面向复杂环境的机器人避障与路径规划研究

摘要

精确的导航定位技术是机器人进行路径规划和避障的先决条件,在面对复杂多变的外部环境时,传统的路径规划算法收敛速度慢容易陷入局部最优,且单一传感器采集到的图像信息累计误差难以消除.针对这一情况,提出多传感器融合策略,将多个传感器采集到的场景信息通过一定的融合算法进行优势互补同时屏除冗余信息,增强系统的鲁棒性以及普适性;同时对传统的蚁群算法进行改进,采用动态参数对融合策略进行控制,降低死锁现象的发生增加避障能力,进而实现路径规划.通过实验仿真可知,该算法能够安全有效地得到最优路径,收敛速度得到了提升,具有一定的普遍适用性.