（控制科学与工程专业论文）农业机器人路径规划与跟踪方法研究.pdf

行的研究工作及取得的研 地方外，论文中不包含其 他人已经发表或撰写过的研究成果，也不包含为获得北京工业大学或其它教育 机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的贡献 均已在论文中作了明确的说明并表示了谢意。 签名：客每扯日期：- = k 坦盟 关于论文使用授权的说明 本人完全了解北京工业大学有关保留、使用学位论文的规定，即：学校有 权保留送交论文的复印件，允许论文被查阅和借阅：学校可以公布论文的全部 或部分内容，可以采用影印、缩印或其他复制手段保存论文。 ( 保密的论文在解密后应遵守此规定) 签名：_ 蹲一 导师签名：轵7 桫 f 日期： 随着信息时代机器人技术的快速发展，农业机器人的研究日益受到重视，农 业机器人已广泛应用于欧美等发达国家，既有效缓解了农业劳动力不足问题，又 极大地提高了劳动生产效率。由于农田环境的复杂性和特殊性以及农作物的种植 和耕作特点，路径规划和跟踪技术一直是农业机器人研究的热点问题。本文围绕 农业机器人的路径规划和跟踪问题展开研究，结合农业生产的特点将传统路径规 划和跟踪方法加以改进，以期达到高效覆盖和准确跟踪的目的。本文的主要研究 内容如下： 首先概述了当前国内外农业机器人的发展状况，在此背景下探讨了我国农业 机器人的发展现状和应用前景。提出了农业机器人发展的关键问题，并对当前农 业机器人路径规划和跟踪技术的传统方法进行分析和比较，总结了目前算法中存 在的一些问题。 为了寻找农业机器人到达工作地点的最优路径，本文采用了一种基于蚁群算 法的适用于栅格式路径规划问题的启发式算法。通过栅格法对已知环境进行抽 象，建立机器人工作空间模型，并采用蚁群算法模拟蚂蚁觅食行为，根据优化条 件搜索出一条到达工作地点的最优路径。 针对农业机器人工作区域的特点，采用方向寻优算法和基于子区域的全区域 覆盖算法来对工作区域进行覆盖。将不含障碍物和含障碍物的工作区域分开进行 处理，对不含障碍物的按方向寻优算法寻找最佳覆盖方向，对含有障碍物的采用 基于子区域的分割方法进行全区域覆盖。研究表明，与折返法和内螺旋法相比， 算法在转弯次数、路径重复率和路径长度上有明显优势，实现了对工作区域的高 效覆盖。 最后建立两轮差分驱动机器人运动学模型对路径跟踪和轨迹跟踪进行研究， 分别设计了基于切线法的路径跟踪控制器、基于b a c k s t e p p i n g 和滑模控制方法的 轨迹跟踪控制器，对直线、圆和折返覆盖轨迹进行跟踪，仿真结果验证了控制方 法的有效性，使农业机器人可以对规划出的路径进行跟踪。 关键词：农业机器人；路径规划；全区域覆盖；路径跟踪；轨迹跟踪 北京工业大学t 学硕士学位论文 a n df a r m i n gc h a r a c t e r i s t i c so fc r o p ，p a t hp l a n n i n ga n dt r a c k i n gt e c h n o l o g yh a s b e e nah o tt o p i co fa g r i c u l t u r a lr o b o t i c s t h ea g r i c u l t u r a lr o b o tp a t hp l a n n i n ga n d t r a c k i n gi s s u e sa r er e s e a r c h e dh e r e ；c o m b i n i n gt h e c h a r a c t e r i s t i c so fa g r i c u l t u r a l p r o d u c t i o nt h et r a d i t i o n a lp l a n n i n gm e t h o d s a r ei m p r o v e dt oa c h i e v eh i g hc o v e r a g e a n da c c u r a c yo ft r a c k i n g t h em a i nw o r k si nd i s s e r t a t i o ns h o w na sf o l l o w s ： f i r s t l y , t h ec u r r e n ts t a t eo fd e v e l o p m e n to fa g r i c u l t u r a lr o b o t si s s u m m a r i z e d ， t h ec u r r e n td e v e l o p m e n ta n da p p l i c a t i o n so fa g r i c u l t u r