（机械制造及其自动化专业论文）自主移动机器人路径规划与运动控制的研究与实现.pdf

摘要 研究生；张鹏飞 签名：狴遂蛩 指导教师：傅卫平教授 签名：盈奎至堑 j 。 杨世强讲师 签名：j 丝皇! 垒 摘要 移动机器人技术是一项具有重大应用前景的前沿技术，从人类科学的高、精、尖领域 到生产和日常生活方面都已体现出对移动机器人的需求。由于现代工业生产正朝着高效和 高柔性的方向发展，所以工业生产领域对具有高智能移动机器人的需求显得尤为迫切。 自主路径规划和运动控制技术是移动机器人研究中的关键技术。研究表明，针对复杂 的动态环境，采用单一的方法来解决移动机器人路径规划问题往往得不到理想的结果，而 将两种及以上的方法相结合来解决此类问题可以取得良好的效果。在这种思想的指导下， 本文将行为动力学的方法和滚动窗口路径规划算法结合起来，提出了一种基于行为动力学 的滚动窗口路径规划方法，并将其应用到动态不确定环境下移动机器人的路径规划问题 中，最后通过计算机仿真和实验验证了该方法的有效性。本文的主要工作如下： ( 1 ) 提出一种基于行为动力学的滚动窗口路径规划方法来解决未知动态环境下的移 动机器人路径规划问题。该规划方法在针对局部环境进行实时路径规划的同时兼顾了全局 目标这一全局信息，在局部规划中体现了全局优化，同时导航行为动力学模型使得路径规 划具有良好的连续性。 ( 2 ) 针对局部规划窗口中的多个障碍物，提出一种多障碍物虚拟合成方法，将多个 障碍物合成得到一个虚拟障碍物。这种方法减小了障碍物处理的计算量，便于避障行为动 力学模型中相关参数的选择和计算，同时也比较符合实际情况。 ( 3 ) 针对局部规划窗口中的动态障碍物，提出一种动态障碍物的“静化 处理方法， 经过“静化”处理后的，先前的动态障碍物被短时看作一个体积较大的静态障碍物。这种 处理方法不仅简化了计算，而且也降低了问题的难度。 ( 4 ) 针对一种四轮全方位移动机器人，建立了其运动学模型。 ( 5 ) 以全方位移动机器人a g v 一1 为硬件基础，研究了本文提出的基于行为动力学 的滚动窗口路径规划方法的实现问题，进行了相关应用程序的开发工作，并对路径规划方 法和运动学模型的有效性进行了仿真验证和实验验证，验证结果良好。 关键词：移动机器人；路径规划；运动控制；行为动力学；滚动窗口 a b s t r a c t t i t l e ：r e s e a r c ha n di m p l e m e n t a t i o no fp a t hp l a n n i n ga n d m o t i o nc o n t r o l0 fa u t o n o m o u sm o b i l er o b o t m a j o r ：m e c h n i c a lm a n u f a c t u r i n g n a m e ：p e n g f e iz h a n g s u p e r v i s o r ：p r o f w e i p i n gf u a n da u t o m a t i o n l e c t o r s h i q i n gy a n g a b s t r a c t t h em o b i l er o b o tt e c h n o l o g yi sa na d v a n c e dt e c h n i q u ew i t c hh a sag r e a ta p p l i e d p r o s p e c t ，i tc a nb eu s e di nm a n yk i n d so ff i e l d sw h i c hn o to n l yi n c l u d et h ea n v a n c e ds c i e n t i f i c b u ta l s oi n c l u d em a n u f a c t u r i n ga n dd a i l yl i f eo fh u m a nb e i n g i tb e c o m e sv e r ye x i g e n tt ou s e t h em o b i l er o b o tw i t hh i g ha r t i f i c i a li n t e l l i g e n c ei ni n d u s t r i a lp r o d u c t i o nf i e l d sb e c a u s em o d e m i n d u s t r i a lp r o d u c t i o nt e n d st om o r ee f f e c t i v ea n dm o r ef l e x i b l e t h ea u t o m a t i cp a t hp l a n n i n ga n dm o t i o nc o n t r o la r ck e yt e c h n o l o g yi nt h em o b i l er o b o t r e s e a r c h t h er e s e a r c h e si n d i c a t et h a ta ni d e a lr e s u l ti