．3．1 环境信息的定义

2．3．2 环境信息模型的建立

2．4 移动机器人路径规划技术

2．4．1 移动机器人路径规划概述

2．4．2 人工势场法

2．4．3 迭代搜索法

2．4．4 地图构建法

2．4．5 智能仿生算法

2．5 本章小结

第三章 静态环境下多移动机器人路径规划

3．1 引言

3．2 基于栅格法的环境建模

3．2．1 栅格法理论基础

3．2．2 改进栅格法环境建模

3．3 基于改进A-Star算法的多移动机器人路径规划仿真

3．3．1 传统A-Star算法介绍

3．3．2 改进A-Star算法介绍

3．3．3 单移动机器人路径规划仿真

3．3．4 多移动机器人路径规划仿真

3．4 本章小结

第四章 动态环境下多移动机器人路径规划

4．1 引言

4．2 基于Voronoi图的环境建模

4．2．1 Voronoi图理论

4．2．2 改进Voronoi图法定环境建模

4．3 基于改进人工势场法的多移动机器人路径规划仿真

4．3．1 传统人工势场法理论

4．3．2 D-Star算法介绍

4．3．3 改进人工势场法介绍

4．3．4 单移动机器人路径规划仿真

4．3．5 多移动机器人路径规划仿真

4．4 本章小结

第五章 总结与展望

5．1 全文总结

5．2 课题展望

参考文献

发表论文和科研情况说明

致谢