a lr o b o t si nc h i n ai sd i s c u s s e d i nt h i sc o n t e x t t h et r a d i t i o n a lm e t h o d so np a t hp l a n n i n ga n dt r a c k i n gt e c h n o l o g i e s o fa g r i c u l t u r a lr o b o ta r ea n a l y z e da n dc o m p a r e d ；s o m ek e yi s s u e so na g r i c u l t u r a l r o b o td e v e l o p m e n ta r er a i s e d f o rs e e k i n ga no p t i m a lp a t hf o rt h ea g r i c u l t u r a lr o b o tr e a c h i n gt h ew o r k p l a c e ， t h eh e u r i s t i ca l g o r i t h mf o r 面d f o r m a tp a t hp l a n n i n gb a s e do na n tc o l o n ya l g o r i t h m i sa d o p t e dh e r e t h ee n v i r o n m e n ti sa b s t r a c t e di ng r i dm e t h o d ，t h ew o r k s p a c em o d e l f o rr o b o ti se s t a b l i s h e d ，a n dt h ef o r a g i n gb e h a v i o ro fa n ti ss i m u l a t e db ya n tc o l o n y a l g o r i t h m a c c o r d i n gt ot h eo p t i m a ls e a r c hc o n d i t i o nt h er o b o tc a nf i n da no p t i m a l p a t ho ro p t i m a l - a p p r o x i m a t ep a t ht or e a c ht h ew o r k p l a c e a i m i n ga tt h ew o r ka r e ac h a r a c t e r i s t i c s f o ra g r i c u l t u r a lr o b o t ，t h ed i r e c t i o n o p t i m i z a t i o na l g o r i t h ma n dc o m p l e t ec o v e r a g ea l g o r i t h mb a s e do ns u b r e g i o na r e a d o p t e dh e r e t h er e g i o nw i t h o u to b s t a c l e sa n dt h er e g i o nw i t h o b s t a c l e sa r e p r o c e s s e ds e p a r a t e l y , t h ef o r m e ri sc o v e r e dw i t ht h ed i r e c t i o no p t i m i z a t i o na l g o r i t h m ； t h el a t t e ri sc o v e r e dw i t ht h es u b r e g i o nc o v e r a g ea l g o r i t h m s i m u l a t i o ns h o w s ： c o m p a r e dw i t h b a c k t u r n a l g o r i t h ma n di n n e r - s p i r a la l g o r i t h m ，t h es u b r e g i o n c o v e r a g ea l g o r i t h mh a sl e s st u r n s ，l o w e rp a t hr e p e t i t i o nr a t ea n ds h o r t e rp a t hl e n g t h ， t h ee f f i c i e n tc o v e r a g eo ft h ew o r ka r e ai sr e