sh a r d l yo b t a i n e du s i n gs i n g l em e t h o dt o s o l v et h ep a t hp l a n n i n gp r o b l e m si nd y n a m i cc o m p l e xe n v i r o n m e n te x c e p tc o m b i n i n gt w oo r m o r em e t h o d s w i t ht h ei n s t r u c t i o no ft h i st h o u g h t an e wm e t h o dn a m e da sr o l l i n gw i n d o w s p a t hp l a n n i n gb a s e do nt h eb e h a v i o rd y n a m i c si sp r e s e n t e di nt h i sp a p e rw h i c hc o m b i n e s b e h a v i o rd y n a m i c sm e t h o da n dr o l l i n gw i n d o w sa l g o r i t h m 。i nt h ep a p e r , t h i sm e t h o di su s e dt o s o l v et h ep r o b l e m so fp a t hp l a n n i n go fm o b i l er o b o ti nu n c e r t a i nd y n a m i ce n v i r o n m e n t sa n d v a l i d a t e db yt h es i m u l a t i v ea n de x p e r i m e n t a lr e s u l t s t h em a i n l yc o m m e n t sa n da c h i e v e m e n t s o ft h ep a p e ra r ea sf o l l o w s ： 1 an e wa r i t h m e t i cn a m e da sr o l l i n gw i n d o w sp a t hp l a n n i n gb a s e do nb e h a v i o rd y n a m i c i sp r e s e n t e d ，t h i sa r i t h m e t i ce = m b o d y sg l o b a lo p t i m i z a t i o ni nl o c a lp a t hp l a n n i n gw h e n r o b o ti sr e a lt i m ep a t hp l a n n i n gi nl o c a le n v i r o n m e n t f u r t h e r m o r et h en a v i g a t i o n d y n a m i c sm o d e lm a k e sp a t hp l a n n i n go fr o b o tb eg o o dc o n t i n u i t y 2 a i ma to b s t a c l e si nr o l l i n gw i n d o w , an e wm e t h o do fo b s t a c l e sv i r t u a ls y n t h e s i si s p r e s e n t e d , w h i c hs y n t h e s i z e so b s t a c l e si nw i n d o w 弱av i r t u a lo b s t a c l e t h i sm e t h o d r e d u c et h ec o m p u t a t i o n a lc o m p l e x i t yo fo b s t a c l e sd e a l i n g ，a c c o r dw i t ht h er e a l f a c t a n di sc o n v e n i e n tt oc h o o s i n gp a r a m e t e r so fr o b o t so b s t a c l ea v o i d i n gd y n a m i c s m o d e l 3 a i ma tt h ed y n a m i co b s t a c l e si nr o l l i n gw i n d o w , a “o b s t a c l er e s t i n gm a n a g e m e n t ” m e t h o df o rd y n a m i co b s t a c l e si sp r e s e n t e d ，t h ed y n a m i co b s t a c l ei sl o o k e da sas t a t i c o n et e m p o r a r i l