（电力系统及其自动化专业论文）移动机器人局部路径规划的研究.pdf

r e s e a r c ho nm o b i l er o b o tl o c a lp a t hp l a n n i n g a b s t r a c t p a t h p l a n n i n gi s av e r yi m p o r t a n tt a s ki nr o b o tc o n t r o ls y s t e m ，a n dl o c a l p a t h p l a n n i n gp r o b l e mi sab a s i cp a r to nr e s e a r c ho fm o b i l er o b o t h o wt of i n da n o n - o b s t a c l ep a t hf r o ms t a r tt ot a r g e ti st h ef o c u so ft h i sp a p e r w h e nt h ep r e c i s i o n p r o b l e mi nr o b o th a r d w a r es y s t e mc a n tb es o l v e di ns h o r tt i m e ，t h ea l g o r i t h m r e s e a r c ha p p e a r sp a r t i c u l a r l ys i g n i f i c a n t f i r s t l y ，c o n s i d e r i n gm o b i l er o b o ti nu n c e r t a i ne n v i r o n m e n t ，t h i sp a p e rd e s i g n s ad o u b l ef u z z yc o n t r o l l e rw i t hc o o r d i n a t i n gc o n t r o lb e h a v i o r sf o rm o v i n gt o w a r d sa t a r g e ta n do b s t a c l e sa v o i d a n c eb e h a v i o r st oc o n t r o ln e x tm o v e m e n to fm o b i l er o b o t t h es i m u l a t i o nt e s t ss h o wt h ev a l i d i t ya n df e a s i b i l i t yo ft h ep r o p o s e dm e t h o d s e c o n d l y ，t h i sp a p e ra d o p t si m p r o v i n gb pn e u r a ln e t w o r ka l g o r i t h m ，s oi tc a n o v e r c o m et h es h o r t a g ei np a t h p l a n n i n gw i t hc o n v e n t i o n a lb pn e u r a ln e t w o r k a l g o r i t h m t h es i m u l a t i o nr e s u l t si n d i c a t e t h a tt h eb pn e u r a ln e t w o r kw i t h a c c e s s i o n a lm o m e n t u mt e r mc a ne f f i c i e n t l yi m p r o v et h e c o n v e r g e n ts p e e do f a l g o r i t h m a tl a s t ，m o b i l er o b o td y n a m i cp a t hp l a n n i n gs i m u l a t i o ni sc a r r i e do u ti n t h ee n v i r o n m e n tw i t hi m m o b i l ea n dm o b i l eo b s t a c l e s ，t h es i m u l a t i o nr e s u l t s i n d i c a t et h a tt h em e t h o di sf e a s i b l e k e yw o r d s ：m o b i l er o b o t s ：l o c a lp a t hp l a n n i n g ：f u z z yc o n t r o l ：c o o r d i n a t i n g c o n t r o i ：b pn e u r a ln e t w o r k 插图清单 图卜1 人工势场法中的引力和斥力示意图6 图卜2 障碍物在原坐标系中的坐标7 图2 - 1 三轮式a g v 的机构。1 1 图2 2 超声波传感器测距原理图1 3 图2 - 3 超声波传感器产生幻影的示意图1 4 图2 - 4c o d 像敏单元结构1 6 图2 5 多传感器信息融合的一般结构2 1 图2 6 集中型多传感器信息融合2 1 图2 7 分散型多传感器信息融合2 2 图2 8 反馈型传感器信息融合2 2 图3 一l 模糊控制器结构示意图2 5 图3 2 输入变量的隶属度函数的两种形式3 3 图3 3 输出变量的隶属度函数3 4 图3 - 4 带传感器的机器人模型。