a l i z e d f i n a l l y , t h et w o w h e e ld i f f e r e n t i a ld r i v er o b o tk i n e m a t i c sm o d e li sb u i l tf o rt h e r e s e a r c ho np a t ha n dt r a j e c t o r yt r a c k i n g t h ep a t ht r a c k i n gc o n t r o l l e rb a s e do n t a n g e n tm e t h o da n dt h et r a j e c t o r yt r a c k i n gc o n t r o l l e rb a s e do nb a c k _ s t e p p i n ga n d 1 1 1 北京工业大学下学硕十学位论文 s l i d i n gm o d em e t h o da l ed e s i g n e d s i m u l a t i o n sv a l i d a t et h ec o n t r o la l g o r i t h m a g r i c u l t u r a lr o b o tc a n t r a c kt h es e tp a t h k e y w o r d s ：a g r i c u l t u r a lr o b o t ；p a t hp l a n n i n g ；c o m p l e t ec o v e r a g e ；p a t ht r a c k i n g ； t r a j e c t o r yt r a c k i n gp l a n n i n g 目录 摘要i a b s t r a c t i i i 第1 章绪论。1 1 1 课题背景与研究意义一1 1 2 农业机器人国内外发展现状1 1 2 1 国外研究现状一2 1 2 2 国内研究现状。3 1 3 农业机器人的路径规划和跟踪4 1 3 1 路径规划技术的研究现状5 1 3 2 全区域覆盖技术的研究现状6 1 3 3 路径跟踪技术的研究现状9 1 4 论文主要内容和组织结构1 1 第2 章基于蚁群算法的农业机器人路径规划1 3 2 1 引言1 3 2 2 农业机器人路径规划1 3 2 2 1 路径规划定义和分类1 3 2 2 2 农业机器人工作区域的特点1 4 2 3 蚁群算法1 4 2 3 1 蚁群算法的基本原理1 4 2 3 2 基本蚁群算法的数学模型1 6 2 4 基于蚁群算法的机器人路径规划l8 2 4 1 环境建模l8 2 4 2 算法的描述和步骤1 8 2 4 3 仿真实验2 1 2 4 4 结果分析2 4 2 4 5 参数分析一：2 5 2 5 农业生产应用2 8 2 6 本章小节3 0 第3 章农业机器人全区域覆盖路径规划3 1 3 1 引言3 l 3 2 农业机器人全区域覆盖特点、指标和策略3 l 3 2 1 农业机器人工作区域的特点3 1 北京丁业大学工学硕士学位论文 3 2 2 全区域覆盖的指标3 2 3 2 3 全区域覆盖的策略3 3 3 3 内部无障碍物的情况处理3 4 3 3 1 规则图形3 4 3 3 2 不规则图形3 5 3 4 含障碍物的情况处理3 6 3 4 1 地图矩形化处理3 7 3 4 2 基于子区域折返全区域覆盖路径规划3 7 3 4 3 算法实现4 0 3 4 4 仿真与分析4 l 3 5 本章小结4 2 第4 章机器人运动学建模与路径跟踪4 3 4 1 引言4 3 4 2 移动机器人运动模型的建立和分析4 3 4 3 机器人路径跟踪4 5 4 3 1 问题描述4 5 4 3 2 仿真研究4 6 4 4 基于b a c k s t e p p i n g 的轨迹跟踪控制器4 8 4 4 1b a c k s t e p p i n g 算法的提出4 8 4 4 2 控制器设计4 9 4 4 3 仿真实验51 4 5 基于b a c k s t e p p i n g 的滑模控制轨迹跟踪控制器。5 5 4 5 1 滑模变结构控制原理5 5 4 5 1 控制器设计5 8 4 5 2 仿真实验5 9 4 6 农业机器人速度选择和折返轨迹跟踪6 1 4 6 本章小结6 3 结论6 5 参考文献- 6 7 攻读硕士学位期间所发表的学术论文。7 1 致谢7 3 _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ - _ _ _ _ 。1 。 第1 。章绪论弟覃箔化 1 1 课题背景与研究意义 农业是人类的衣食之源，生存之本，农业的发展和劳动生产率的提高，为 发展国民经济其他部门提供原料和资源。