y t h i sm e t h o dr e d u c et h ec o m p u t a t i o n a lc o m p l e x i t ya n dd i f f i c u l t y 4 t h ek i n e m a t i c sm o d e lo faf o u r - w h e e lo m n i d i r e c t i o n a lm o b i l er o b o ti sd e s i g n e da n d a n a l y s i z e d 5 t h ei m p l e m e n t a t i o no ft h ea r i t h m e t i cp r e s e n t e di nt h i st h e s i si ss t u d i e db a s e do nt h e h a r d w a r ea g v - 1 t h ec o n t r o ls o f t w a r ef o rp a t hp l a n n i n ga n dk i n e m a t i c sm o d e lb a s e d o nv c + - fa n dm a t l a bi s p r o g r a m m e da n di su s e dt ov e r i f yt h ec o r r e c t n e s sa n d v a l i d i t yo ft h ea r i t h m e t i ca n dk i n e m a t i c sm o d e l t h er e s u l t ss h o wt h a tt h i sm e t h o di s p r a c t i c a b l e k e y w o r d s ：m o b i l er o b o t ；p a t hp l a n n i n g ；m o t i o nc o n t r o l ；b e h a v i o rd y n a m i c ；r o l l i n gw i n d o w 1 1 独专剑= 性声，咀 j 秉承祖国优良道德传统和学校的严谨学风郑重申啄毒? 队厨呈交的学健论变是霉餮 久在导师指导下进行的研究i 作及取得的成果i 枣我所知矗除特别加以标注和致谢的地 方外j 一论文中不包含其他人的研究成果。每我同工作的同志对本文所论述的正作和成、 ，果的任何贡献均已在论文中作7 明确的说明并已致谢f ：。本论文及其相关资料若有不实之处乒由本人承担j 切相关责任： 话文作者签名：，j 搓逦马兰羹鍪译餮筠蓉i 鬣 学位论文使用授权声明 攀爻獾蠼兰：鑫导瘫的捂譬葶剖作兔成毕驻禹鲁菇釜终鹅通吏| ：诊交静箐耪未幕 誊叠茬矗安理瓣审礴博爹磙每霉套嫠攀基镑菇挚谴珞篷薯指权拥有着雾：谚意授壤 蕾委莲主格拥看摹砬罐舞酶稚务使扁蟛j 蕊麓簿誊获孥罐爵旃秃差壤萼棱赶楚挺舞 自刷版和电手脏擎磕论建乏孥授剪琢幕痢彩希却域萁硒复和手段保存谚窍莓童鸯萌 案逋语筵器鸯以将攀谴论文的釜部或部夯丙番鲡太看关数掊库连行醺荣j ；? 善，轰教事巍 科研萄酶甍摹棱毋西将公弃的摹使琵我廨番后的孥诬论爻禧为资料在画书磺誊j 资料室 等场所或在校园网曼供校内师生阅读? ：测览 每冬譬位碜霉拿部或部分肉容的公布。楚包括刊登羔j 授权西安理誓天学研究生部务 建： 。镍密的学位论文在解密后? j 适用本授权说昀j 蠢篆檐考盘、攀霎二垂薹耋薹鼙蓦婶毒孝；囊三耋f ：乏藿兰釜拳客年鸥月蠢j 睇 第一章绪论 1 绪论 1 1 研究背景及意义 1 1 1 研究背景 人类自古以来就梦想着制造出一种机器，利用它可以将人类从危险、繁重、单调的劳 动中解脱出来，为了这个梦想的实现，人类付出了艰辛的努力并取得了丰硕的成果。从中 国古代传说中的“木牛流马”到近些年美国n a s a 研制的火星探测机器人“索杰纳正 体现了机器人研究从简单到复杂，从低级到高级的演化和发展历程，这些成果的取得来自 于人类探索未知、服务自身的强烈愿望和巨大的现实需求。 随着人类文明的进步和科学技术的发展，具有一定人工智能( a r t i f i c i a li n t e l l i g e n c e ) 的移动机器人( m o b i l er o b o t ，简称m r ) 作为机器人领域的代表，已经走出实验室，不 仅应用于尖端的高科技领域，如应用于星际探索的“勇气号”和“机遇号”火星车等，而 且也已走向广阔的工农业生产一线，起到提高生产力，提高生产和流通效率，创造更高的 价值和财富的巨大作用，如车间物流机器人等。同样，在与人类的生活密切相关的领域， 如医院、家庭，公共场所等，m r 也已经得到了广泛应用，改善或提高了人们的生活条件， 并且提供了更多的便利，使人们生活得更加舒适和愉快，例如，德国研制的轮椅机器人【l 】， 我国自主研制的烹饪机器人和d y - i 型导游服务机器人等。总之，机器人特别是智能机器 人的出现标志着人类对机器与智能的探索达到了一个崭新的阶段，机器人技术的出现和发 展，不但使传统的工业生产面貌发生根本性变化，而且对人类的社会生活产生了深远的影 响。 当前，针对m r 的研究方兴未艾。