3 5 图3 - 5 输入变量d l 、d f 、d r 的隶属度函数3 6 图3 6 输入变量0 的隶属度函数3 6 图3 - ? 输出变量v 和巾的隶属度函数3 7 图3 8 双模糊控制的机器入路径规划图3 8 图3 - 9 机器人避障时速度变化曲线图3 9 图3 - 1 0 机器人避障时转角巾变化曲线图3 9 图4 一1 人工神经元模型4 l 图4 2 阈值函数4 l 图4 - 3 符号函数4 1 图4 - 4 分段线性函数4 2 图4 - 5 双曲线4 2 图4 - 6s 型函数4 2 图4 - 7 前向型网络4 3 图4 8 反馈型网络4 3 图4 9 有监督学习框图4 4 图4 一1 0 无监督学习框图4 4 图4 一儿再励学习框图4 5 图4 1 2 只含二次项的神经元结构示意图4 6 图4 - 1 3 单层前向传播网络结构示意图4 6 图4 - 1 4 多层前向网络结构示意图4 7 图4 一1 5b p 神经网络的学习过程流程图5 1 图4 - 1 6 动量项为0 时的误差曲线收敛情况5 4 图4 - 1 7 动量项为o 2 时的误差曲线收敛情况5 4 图4 一1 8 ( 1 ) 静态障碍物时的机器人路径规划图5 4 图4 一1 8 ( 2 ) 静态障碍物时的机器人速度曲线图5 5 图4 一1 8 ( 3 ) 静态障碍物时的机器人转角曲线图5 5 图4 1 9 动态障碍物时的机器人路径规划图l 5 5 图4 - 2 0 动念障碍物时的机器人的速度曲线图l 5 6 图4 2 1 动态障碍物时的机器人的转角曲线图1 5 6 图4 2 2 动态障碍物时的机器人路径规划图2 5 6 图4 2 3 动态障碍物时的机器人的速度曲线图2 5 6 图4 2 4 动态障碍物时的机器人的转角曲线图2 5 7 独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 据我所知，除文中特别加以标忐和致谢的地方外，本论文不包含任何其他个人或集体已经发 表或撰写过的研究成果。也不包含为获得盒胆王些盍堂或其他教育机构的学位或证书而使 用过的材料。与我一同t 作的同志对本研究所作的任何贡献均已在论文中作了明确的说明并 表示谢意。 学位论文作者签名：牟云鼠签字日期：抽。6 年6 月岁日 学位论文版权使用授权书 本学位论文作者完全了懈金壁王些盔堂有关保留、使用学位论文的规定，有权保留 并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权金 世羔些盔堂可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印或扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名：幸云阊 导师签名：驴彰 签字r 期：撕年月；日签字曰期：细年6 月，日 学位论文作者毕业后去向： 工作单位：钢豫矗 t电话：。妯2 ：r ：l 卵。 通讯地址：铆司落弓? 圣也毛工f ；末 邮编： 上噜斗。 致谢 论文是在导师肖本贤教授的悉心指导下完成的，在此谨表示诚挚的敬意和最 衷心的感谢! 肖老师卓越的学识、严谨的治学态度和诲人不倦的工作作风，给 我留下了深刻的印象，特别是肖老师高尚的师者风范更是长久地影响着我，让 我终生受益。从论文的开题、撰写、修改到最后定稿无不是在肖老师的指导下 进行的。肖老师以他特有的气质和渊博的知识以及细致入微的科研精神深深感 染着我，是我永远学习的榜样。 在论文撰写过程中，硕士齐东流、赵明阳、刘海霞、朱志国、王晓伟、李菩 寿与我共同讨论了很多问题，并提出了许多中肯的建议，对我的帮助很大。另 外在工大学习的时间里，实验室里的全体硕士给我提供了一个浓厚的学术氛围， 让我得以静心地学习，在此一并表示感谢。 感谢百忙之中抽出大量时间和精力对本文进行评阅、审查，并提出宝贵意见 的各位老师! 感谢铜陵学院电气工程系的各位领导和全体老师对我的支持与帮助，他们为 我来工大学习创造了条件并给予了足够的关怀。感谢同事周松林、张少伍、林 云志老师，因为有了他们的鼓励，我才有了坚持下去的信心。 特别感谢尊敬的父母和岳父母对我时时刻刻的关心，在他们的支持和理解 下，我才能完成学业。是他们无私的奉献，才使我能安心地工作和读书。他们 的期望是我永远的动力i 我将克服一切困难去实现自己的理想，不辜负家人对 我的期望，我会以最大的努力来回报他们。 最后还要感谢我的夫人朱庆红女士，不论是平时工作期间还是在工大学习期 间，她始终默默地照顾着家，张罗着家中的一切，奉献着她的全部精力与热情， 没有她的付出就没有我的成功，在此我要向她郑重地说声：你辛苦了! 谢谢你! 作者朱云国 2 0 0 6 年5 月 第一章机器人及路径规划技术的发展慨况 1 1 机器人的发展 1 i i 机器人的概述 机器人( r o b o t ) 一词起源于捷克语r o b o t a ，意为强迫劳动力或奴隶。这个 词是由剧作家k a r e lc a p e k 引入的，他虚构创作的机器人很像f r a n k e n s t e i n 博士的怪物一一由化学和生物学方法而不是机械方法创造的生物，但现在流行 文化中的机械机器人和这些虚构的生物创作物没多大区别。现代机器人的定义 各不相同，美国机器人协会于1 9 7 9 年给出的定义是：“可重复编程的多功能操 纵器，设计成通过不同的编程动作为执行多种任务如移动原料、部件、工具的 专门设备”。