我国是一个农业大国，虽然农业人口 众多，但随着工业化进程的不断加速，可以预计农业劳动力将逐步向社会其它 产业转移，另一方面进入2 1 世纪后，我国将面临比世界任何国家都要严重的人 口老龄化问题，农业劳动力不足的问题将日益凸现。农业机器人的发展应用不 仅可以解决劳动力不足的问题，也把人从单调、重复的劳动中解脱出来。伴随 着计算机技术水平和信息采集与处理技术水平的不断提高，大力发展农业机器 人的技术条件已经成熟。 路径规划和跟踪是农业机器人学研究的重要领域之一，也是农业机器人智能 化程度的重要标志。农业机器人要完成收割、耕种、喷雾等任务首先要根据给予 的指令和环境信息自主地规划出全区域覆盖的路径，同时避开障碍物，在不同区 域之间进行作业，然后还需要对规划出的路径进行准确的跟踪。路径规划所得路 径决定了农业机器人的覆盖效率，而路径跟踪的准确性则影响到农业机器人的任 务完成质量。因此对农业机器人的路径规划和跟踪问题进行研究具有十分重要的 意义【l 】o 1 2 农业机器人国内外发展现状 迄今为止，农业机器人的发展大体上经历了三个时代。2 0 世纪8 0 年代进 行的研究为第一代，主要是利用工业机器人的技术来研究农业的机器人，对收 获、嫁接、移植、摘粒、喷药等作业进行了研究。进入9 0 年代后，兴起了第二 代农业机器入的研究。研究人员更多地关注农业作业环境、作物栽培式样、作 物物理特性等，使机器人适宜于农业作业。进入2 l 世纪后，随着i t 技术、传 感器技术和智能化技术的高速发展，以及消费者对安全、安心农产品的强烈需 求，农业机器人的研究也进入了第三时代。高智能、高速度、低成本的农业机 器人成为主攻方向【蛐j 。 农业机器人根据作业的不同，大致可以分成两类r 7 】：一类是用于大面积作 业的土地利用型农业，称为行走系列农业机器人；另一类是用于温室内植物工 厂中的设施农业，称为机械手系列机器人。行走系列农业机器人的主要目标是 自主行走、自主规划，侧重点在于信息的采集、处理及机器人运动的规划跟踪。 它的作业条件受地理环境的影响，因此要合理规划机器人的路径并进行跟踪， 北京工业大学工学硕士学位论文 从而得到高质量作业，本文主要针对这一问题进行研究。对于后者，由于作业 对象的基本生理特征和力学特征等不同，开发该机器人的重点应放在检测数据 的采集上，从而开发不同的传感器。传感器的融合技术在近年来已被引入到机 器人识别研究中，开发新型传感器以及提出新的融合方法，提高灵敏度和反应 速度以完善探测结果，是今后重要的研究方向。图1 1 ( a ) 是一种自行走耕作机 器人强j ，机器人可以在不需要人力的情况下进行大面积、大规模的精细播种、 犁地、割草、洒水、喷洒农药等工作。图1 1 ( b ) 是草莓采摘机器人【9 1 ，可以用 彩色摄像机作为视觉传感器寻找和识别成熟果实，然后用机械手把果实吸住后， 利用腕关节拧下。 目前，世界各国对农业机器人非常重视，投人了大量资金和人力进行研究 开发。下面对国内外农业生产中机器人的研究进展及现状进行分析。 ( a ) 自行走耕作机器人( b ) 草莓采摘机器人 图卜1 农业机器人 f i g u r e1 一l t h ea g r i c u l t u r er o b o t 1 2 1 国外研究现状 在国外农业机器人的研制与开发上，日本的技术发展最为成熟0 。，这与日 本自身岛国的自然资源条件是分不开的。日本国内劳动力不足，土地资源贫乏， 多山地，人口密度大，因此需要大力发展温室作业。但是温室内的温度高、湿 度大，不适于长时间工作，这也就决定了它为弥补劳动力与土地资源不足、改 善劳动环境而走向机械化和自动化相结合的农业发展方向。因此，日本机械手 系列农业机器人发展迅速，其嫁接机器人、育苗机器人、农药喷洒机器人、旌 肥机器人和采摘机器人等理论与应用都居世界前列。 世界农业生产大国美国的农业机器人技术发展也非常快。由于美国自身科 学技术发达，平原面积广阔，适合大型农业机械的耕作，其行走式农业机器人 理论技术已经发展得非常成熟。另外，从环境保护角度考虑，提倡精细农业， 使美国小型农业机器人也应用广泛，可以根据作物生长情况进行精细的施肥和 预防病虫害等农业作业。这样一方面可以降低成本，同时也防止残留物对环境 第1 章绪论 的污染。开发小型农业机器人既可提高生产率，又可解决大型农业机械对土壤 的碾压和难以完成精细农业作业等问题。因此，美国包括一些西欧国家的行走 式农业机器人技术很成熟，同时农业精细耕作技术也非常成功。 丹麦科学家研制出一种可用于农田除草的机器人【i 。这不仅可以减少农民 的辛苦，而且能够大幅度减少除草剂的使用。这种机器人有4 只轮子，由电池 驱动。除草机器人使用l 台照相机来完成地面扫描，它还携带着识别软件，使 用1 5 种不同的参数来描述杂草的大小和对称性等外部特征，最终通过g p s 来 给杂草定位。 