根据移动方式的不同，m r 可分为：轮式移动机器人 ( w h e e l e dm o b i l er o b o t ，以下简称1 | m r ) 、足式移动机器人、履带式移动机器人、推进式 移动机器人和混合式移动机器人；其中w m r 又是m r 研究领域的杰出代表，其集机械、电 子、计算机、传感测控等多项技术为一体，是众多学科互相结合、互相渗透的产物。而 作为w m r 的典型代表的自动导引车辆( a u t o m a t e dg u i d e dv e h i c l e s ，以下简称a g v ) ，由 于在现代制造业、仓储业、物流业及相关行业中拥有广阔的应用前景，所以针对a g v 的 研究已经成为w m r 研究中的一个重要方面。 当前，各国所研究的m r 都是具有一定适应性、自主性和交互性的智能系统。适应性 是指机器人具有适应复杂工作环境的能力，不但能识别和测量周围的物体，还有理解周围 环境和所要执行任务，并做出正确的判断及动作等；自主性是指机器人能根据工作任务和 周围环境情况，确定工作步骤和工作方式；交互性是智能产生的基础，交互包括机器人与 环境、机器人与人以及机器人之间三种，主要涉及信息的获取、处理和理解。基于以上智 能指标，对m r 的主要研究内容包括以下几项：( 1 ) 定位与导航，主要研究导航和定位的 方式，包括基于路标的导航和定位，基于视觉的导航和定位和基于各类传感器的导航与定 西安理工大学硕士学位论文 位等；( 2 ) 路径规划，研究在静态环境和动态未知环境下起点与终点之间可行路径的确定， 包括全局路径规划和局部路径规划；( 3 ) 运动控制，主要研究如何准确、有效地对机器人 实施控制；( 4 ) 多机器人系统，目前研究方向主要有：合作行为、通讯、结构、任务规划、 控制、定位、建立地图、合作搬运、运动规划与协调等【2 】：( 5 ) 机器人结构，主要是根据 应用环境的不同( 如地上、地下、水中、空中和宇宙等作业环境) ，采用不同的硬件设施 和体系设计、制造机器人；( 6 ) 多信息融合，主要研究如何从众多的传感器信息中高效、 精确地获得有用的信息，以便m r 的决策；( 7 ) 仿生技术，主要研究如何使机器人具有某 种生物具有的行为或特长；( 8 ) 智能技术，主要研究人工智能理论，包括神经网络技术、 模糊技术、进化计算( 遗传算法、进化策略、进化规划等) 等。需要说明的是，上述的研究 方向并不是严格进行区分的，通常在研究中是彼此渗透和混合的。 综上所述，针对m r 的研究水平，反映了一个国家诸多相关技术学科的综合发展水平， 是一个国家综合科技实力的集中体现，故而针对m r 的研究具有巨大的现实意义和理论意 义。 1 1 2 研究移动机器人的意义 研究m r 的意义主要在于实际应用和理论探讨两方面。 纵研究m r 的实际意义【3 】 m r 是机器人领域的一个重要分支。它的构成与其它机器人系统一样综合了计算机学、 电子学、机械学、材料学等各门学科基本原理。在控制方面，作为一种特殊形式的机器人， 与其它机器人( 如工业机器人，或称机械臂) 具有一系列相同的控制特点，同时，m r 又因 其运动方式和工作任务的不同而存在一些独特的控制问题和难点。例如己经在制造工业中 得到广泛应用的机械臂，除了位置固定之外，它们的工作环境本身也是被预先设计构建并 受到严格控制的。在这样的环境中，很少有干扰、障碍，而且工件位置、操作任务相对固 定，这样的环境对于工业机器人的正常工作是十分必要的，而w m r 所要面对的环境则要复 杂的多。随着科技发展和人类生活水平的日益提高，人们正试图将机器人应用于一些日常 生活和工作场所，例如办公室、医院、图书馆、超市、机场、战场或一些更加恶劣的环境 中，所有这些m r 工作的场合和环境都与先前提到的工业机器人的工作环境大不相同，所 有这些环境都是为我们生活或工作考虑设计并建造，而并非专门为机器人本身；再者由于 环境的不同，对移动机器人的结构和选材也有不同的要求。因此，在人类憧憬着m r 为人 类提供各种复杂服务的同时，我们也面临着技术层面的各种挑战。因为w m r 工作在个复 杂甚至未知的环境中，环境中的意外事件、干扰以及机器人本身存在的不确定性会直接影 响机器人的运动，从而影响工作任务完成的质量；再加上机器人本身设计中存在的各种约 束，情况也许会变得更加令人难以接受。 综上所述，由于工作环境的不同和本身特殊性质，m r 必须具备其它机器人所没有的 一些智能。要最终将m r 应用于日常生活使其更好地为人类服务，我们就必须迎接其带给 我们的挑战。 2 第一章绪论 b 研究m r 的理论意义 根据m r 在运动过程中受到的约束不同而将其分为非完整系统和完整系统，故研究移 动机器人的理论意义主要在于： ( 1 ) 验证某些控制方法和理论； ( 2 ) 提出一些新的控制思想和设计方法，改进一些的现有的控制理论； ( 3 ) 理论总结和成果推广。 1 2 移动机器人路径规划和运动控制的国内外研究现状 1 2 1 移动机器人路径规划的国内外研究现状 路径规划技术是移动机器人技术研究领域中的一个重要分支，是机器人智能化的重 要标志【4 】。总的控制目标是使移动机器人运动到目标点，总的约束是在整个过程中，机器 人不碰到任何一个障碍物。该问题根据对环境信息的掌握程度可以分为两类【2 1 ：一类是环 境信息已知的全局规划，另一类是环境信息未知的局部规划。