环境部分未知情况下的服务机器人导航研究

摘要

机器人导航问题一直是机器人应用中的热点和难点问题，而服务机器人由于所处的环境不可能是完全确定的，使得机器人导航问题在服务型机器人应用中越发关键。本文围绕移动机器人导航问题在以下几个方面做出了研究和探讨： 首先，论文简要地介绍了机器人导航的发展历史以及国内外研究现状，分析了机器人导航领域的几个主要研究方向。 其次，在综合分析和比较了目前国内外对于移动机器人导航问题的现状后，本文将环境部分未知的情况下的导航问题划分为两个层次。第一层是全局路径规划，根据环境中的静态已知障碍物利用蚁群算法找出全局最优路径；第二层是局部路径规划，利用全局最优路径提供的局部目标点以及传感器探测到的局部障碍物来进行局部路径规划，该层包含两方面内容，即局部避障和路径跟踪。 对于第一层的全局路径规划，采用了链接图来建立环境全局地图，将工作空间转换为带权图的形式，然后使用蚁群算法对带权图进行搜索，得到从起始点到目标的一条全局最优路径。 对于第二层的局部避障算法采用的是VFH*算法，VFH*算法的是由VFF算法发展而来的，它在VFH+算法的基础上引入了A*搜索算法，使得VFH*算法称为一种伪全局路径规划方法，可以防止机器人进入死区。 然后，针对VFH*算法的缺陷，在VFH*算法的基础上做了两点改进，使得VFH*算法可以用于动态障碍物的环境中，并在Aria平台上仿真实现了文中的算法。 最后对全文进行了总结，并对移动服务机器人的导航问题做出了展望。

目录

文摘

英文文摘

声明

第1章 绪论

1.1引言

1.2移动服务机器人发展现状

1.2.1国外服务机器人研究发展状况

1.2.2国内移动服务机器人发展现状

1.3机器人路径规划

1.4课题的研究目的及意义

1.5本文的主要工作

第2章全局路径规划

2.1路径规划的概念

2.2全局地图的创建

2.2.1自由空间法

2.2.2构造空间法

2.3链接图法环境建模

2.4使用蚁群算法求解最短路径

2.4.1蚁群算法的基本原理

2.4.2基本蚁群系统模型

2.4.3对蚁群算法的修改及各个参数的调整

2.4.4实验结果

2.5本章小结

第3章路径跟踪

3.1路径跟踪的概念

3.2 Follow The Carrot方法

3.3 Pure Pursuit方法

3.4本章小结

第4章基于VFH*算法的局部避障

4.1 局部避障的发展历程

4.1.1 RPC(实时规划-选择)算法

4.1.2栅格法

4.1.3势场法

4.1.4 VFF算法

4.2 VFH算法

4.2.1直方图H的构建

4.2.2转角的求取

4.2.3速度的控制

4.3 VFH+算法

4.3.1建立原始的向量场直方图Hp

4.3.2建立二值化直方图Hb

4.3.3建立Masked Polar Histogram(Hm)

4.3.4机器人前进方向的选择

4.4 VFH*算法

4.4.1搜索树的参数

4.4.2子结点的生成

4.4.3 A*算法

4.4.4 Open表的维护

4.4.5 VFH*算法的改进

4.5本章小结

第5章 实验平台及仿真结果

5.1 Aria仿真平台

5.2 AIM实验平台

5.3 VC++ 2003环境下的仿真结果

5.4本章小结

第6章 总结与展望

参考文献

致谢

在读期间发表的学术论文与取得的研究成果