西班牙发明的采摘柑橘机器人由一台装有计算机的拖拉机、一套光学视觉 系统和一个机械手组成，能够从桔子的颜色、大小和开关判断出是否成熟并决 定能不能够采摘。它每分钟摘柑桔6 0 个，是人工采摘的7 倍。另外，采摘柑桔 机器人还能够依靠装有视频箱的机械手对当即采摘下来的柑桔按大小进行分 类。 英国西尔索研究所开发的采蘑菇机器人装有录像机、红外线测距仪和视觉 分析软件，能够首先确定哪些蘑菇可以采摘以及属于哪种等级，然后测出其高 度以便进行采摘。它每分钟能摘蘑菇4 0 个，比手工快两倍。 其它还有如澳大利亚的剪羊毛机器人、荷兰的挤奶机器人、英国的葡萄树 修剪机器人、等各种各样的农业机器人，从国外的农业机器人的研究现状看， 机械手系列的机器人发展尤为迅速，从采摘、育苗到分级、修剪，农业机器人 的研究正在进入到实用化阶段，多种多样的机器人已经在农业生产领域发挥了 重要作用。相比与机械手系列农业机器人，行走系列农业机器人的发展要稍微 滞后，主要由于行走系列面对的农田环境更为复杂，在完成农业任务的同时还 要对路径进行规划跟踪，这对农业机器人的研究提出了更高的要求。 1 2 2 国内研究现状 目前我国大部分平原地区已经进入机械化作业，大型机械作业已经成为农业 生产的主流，在这些面积广阔，地势平坦的平原地区，非常适合农业机器人的大 规模作业，农业机器人的使用不仅可以极大的提高农业生产水平，也同时可以解 放生产力，促进生产力向第二三产业转移。从目前农业机器人的发展状况来看， 随着近2 0 多年的发展，我国也相应建立了机器人基础体系，农业机器人的研究业 在很多高等院校和科研院所开展起来，目前已开发出来的农业机器人有：耕耘机 器人、除草机器人、喷药机器人、蔬菜嫁接机器人、采摘机器人等。 中国农业大学率先在我国开展了蔬菜自动嫁接机器人技术的研究，解决了蔬 菜幼苗的柔嫩性、易损性和生长的不一致性等难题，实现了蔬菜幼苗嫁接的精确 定位、快速抓取、良好切削与接合固；研制成功了具有自主知识产权的自动嫁接 北京工业大学工学硕十学位论文 机器人系统，实现了蔬菜嫁接苗的搬送、切除、接合、固定、排苗等作业过程的 自动化。它采用计算机控制，嫁接时，操作者只需把砧木和穗木放到相应的供苗 台上即可，机器自动完成其它嫁接作业，如砧木生长点切除、穗木切苗、砧木穗 木的接合、固定、排苗。非常适于黄瓜、西瓜、甜瓜等瓜菜苗的自动化嫁接工作。 嫁接的砧木可以是云南黑籽南瓜或瓠瓜。设计精巧、结构简单、操作方便。该机 对砧木、穗木适应性强，嫁接性能可靠，具有体积小、重量轻、移动快捷特点。 各项技术指标均达到和超过了世界先进水平。 东北林业大学研制出林木球果采集机器人【i 。机器人可以在较短的林木球果 成熟期大量采摘种子，对森林的生态保护、森林资源的更新以及森林的可持续发 展等方面都具有重要的意义，很好地解决了目前在林区单纯采用人工上树手持专 用工具来采摘林木球果的问题。伐根机器人主要用于收集森林采伐剩余物和培育 优质工业用材林。它的应用有望克服我国的森林资源危机，改进我国的森林资源 利用。 我国还成功地研制出了采摘西红柿机器人。它带有彩色摄像头，能够判断果 实的生熟。由于位置误差，它采摘的成功率约为7 5 ，对于实际需要，这个数字 是可以接受的【1 2 j 。 与国外相比，我国目前还处于农业机械化的初级阶段，农业机器人的应用还 比较少，因此发展农业机器人要从我国实际情况出发，目前要紧跟国际农业机器 人发展的步伐进行一些基础性研究，设计制造一些适应我国国情的农业机器人， 如在平原地区可采用行走系列机器人完成耕作、喷雾和收割等任务，在山地丘陵 地区大力发展机械手系列机器人从事温室种植和一些形成规模的经济价值较高 的作物种植。随着我国国民经济的持续高速发展，农业产业结构调整和农业生产 的集约化以及我国工业机器人技术的快速发展，我国农业机器人的发展将出现良 好的机遇，农业机器人这一现代农业的先进生产工具，将逐渐在我国农业生产中 发挥巨大作用1 1 2 , 1 3 】。 1 3 农业机器人的路径规划和跟踪 对于农业机器人来说，要完成对整个农田的收割、耕作和喷雾等任务必须 解决行走方面的三个关键问题： 1 ) 寻找到能够顺利到达工作地点的路径； 2 ) 寻找到能够对工作区域进行全部覆盖的路径； 3 ) 对于1 ) 、2 ) 中规划出的路径能够准确跟踪； 其中，第1 ) 个问题是典型的路径规划问题，即当农业机器人运行在外界环境中 时，寻求一条从己知起点到终点之间避开障碍物的最优路径。第2 ) 个问题是一 种特殊路径规划问题，即全区域覆盖路径规划，全区域覆盖路径规划是指在整 个工作区域内规划出一条农业机器人的行走路径，且无遗漏、不重复的覆盖整 个区域。