全局规划方法依照己获取 的环境信息，给机器人规划出一条路径，规划路径的精确程度取决于获取环境信息的准 确程度。全局方法通常可以寻找最优解，但是需要预先知道环境的准确信息，并且计算 量很大。局部规划方法侧重于考虑机器人当前的局部环境信息，让机器人具有良好的避 碰能力。很多机器人规划方法通常是局部的方法，因为它的信息获取仅仅依靠传感器系 统获取的信息，并且随着环境的变化实时地发生变化。和全局规划方法相比较，局部规 划方法更具有实时性和实用性。缺陷是仅仅依靠局部信息，有时会产生局部极点，无法 保证机器人能顺利到达目的地。上述两种方法各有利弊，故将两种方法互相结合，取长 补短的综合研究方法渐渐成为研究的趋势。 路径规划问题其实可以分解为三个子问题： 1 ) 环境信息的获得，即研究机器人获得周围工作环境信息的途径的问题，其中最普 遍的方式就是通过自身的各类传感器来获取，除此之外还有示教等。这里面涉及到机器人 的导航与定位的问题以及传感器信息融合等问题。 2 ) 环境信息的理解问题，也可以称之为将环境建模或建立地图模型，即运用一些算 法将所获得的环境信息变成机器人能够识别和运用的数据信息，以备下一步进行可行路径 的搜索，主要是一些算法理论的研究。 3 ) 可行路径搜索问题，即研究如何将第二步所得的数据信息按照一定的标准或要求 组织生成一条( 段) 可行的路径，主要是一些优化算法和理论的研究。 路径规划技术经过几十年的发展，涌现出很多方法和思想，其中不少对后来的路径 规划方法乃至整个机器人领域的研究产生了深远的影响。目前，比较成熟和被广泛接受的 方法有以下几种： 1 ) c 空间法 c 空间( c o n f i g u r a t i o ns p a c e ) 又称位姿空间，是由l o z a n o p e r e z 和w e s l e y 5 1 于 西安理工大学硕士学位论文 1 9 7 8 年提出的。目前的很多规划方法都是基于位姿空间的规划方法，其实质是根据运动 物体( 机器人) 的大小和姿态，把周围的障碍物向外扩展一定的距离，即相应的“膨胀 ， 变成扩展障碍。与此同时，运动物体缩为一个点( 运动物体位姿的描述简化为位姿空间中 的一个点) ，于是得到一个新的空间，称为位姿空间。这实际上构造了一个虚拟的空间， 把运动物体、障碍物及其几何约束关系做了等效变换，将物体的规划问题转变为点的规划 问题，将复杂问题简单化，同时又具有实际意义，因此得到了广泛的运用【6 】。 这种方法本质上属于环境建模的方法，本文中关于障碍物和移动机器人的处理也参 照了c 空间法。 2 ) 势场法 该方法最初由k h a t i b t t j 最早提出，是路径规划的重要方法。这种方法将物理学中场 的概念引入到规划环境的表达当中，其基本思想是引入一个称作人工势场的数值函数来 描述空间结构，通过势场中的力来引导机器人到达目标。势场分为两个部分，即目标位 姿产生吸引势和障碍物产生的排斥势。二者的叠加构成机器人运动的虚拟势场，势场的 负梯度作为作用在机器人上的虚拟力，该力“推动”机器人向着目标作无碰撞运动【6 】。 这种方法本质上是一种可行路径搜索方法。它的优点在于计算量较小，适合于实时 的在线局部避障控制。其最大问题在于会在搜索时出现“死点 ，也称局部极小值点。许 多学者针对这一问题进行了研究豫9 】，并提出了改进的方法。另外，势场法在进行路径规 划时是基于自由空间的，它将机器人看作一个质点，只考虑了机器人的几何约束，而并 未考虑机器人的物理约束，这使得规划出的路径对于存在非完整约束的机器人来说未必 是可行的 6 1 。 3 ) 人工神经网络方法 该方法最初是由麦克洛奇和皮兹【l o 】提出，其基本原理是将环境障碍等作为神经网络 的输入层信息，经由神经网络并行处理，神经网络输出层输出期望的转向角和速度等， 引导机器人避障行驶，直至到达目的地。其优点是并行处理效率高，具有学习功能，能 收敛到最优路径。缺点是结构必然是庞大的，很难在实际的移动机器人路径规划中实现m 1 。 4 ) 基于模糊控制的路径规划算法 z a d e h 提出了模糊系统理论【1 1 】。基于模糊控制的路径规划算法是在线规划中常采用的 一种规划方法。模糊系统通过一系列的“i f t h e n 规则来建立一个框图将人的意识转 变成计算机可控制的指令。由于模糊控制法可以很好地处理数据的不确定性和非精确性， 克服噪声和误差实现输入输出之间的映射关系，尤其对传感器信息的精度要求不高。这 使得机器人的行为体现出很好的一致性、稳定性和连续性，能比较圆满地解决些规划 问题。但模糊规则往往是人们通过经验预先制定的，所以存在着无法学习、灵活性差的 缺点。这使得将模糊算法应用于未知环境中的路径规划问题时，面对复杂、随机的环境 信息，同样存在局部极小值问题【6 】。 5 ) 基于遗传算法的路径规划算法 4 第一章绪论 h o l l a n d 1 2 】在2 0 世纪6 0 年代初提出的，遗传算法借鉴了生物界自然选择和进化机制， 对生物进化过程作以数学方式的模拟，通过选择、交叉和变异等一系列遗传操作，使种 群得以进化，避免了困难的理论推导，直接获得问题的最优解。