结合粒子群算法和改进人工势场法的移动机器人混合路径规划

摘要

移动机器人路径规划是机器人研究领域的一个重要的内容。本文根据研究课题的需要，针对部分环境信息未知及存在动态障碍物的情况，提出了一种移动机器人混合路径规划的方法。该方法首先采用改进粒子群算法进行全局路径规划，得到一条规划路径;然后，依赖这条路径，应用人工线势场法进行局部避障，保证了移动机器人在实时避开动态障碍物的同时，尽量沿着原规划好的次优路径运行。
　　 全文主要的研究内容如下:
　　 1、对于机器人混合路径规划的全局路径规划部分，本文提出了一种将粒子群算法应用到改进的栅格法中的全局路径规划的方法。该方法是提取栅格障碍物的部分有效顶点进行编码，最后将粒子群算法用在该编码上。基于此编码的方法容易克服路径规划算法中的障碍物陷阱，且能使规划算法更加简单有效，加快了粒子群算法的收敛速度。另外，随机因子的加入减小了粒子群算法陷入局部极值点的可能性。
　　 2、对于机器人混合路径规划的局部路径规划部分，本文提出了一种用改进的人工势场法作为局部规划的方法。本文在传统的位置势力场的基础上加入了速度势场和加速度势场，改进的方法能够较好地处理动态避障。另外，改进的人工势场法还加入一条期望路径对机器人的吸引产生的势场，即“线势场”。由于“线势场”的存在，机器人充分利用了已经完成的规划信息，从而和本文提出的混合路径规划的全局路径规划部分紧密的结合。
　　 3、结合了全局规划和局部规划的思路，本文给出了混合路径规划方法的流程，并把该方法用到了实验室的AS-R机器人上，最后的实物实验把机器人受到的虚拟力转换为对机器人的加速度的控制。针对履带式机器人的一些不可达的加速度控制量，提出了一种期望加速度法，用次优的控制量予以替代。仿真实验和实物实验证明了本方法简单可行，适用于实际环境。

目录

论文说明

声明

致谢

摘要

第1章 绪论

1．1 前言

1．2 国内外研究现状

1．2．1 移动机器人路径规划方法分类

1．2．2 移动机器人全局路径规划方法

1．2．3 移动机器人局部路径规划方法

1．2．4 机器人路径规划中存在的问题

1．3 研究背景

1．4 本文研究内容

第2章 基于粒子群算法的全局路径规划研究

2．1 前言

2．2 移动机器人栅格空间建模

2．2．1 栅格粒度的确定

2．2．2 栅格空间的表示

2．2．3 改进的栅格编码新方法

2．3 标准粒子群算法及改进

2．3．1 粒子群算法的起源

2．3．2 粒子群算法的发展

2．3．3 粒子群算法的基本思想

2．3．4 粒子群算法的流程

2．3．5 改进粒子群算法

2．4 基于粒子群算法的全局路径规划

2．4．1 算法步骤

2．4．2 仿真实验

2．5 本章小结

第3章 基于改进人工势场法的局部路径规划

3．1 前言

3．2．传统人工势场法的概述

3．3 改进人工势场法阐述

3．3．1 改进引力场函数及其推导

3．3．2 改进斥力场函数及其推导

3．4 仿真实验

3．4．1 单段直线期望路径情况

3．4．2 折线期望路径情况

3．5 本章小结

第4章 移动机器人混合路径规划方法及实际应用

4．1 前言

4．2 方法描述及仿真实验

4．2．1 方法描述

4．2．2 仿真实验

4．3 移动机器人平台介绍

4．3．1 移动机器人硬件平台

4．3．2 移动机器人软件平台

4．3．2 传感设备

4．4 AS-R机器人运动学模型

4．5 混合路径规划实现过程

4．5．1 控制实现

4．5．2 实施情况

4．6 本章小结

第5章 总结和展望

5．1 总结

5．2 展望

参考文献

科研成果和参与的项目

作者简历