第3 ) 个问题是路径跟踪问题，指在1 ) 和2 ) 的路径规划完成之后，寻 求某种控制输入作用，使农业机器人能够精确快速平稳地跟踪在1 ) 和2 ) 中规划 出的路径。本文主要针对这三个问题进行研究，将在2 、3 、4 章中提出解决问 题的算法。下面介绍一下这三种技术的研究现状。 1 3 1 路径规划技术的研究现状 “寻找到能够顺利到达工作地点的路径”是一种典型的路径规划问题，蒋 新松在机器人学导论中为路径规划做出了这样的定义：路径规划是自治式 移动机器人的一个重要组成部分，它的任务就是在具有障碍物的环境内，按照 一定的评价标准，寻找一条从起始状态包括位置和姿态到达目标状态的无碰路 径。障碍物在环境中的不同分布情况当然直接影响到规划的路径，而目标位置 的确定则是由更高一级的任务分解模块提供的1 1 4 j 。 路径规划是移动机器人研究领域的重要内容，也是一种比较典型的优化问 题，本身具有复杂性、约束性、非线性、建模规范等特点【l5 1 。路径规划算法的 计算量取决于任务、环境的复杂性以及对规划路径质量的要求，农业机器人的 路径规划算法不仅应该兼顾对规划速度和路径质量的期望，也应该更适合农业 的作业环境。因此，探索与改进一种适合于大规模并行且具有智能特征的路径 优化算法已成为农业机器人的一个重要研究目标和引人注目的研究方向。与2 0 世纪8 0 年代研究初期相比，近年来有关路径规划的文献日益增多，无论是在研 究的深度还是广度上都有了巨大的发展，初步形成了理论、算法和应用的多方 位研究。在机器人路径规划的算法领域中，目前使用的方法有人工势场法、遗 传算法、模糊逻辑算法、神经网络算法等。 人工势场法最早是由k h a t i b 和k r o g h 提出的一种虚拟力法。在人工势场中， 障碍物被看作斥力场，目标被看作引力场，所以障碍物对机器人产生斥力，目 标对机器人产生引力，通过求引力和斥力的合力来控制机器人的运动。人工势 场法结构简单，计算量小，实时性好。因而广泛应用于实时避障和平滑轨迹控 制方面。但是在局部最优解的问题上容易产生死锁现象，从而可能导致机器人 陷入局部最优点。针对人工势场法的缺陷，许多专家学者不断寻找新的途径， 以克服该方法所存在的弊端，文献 1 6 通过引入虚拟障碍物使搜索过程跳出局 部最优的陷阱，但引入虚拟障碍物可能会产生新的局部极小点，同时也增加了 算法的复杂度。文献【1 7 】给出了移动机器人的虚力导航和运动规划系统，结合 最小方差估计算法( l m s e ) f l 皂有效地对机器人进行实时导航和避撞。在预测过程 中，根据导航的不同阶段和预测误差的变化情况，采用f u z z y 规则动态地调整 误差函数中的权重，使预测过程尽可能准确。导航算法的基本思想是首先通过 北京工业大学t 学硕七学位论文 预测算法来获得移动机器人的运动信息，然后虚力系统根据预测信息决定机器 人的未来运动，能准确躲避障碍物并且到达目标点。 遗传算法是一种多点搜索算法，也是目前机器人路径规划研究中应用较多 的一种方法【l 弘2 1 】。由于遗传算法的整体搜索策略和优化计算不依赖于梯度信息， 且作为并行算法，其隐含并行性适用于全局搜索，所以解决了其它一些算法无 法解决的问题。但在初始可行解的有效构造以及针对复杂环境特点设计相应的 遗传算子等方面，存在着较大的困难。此外，遗传算法运算速度低，进化众多 的规划要占据较大存储空间和运算时间 2 2 1 。 模糊逻辑算法是基于实时传感信息的一种在线规划方法【2 3 彩】。模糊控制器 主要由模糊化、知识库、模糊推理和清晰化四个部分组成。文献 2 6 1 提出了一 种在未知环境下移动机器人的模糊控制算法。文献【2 7 提出一种动态环境中基 于模糊概念的机器人路径搜索算法。然而，模糊逻辑应用于复杂未知动态环境 中，模糊规则较难提取等。 神经网络作为一个高度并行的分布式系统，为解决机器人系统实时性要求 很高的问题提供了可能性，并应用于机器人路径规划方面。文献 2 8 提出了一 种基于神经网络的机器人路径规划算法。研究了障碍物形状和位置已知情况下 的机器人路径规划算法，其能量函数的定义利用了神经网络结构，规划出的路 径达到了折线形的最短无碰路径，该方法计算简单、收敛速度快。文献【2 9 】提 出了基于神经网络的机器人无碰撞路径规划方法，给出了无碰撞轨迹规划的人 工神经网络算法，证明了其可行性，为神经网络真正用于机器人控制提供了基 础。但是随着神经网络研究和应用的深入，人们又发现人工神经网络模型和算 法也存在问题。如神经计算由于不依靠先验知识，只靠学习与训练从数据中取 得规律和知识，这固然是优点，但同时也带来困难，如效率问题，学习的复杂 性也是困扰神经网络研究的一大难题。其次，由于先验知识少，神经网络的结 构就很难预先确定，只能通过反复地学习寻找一个合适的结构，因此，由此所 确定的结构也就很难为人理解。 