由于遗传算法提供了一 种求解复杂系统优化问题的通用框架，它不依赖于问题的具体领域，对问题的种类有很 强的鲁棒性，在机器人研究领域得到大量研究和应用，并且取得了比较好的结果。但它 也存在着一些缺点，如存在运算时间长，路径的在线规划困难，适应度函数选取困难， 遗传算子设计不合理等问题。 6 ) 基于滚动窗口的路径规划算法 1 3 , 1 4 , 1 5 , 1 6 1 基于滚动窗口的机器人路径规划是一类典型的在不确定环境下进行路径规划的算 法，它借鉴了预测控制滚动优化原理，把控制论中优化和反馈两种基本机制合理地融为 一体，使得整个控制既基于模型与优化的，又是基于反馈的。基于滚动窗口的路径规划 算法的基本思路：首先进行场景预测，在滚动的每一步，机器人根据其探测到的局部窗口 范围内的环境信息，用启发式方法生成局部子目标，并对动态障碍物的运动进行顶测， 判断机器人行进是否可能与动态障碍物发生碰撞；其次，机器人根据窗口内的环境信息 及预测结果，选择局部规划算法，确定向子目标行进的局部路径，并依所规划的局部路 径行进一步，窗口相应向前滚动；然后，在新的滚动窗口产生后，根据传感器所获取的 最新信息，对窗口内的环境及障碍物运动状况进行更新。基于滚动窗口的路径规划方法， 主要用于全局未知的环境中，该方法放弃了对全局最优解的要求，利用机器人实时测得 的局部环境信息，以滚动方式进行在线规划，具有良好的避碰能力【6 】。 滚动窗口的路径规划是一种基于c 自由空间的局部路径规划算法，由于滚动窗口获 得的环境信息有限，就全局看来，按这种方法规划出的整条路径并非全局最优，这也是 所有局部路径规划方法都不可避免的问题，但可以利用已知的全局信息和局部信息做到 局部规划和全局最优的折衷。 7 ) 基于行为的路径规划方法 基于行为的方法由b r o o k s 在他著名的包孕式结构【1 7 】中建立它是- - f - j 从生物系统受到 启发而产生的用来设计自主机器人的技术，它采用类似动物进化的自底向上的原理体系， 尝试从简单的智能体来建立一个复杂的系统。将其用于解决移动机器人路径规划问题是一 种新的发展趋势，它把导航问题分解为许多相对独立的行为单元，比如跟踪、避碰、目标 制导等。这些行为单元是一些由传感器和执行器组成的完整的运动控制单元，具有相应的 导航功能，各行为单元所采用的行为方式各不相同，这些单元通过相互协调工作来完成导 航任务。 基于行为的方法大体可以分为反射式行为、反应式行为、慎思行为3 种类型。反射式 行为类似于青蛙的膝跳反射，是一种瞬间的应激性本能反应，它可以对突发性情况作出迅 速反应，但该方法不具备智能性，一般是与其他方法结合使用。基于反应式行为的方法是 靠直接读取传感器数据来规划下一步的动作，可以稳定及时地对不可预知的障碍和环境变 西安理工大学硕士学位论文 化作出反应，但由于缺乏全局环境知识，因此所产生的动作序列可能不是全局最优的。慎 思行为利用己知的全局环境模型为智能体，为系统到达某个特定目标提供最优动作序列， 适合于复杂静态环境下的规划。移动机器人在运动中的实时重规划就是一种慎思行为，但 由于慎思规划需要一定的时间去执行，所以它对于环境中不可预知的改变反应较慢。反应 式行为、慎思行为可以通过传感器数据、全局知识、反应速度、推理论证能力和计算的复 杂性这几方而来加以区分。近来在慎思行为的发展中出现了一种类似于人的大脑记忆的陈 述性认知行为，基于此的规划不仅仅依靠传感器和己有的先验信息，还取决于所要到达的 目标。比如对于距离较远的暂时不可见的目标，有可能存在一个行为分叉点，即有几种行 为可供采用，机器人要择优选择，这种决策性行为就是陈述性认知行为。将它用于路径规 划中能使移动机器人具有更高的智能i l 引。 综上所述，移动机器人的路径规划方法有很多，可以说各有优缺点，其中有的方法 对机器人有较高的硬件要求，具有模型参数不易确定【1 9 】，依赖障碍物的形状1 2 0 】，很难保证 方法的收敛性，未知复杂环境下未必能完成任务【2 “2 2 1 等局限性，另外局部极值点的存在 也是很多方法都存在的一个共性问题。 在未知车间环境中，移动机器人只能通过传感器获取局部环境信息，充分利用这些信 息便可以实现一个局部环境的路径规划，若干个这样的局部规划前后衔接就可以完成一项 全局路径规划任务，所以利用滚动窗口进行路径规划是研究这类问题的一种自然选择【2 知 2 4 , 2 5 , 2 6 1 。事实上，局部路径规划问题可以归结为研究机器人运动方向( 导航角) 随时间是 如何变化的问题，这正是动力系统理论研究的领域，这对于解决局部路径规划问题提供了 很好的思路。运用行为动力学方法 2 7 , 2 8 , 2 9 , 3 0 】研究此问题不仅可以避免基于规则的方法带来 的规则不易提取等不足，而且可以相对容易地获得行为稳定性，同时也保证了所规划路径 的光滑性。本文正是兼顾了两种方法的优点，提出基于行为动力学模型的在线滚动窗口路 径规划方法来解决未知环境下的机器人路径规划问题，该方法是一种局部路径规划方法， 但在进行每次局部路径规划时都兼顾了全局目标，原理简单，计算量小，且能有效地保证 路径的光滑性和算法的收敛性。 1 2 2 移动机器人运动控制的国内外研究现状 运动控制是自主移动机器人技术研究中较为活跃的课题之一。自主移动机器人按照 存储在其内部的地图信息，或根据外部环境所提供的引导信号( 即通过对环境实时探测所 获得的信息) 规划出一条路径后，它还必须能够沿着该路径在没有人工干预的情况下，采 用跟踪控制和避障技术移动到预定目标点，实现机器人导航。跟踪控制是移动机器人运 动控制的一个重要问题，分为轨迹跟踪控制和路径跟踪控制两种。在轨迹跟踪控制中， 移动机器人要求跟踪的期望轨迹是以时间关系曲线图给出的，而在路径跟踪控制中，期 望轨迹是由几何参数( 如路径的弧长) 来描述的。当要求机器人必须在一个特定的时间内 到达一个特定的目标点时，轨迹跟踪控制是必需的；当要求机器人以一个期望的速度跟 踪条由几何参数给出的路径时，路径跟踪控制是合适的。己有的轨迹跟踪方法在数学 6 第一章绪论 上很精致，并且得到许多有意义的结果，但对于设计跟踪控制器来说，并不是最好的方 法。事实上，在传统的自动化应用中，常常采用基于几何路径跟踪概念的方法，控制器 的设计更与人的直觉接近，并且简单、易于实现。 目前，移动机器人的控制方法主要有以下几类： ( 1 ) 非线性状态反馈( n o n l i n e a rs t a t ef e e d b a c k ) 控制方法 非线性状态反馈方法主要通过非线性状态反馈，基于非完整移动机器人运动学模型， 设计非线性状态反馈控制律，得到一个闭环系统。这里的状态，是指非完整移动机器人闭 环控制系统状态空间方程中的状态向量，用非完整移动机器人期望轨迹与实际轨迹之间的 位姿误差来表示。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抖3 1 j 。 ( 2 ) 滑模( s l i d i n gm o d e ) 控制方法p l 强j 滑模控制方法的主要思想在于利用高速的开关控制律，驱动非线性系统的状态轨迹 渐近地到达一个预先设计的状态空间曲面上，该表面称作滑动或开关表面，并且在以后 的时间，状态轨迹将保持在该滑动表而上，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【3 3 】 己经被应用于非完整移动机器人运动控制的理论研究i 中 3 4 , 3 6 】。该方法的主要问题在于控制 律中的不连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。 系统出现不可避免的“抖振 现象【3 7 】，造成实际控制效果较差。 ( 3 ) 后退( b a c ks t 印p i n 曲控制方法i j i j 后退方澍3 7 】是一种依据李雅普诺夫( l y a p u n o v ) 函数来构造控制器，使积分环节串联 的各子系统逐级稳定的方法，适用于具有严格反馈结构的系统。文献 3 8 , 3 9 , 4 0 给出了基于简 化的动力学模型的后退方法，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。该方法的主要问题在于控制器的结构和设计过程十分复杂，而且要 求机器人能够提供充分大的加速度，这在实际中很难实现【4 1 1 。 ( 4 ) 计算力矩( c o m p u t e dt o r q u e ) 方法 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 2 】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。由于计算力矩法的效果取 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【3 。 ( 5 ) 自适应( a d a p t i v e ) 控制方法 当受控系统参数发生变化时，自适应控制通过及时地辨识、学习和调整控制律，可 以达到一定的性能指标。文献【4 3 l 给出了存在有不确定性因素的非完整机器人的自适应控 制方法，该方法不需要系统动力学模型信息，只是根据系统性能自适应调整控制器增益， 具有计算简单和鲁棒性好的优点。但是自适应方法实现过于复杂，难于满足一般的非完 整移动机器人控制的实时性要求，而且当存在参数不确定性时，白适应控制较难保证系 统的稳定性，所以尚未应用于实际非完整移动机器人平台【3 。 7 西安理工大学硕士学位论文 综上所述，移动机器入运动控制问题的理论研究将以多种控制方法相结合为发展趋 势，以期更好地解决稳定性、鲁棒性和光滑性问题。具体而言，就是希望所设计的控制 律不仅能使位姿误差快速收敛到零，能够在实际移动机器人平台上实现，而且能使闭环 系统具有原点全局一致渐近稳定性，能找到一组控制器参数对各种期望值都有效，生成 的控制输入量能尽量连续光滑变化【4 4 1 。本文正是针对四轮全方位物流a g v 这一实验平台， 推导出其运动学模型，建立其简单的运动控制模型，以提高其运动的鲁棒性和光滑性。 1 3 本文研究内容和目的 本文采用视觉导航方式，通过对未知环境下a g v 路径规划和运动控制的研究，达到 使a g v 在未知环境下成功避障且能成功到达目标的目的。 本文以a g v 研究对象，针对未知环境下的a g v 的路径规划问题，提出了基于行为动 力学的滚动窗口路径规划方法，并给出了仿真结果；推导出四轮全方位a g v 的运动学模 型，利用运动学模型和路径规划结果实现对a g v 的运动控制；最后利用实验验证了本文 提出方法的有效性。 