综上所述，这些路径规划方法都在一定程度上解决了机器人的路径规划问 题，但是由于各种算法自身的局限，使得路径规划问题的探讨仍具魅力，新的 算法也在不断地涌现与发展。 1 3 2 全区域覆盖技术的研究现状 路径规划主要分为“点到点 路径规划和全区域覆盖路径规划( c o m p l e t e c o v e r a g ep a t hp l a n n i n g ，c c p p ) 。“点到点”的路径规划是指寻求一条从起点到 目标点的避开障碍物的可行路径，而全区域覆盖路径规划是指在一整片区域内规 划出一条移动机器人的行走路径，且无遗漏、不重复的覆盖整个区域。全区域覆 第1 章绪论 盖路径规划与“点到点”的路径规划的关系以几何学中“线与面”的关系而喻。 前者可称之为“面”，后者可称之为“线”。相比较于传统的“点到点 路径规划 方法，全区域覆盖路径规划的研究成果要少得多。两者内在的共同点都是要规划 出使移动机器人能够从某个起点经过一系列的过程后，到达最终的目标点并且避 开障碍物的可行路径，两者的差别如图卜2 所示【3 0 1 。 缓 陟 励 黝 ( a ) 常规的路径规划( b ) 全区域覆盖的路径规划 图1 - 2 两种路径规划方法的比较 f i g u r e1 - 2c o m p a r i s o no nt w op a t hp l a n n i n gm e t h o d s 在现实生活中，全区域覆盖路径规划有着广泛的应用。除了农业机器人，清 洁机器人、割草机器人、扫雷机器人和探测机器人等【3 1 出】都要用到全区域覆盖路 径规划。近年来，国内外许多学者进行了大量的研究，针对不同应用提出了一些 方法，如随机覆盖策略、精确单元分解法、近似单元分解法、基于模板的方法、 基于传感器的覆盖方法等，各种方法都具有一定的适用场合和优缺点。 随机覆盖策略是指机器人前方有障碍物无法直行时就随机旋转一定的角度 继续直行，该策略对机器人的感知和计算能力要求不高，无需定位传感器且算法 简单。但不能保证完全覆盖整个区域，重复覆盖率高，效率很低，一般应用较少。 精确单元分解法可保证区域的完全覆盖，是目前全区域覆盖算法中运用最广 的方法之一。它以障碍物为边界，将空闲区域分解为一些互不重叠的单元，由于 单元中不包含任何障碍物，机器人可用简单的往返运动实现单元覆盖，用邻接图 等表示单元的连接关系，其中结点表示单元，边表示单元之间的连接关系，区域 的全覆盖就转变为从一个单元到另一个单元的运动规划。 1 9 9 1 年l a t o m b e 提出t r a p e z o i d a l 分解法【3 4 l 。假设一条称为切线的直线， 从左至右的扫过含有多边形障碍的封闭区域，切线与多边形障碍物的顶点相遇 时，将空闲区域分解成一系列的不等边四边形单元，如图卜3 所示。t r a p e z o i d a l 分解法根据切线与多边形障碍物顶点的相遇来划分单元，有时会产生过多的单 元，从而有许多不必要的往返运动，如图卜4 所示。 北京工业大学工学硕士学位论文 一_l：-ll；ll。!ll：巫一 图1 - 3t r a p e z o i d a l 分解法 f i g u r e1 - 3t r a p e z o i d a ld e c o m p o s i t i o nm e t h o d 图1 - 4t r a p e z o i d a z 分解法缺陷 f i g u r e1 - 4 t h ed i s a d v a n t a g eo ft r a p e z o i d a ld e c o m p o s i t i o nm e t h o d e l f e s 和m o r a v e c 率先提出近似单元分解法 3 5 , 3 6 1 ，基本思想是将目标区域 分解成一系列的单元，与精确单元分解不同，它将区域看成一个单元，递归的细 分区域为形状大小相同的四个小单元，直到满足需求，这种方法也叫四分树分解。 当目标区域被递归的分解成一些更小的单元后，将所有不包含障碍物的空闲单元 建成连接图，通过对连接图的搜索，产生一条穿越所有空闲单元的路径。空闲单 元之间的大小和形状一致，所有空闲单元的总和近似于目标区域，机器人机身或 传感器范围与空闲单元大小一致，当机器人走过一个单元，就完成该单元的覆盖， 机器人按该路径行走就可以实现区域的全覆盖。文献 3 1 】采用细胞分解法将整个 区域划分为很多小的细胞区域，然后根据覆盖条件对细胞进行合并，最后对每个 细胞区域覆盖，但在细胞区域覆盖过程中未能按照长轴方向，导致转弯次数太多。 1 9 9 7 年c a r v a l h od e 提出一种基于模板的全区域覆盖算法【3 7 j 。该算法依靠 于己覆盖区域的先前知识，预先定义的5 种模板分别是：t m ( 向前) ，u t ( u 型转 弯) ，s s ( 边切换) ，b t ( 原路返回) ，u t i ( u 型交错转弯) 。