全文内容安排如下： 第一章，介绍研究w m r 的意义和路径规划与运动控制的研究现状； 第二章，介绍滚动窗口路径规划算法的基本思想和行为动力学的相关理论，在此基 础上提出基于行为动力学的滚动窗口路径规化方法，并给出仿真结果； 第三章，介绍移动机器人运动控制的相关研究问题，并推导出四轮全方位a g v 的运 动学模型，给出一个简单的路径跟踪控制模型； 第四章，以四轮全方位移动机器人a g l 卜l 为平台进行了相关的实验，验证本文提出 的路径规划方法的有效性和运动学模型的准确性； 第五章，对全文进行总结，并对下一步的工作进行展望。 8 第二章基于行为动力学的移动机器人滚动窗口路径规划方法 2 基于行为动力学的移动机器人滚动窗口路径规划方法 2 1 引言 在存在动态障碍物的未知环境中，移动机器人只能通过传感器获取到瞬时“静”态的局 部环境信息，通过若干个“静”态的局部环境信息便可获得环境的动态信息，主要是动态 障碍物信息，充分利用这些信息便可以实现一个局部环境的路径规划，若干个这样的局部 规划前后衔接就可以完成一项全局路径规划任务，所以利用滚动窗口法进行路径规划是研 究这类问题的一种自然选择【2 3 ，2 4 ，2 5 ，2 6 1 。事实上，局部路径规划问题可以归结为研究机器人 导航角随时间是如何变化的问题，这正是动力系统理论研究的领域，这对于解决局部路径 规划问题提供了很好的思路。本文正是在这个思想的指导下，提出了基于行为动力学的滚 动窗口路径规划法来解决未知环境下的移动机器人路径规划问题。 2 2 滚动窗口路径规划方法 2 2 1 滚动窗口路径规划的原理 文献【2 2 】借鉴预测控制滚动优化原理，提出了动态不确定环境下基于滚动窗口的移动机 器人路径规划方法，该方法不是离线作出一次性全局规划，而是依靠实时探测到的环境信 息，经过多次重规划( 滚动方式规划) 来得到可行的安全路径，实现了优化与反馈的合理结 厶 口0 a 问题描述与定义i z z l 方法讨论的是全局环境未知、且存在沿固定轨迹移动的动态障碍物的情况下的路径规 划问题。规划的目的是使机器人由起点匕安全无避碰地到达终点。 记w s 为机器人r o b 在运动平面( 即地面) 上的运动区域，其内部分布着有限个静态 障碍物s o b s l ，s o b s 2 ，s o b s n ，以及有限个动态障碍物d o b s l ，d o b s 2 ，d o b s n 。将r o b 模型 化为点状机器人，同时w s 中的静、动态障碍物己根据r o b 的实际尺寸及安全性要求进 行了相应的“膨化”处理，并且使得“膨化”后的障碍物边界为安全区域，且各障碍物之间 及障碍物与w s 边界不相交。t 时刻，d o b s ；( i - - 1 ，2 ，n ) 沿己知轨道单向运行，d o b s i 的运 动速率记为v i o ( t ) ，v o ( t ) o ，v 一】，v i o ( t ) 的变化不可预测。 r o b 无全局环境信息，在任一时刻，它只能实时探测到以其当前位置为中心，r 为半 径区域内的环境信息( 包括静、动态障碍物位置、速度) ；r o b 能向任意方向连续行走，运 动时速率v 。恒定；环境探测及路径规划所需的时间忽略不计。 下面对机器人路径规划中的有关概念给出相应的定义。令s 、d 分别为静、动态障碍 物的下标集。设w s 中的点构成闭集w ，其边界为0 w ；s o b s ；中的点构成闭集s o ；，其 边界为a s o ；t 时刻d o b s ；中的点构成闭集d o i ( t ) ，其边界为a d o i ( t ) 。 在w s 中建立系统直角坐标系o ，则v p w 在o 都有确定的坐标( x ，y ) ；t 时刻r o b 的位置表示为p r ( t ) ，其坐标为( x r ( t ) ，y r ( t ) ) ；规划起始时刻定为t - 0 。 9 西安理工大学硕士学位论文 定义1 t o i 为障碍物的运动轨迹，指障碍物在w s 中所能覆盖到的所有区域，对于 静态障碍物s o b s i ，t o i2s o i ，i s ，对于动态障碍物d o b s j ，t o j = w n u d o j ( t ) ，j d c 显然，应有： 删 t o ir 、t o j = ，i s ，j d 定义2 对于w 中的任意两点p i ，p ：j ， d ( p i ，驴再矿石孑 ( 2 1 ) d q ，p j ) 表示p i ，p ! j 间的距离，记： ( 2 2 ) 以下叙述中，用上标“0 ”，“c ”分别表示取相应集合的内部和补集。 定义3 t 时刻，v p w ，p 萑( s o o u d o ；( t ) o ) ，i s ，j d ，则称p 为t 时刻的可行点，t 时刻所有可行点的集合称为t 时刻的可行域，记为f d ( t ) ；t 时刻，v p 甓w 或 v p ( s o ? u d o i ( t ) 。) ，i s ，j e d ，则称p 为t 时刻的禁入点，t 时刻所有禁入点的集合称为 t 时刻的禁入域，记为n f d ( t ) ；显然： f d ( t ) = w n ( n ( s o 。) 。) n ( n ( d