根据己覆盖区域所获取 的先前信息，将当前环境信息与各个模板进行匹配，重复的预测新区域并执行区 域覆盖，从而整个覆盖路径就转换成执行一系列不同的模板。为简化路径规划阶 段，可预先扩大环境以至于将机器人看作一点。但是该算法需要先前地图和记忆 第1 章绪论 一些模板，很难处理动态环境。 上述算法在一定程度上解决了全区域覆盖问题，但对于农业机器人来说，农 田有很多复杂的不规则区域和含有障碍物的区域，此外，农作物种植的区域性和 行列型也为全区域覆盖带来了新的挑战，本文在结合传统分解方法的基础上提出 了基于子区域的全区域覆盖算法，来解决农业机器人的覆盖问题。 1 3 3 路径跟踪技术的研究现状 路径跟踪( p a t ht r a c k i n g ) 指根据某种控制理论，为非完整移动机器人系统设 计一个控制输入作用即控制律，使非完整移动机器人能够到达并最终以给定的速 度跟随运动平面上给定的某条路径，如图1 5 所示。这里给定的某条路径也称为 期望路径，是指一条几何曲线g ( x ，y ) = 0 ，曲线方程不包含时间参数，各个自变 量也不是时间的函数：给定的速度是指给定的线速度，和角速度国，也称为期望 速度即参考控制输入，用“，= 1 ，彩，】r 来表示，从物理上看，和缈，的取值变化受 t 3 ( x ，y ) 的具体形式的限制，同样不能包含时间参数，而且要求v 。，y ) r 0 g ( x 和“可预先给出或由路径生成器生成。轨迹跟踪( t r a j e c t o r yt r a c k i n g ) 如图1 - 6 所 示，在名称上往往与路径跟随造成混淆，轨迹跟踪和路径跟踪的区别主要是轨迹 跟踪的曲线方程是时间的隐函数，而路径跟踪中曲线方程与时间无关。 初始状态 图1 5 路径跟踪问题示意图 f i g u r e1 - 5 s c h e m eo ft h ei s s u eo np a t hf o l l o w i n g 北京工业大学工学硕士学位论文 t 图1 - 6 轨迹跟踪问题示意图 f i g u r e1 - 6 s c h e m eo ft h ei s s u eo nt r a j e c t o r yt r a c k i n g 近年来，国内外许多学者对跟踪问题进行了大量的研究，提出了一些算法， 如非线性状态反馈方法、计算力矩法、滑模变结构法等。 非线性状态反馈方法主要是通过非线性状态反馈设计非线性状态反馈控制 律。该方法最大的问题在于如何使系统全局渐近稳定在原点平衡状态。文献 3 8 】 利用微分平坦的特性，引入动态反馈得到了指数收敛的存在奇异点的局部跟踪控 制律。用一维动态跟踪控制器的方法可以得到闭环系统无奇异点的跟踪控制器， 但该方法要求参考角速度控制输入不能趋于零，这使得轨迹跟踪中最通常的直线 轨迹跟踪变得不能实现。在文献 3 9 】中，则设计了一种基于反步法的针对更加普 遍的链式非完整系统的半全局化跟踪控制器。 计算力矩方法是一种基于机器人逆动力学模型直接控制电机电流的方法。文 献 4 0 】考虑了各种扰动因素，用计算力矩法进行了轨迹跟踪控制的研究。由于计 算力法的效果取决于它所依据的动力学模型的精确程度，即使是在无外界干扰的 条件下，对非完整移动机器人的精确动力学建模也是难以实现的，因此该方法的 鲁棒性较差，理论和实践意义都不大。 b a c k s t e p p i n g 控制是一种非线性反馈控制方法，也是应用于非完整移动机器 人轨迹跟踪的最常用的方法。反演控制的关键思想是基于具有已知l y a p u n o v 函数 的反馈控制律的可控系统，在系统的输入端增加相应的积分环节，使系统达到所 要求的控制性能。近几年来，这种方法被成功地应用到几类不完整控制系统中来 解决系统的全局稳定性和自适应问题。文献 4 l ，4 2 给出了基于简化的动力学模 型的反演方法，通过设计合适的辅助速度控制输入实现非完整移动机器人对期望 轨迹的跟踪。m o r i n 4 3 等人基于不完整系统的机器人链式模型设计反演控制器 保证系统的闭环指数稳定。也有学者在设计出基于运动学的轨迹跟踪控制器的基 础上，反演设计出基于动力学 4 4 , 4 5 1 ，依旧保持其稳定性和有效性，取得了良好的 效果。 滑模变结构对于系统的模型不确定性和外部扰动具有很好的鲁棒性。作为一 第1 章绪论 种鲁棒控制手段，基于非完整移动机器人动力学模型的滑模控制已经被应用于非 完整移动机器人运动控制的理论研究中脚，4 7 】。文献 4 8 利用终端滑动模态技术设 计控制律，使得移动小车能在有限时间内完全跟踪转动速度不为零的期望轨迹。 但由于控制律中的不续项会直接转移到输出项，使系统在不同的控制逻辑之间来 回高速切换引起系统出现不可