基本上，一个机器人包括以下特征； ( 1 ) 种机械电子装置； ( 2 ) 动作具有类似于或其它生物的功能： ( 3 ) 可通过编程执行多种工作，有一定的通用性和灵活性； ( 4 ) 有一定程度的智能，能够自主地完成一些操作。 机器人界开发机器人的准则通常有以下三个原则： ( 1 ) 机器人不得伤害人或由于故障而使人遭受不幸； ( 2 ) 机器人应执行人们下达的命令，除非这些命令与第一原则相矛盾； ( 3 ) 机器人应能保护自己，只要这种行为不与第一原则或第二原则相矛盾。 当今按这些准则设计的机器人正一步一步地走向人们的生活。 1 1 2 机器人的发展 1 国外机器人的发展 美国是机器人的发源地，世界上第一台机器人于1 9 5 4 年诞生于美国，它是 一台实验的样机，它体现了现代工业中广泛应用的机器人的主要特征。正是这 样的一台样机，引发了机器人热。最早的工业机器人于2 0 世纪6 0 年代在美国问 世，斯坦福研究院( s r i ) 的n i l sn i l s s e n $ 口c h a r l e sr o s e n 等人，在1 9 6 6 年至1 9 7 2 年中研制出了取名s h a k e y 的自主移动机器人。目的是研究应用人工智能技术， 在复杂环境下机器人系统的自主推理、规划和控制。美国机器人从诞生起，在 相当长的一段时间内，主要停在研究阶段，基本上没有形成生产能力且应用较 少。所以研究开发、生产和应用的脱节现象延缓了机器人技术在美国的发展。 直到2 0 世纪7 0 年代中期，由于日本在机器人方面取得的成就，美国才认识到问 题的紧迫性并采取多方面的措施。日本于2 0 世纪6 0 年代末积极地从美国引进机 器人技术，政府在技术政策和经济上都加以扶持。2 0 世纪7 0 年代，日本的工业 机器人迅速地走过了从试验应用到成熟产品大量应用的阶段，成为世界的第一 机器人王国。7 0 年代末，随着计算机的应用和传感技术的发展，移动机器人研 究又出现了新的高潮。特别是在8 0 年代中期，设计和制造机器人的浪潮席卷全 世界。一大批世界著名的公司开始研制移动机器人平台，1 9 8 5 年前后，f a n u c 和g m f 公司先后推出交流伺服电机驱动的工业机器人产品，使得与机器人配套的 装置和视觉技术得到快速发展。9 0 年代以来，高水平的环境信息传感器和信息 处理技术不断被开发，高适应性的移动机器人控制技术、真实环境下的路径规 划技术走向成熟，各国开展了移动机器人更高层次的研究。近十年来在美国、 闩本等发达国家，移动式机器人已在许多领域得到广泛应用，德国、意大利、 法国和英国的机器人产业也都得到较快发展。但从技术水平和已装备的机器人 数量上看，优势集中在以美日为代表的发达的工业化国家。 2 国内机器人发展 我国工业机器人起步于2 0 世纪7 0 年代初期，大致可以分为三个阶段：7 0 年 代的萌芽期，8 0 年代的开发期，9 0 年代的实用化期。 1 9 7 2 年我国开始研制机器人，当时数十家研究单位和院校分别开发了固定 程序、组合式、液压伺服型通用机器人，并开始了机构学、计算机控制和应用 技术的研究。2 0 世纪8 0 年代，我国的机器人技术得到了政府的重视和支持， 机器人进入了跨越式的发展时期。1 9 8 6 年我国开始了“七五”机器人攻关计划， 1 9 8 7 年，我国的“8 6 3 ”高技术计划将机器人方面的研究开发列入了其中，进 行了机器人基础技术、基础原器件、几类工业机器人整机及应用工程的开发研 究。在完成了示教再现式工业及其技术的开发后，我国研制了性能指标达到国 外2 0 世纪8 0 年代初的产品一一喷涂、弧焊、点焊和搬运的整机。为了跟踪国 外高技术，在国家高技术计划中安排了智能机器入的开发包括水下无缆机器人、 高功能装配机器人和各类特种机器人，进行了智能机器人体系结构、机构控制、 人工智能、机器视觉、离性能传感器及耨材料等的应用研究。2 0 世纪9 0 年代， 因为市场竞争加剧，一些企业认识到必须要用机器人等自动化设备来改造传统 产业，从而使机器人进步走向产业化，我国的机器人进入实用化期。特种机 器人技术和系统应用的成熟技术继续开发和完善，进一步开拓了市场，扩大了 应用领域。经过近3 0 年的发展，国内机器人技术有了较大进步，行走机器人和 人形机器人的研究得到进一步重视，开放式网络机器人的开发成为新热点。机 器人大幅度地提高了生产效率，增加产量、提高质量，从而显著降低批量产品 的成本，充分发挥了工业机器人在工业生产中的核心技术作用。机器人技术的 发展，表现在两个方面，一方面是机器人应用领域的扩大和种类的增多；另一 方面是机器人的智能化。随着社会的发展、科技的进步，机器人越来越广泛地 走进人们的生活，机器人不仅在工业领域得到广泛应用，而且正以惊人的速度 向军事、服务、农业、娱乐、教育等领域扩展。 2 1 i 3 机器入技术的发展趋势 随着科学与技术的发展，机器人的研究也被推到了一个新的高度，未来机 器人的研究将主要涉及到以下几个方面： 1 工业机器人操作机结构的优化设计 探索新的材料，既轻便又有较高的强度，且能提高负载一自重比，同时机 构向着模块化、可重构的方向发展。 2 机器人控制技术 重点研究开放式、智能化、模块化的控制系统，机器人控制器的标准化和 网络化以及基于p c 机的网络式控制器已成为众多研究者的热点。 3 多传感器系统 提高机器人的智能化水平和自动适应能力，多种传感器的合作使用是解决 问题的关键。在非线性及非平稳、非正态分布的情况下的多传感器融合算法是 当前研究的重点。 4 机器人遥控及监控技术，机器人半自主及自主技术 多机器人和操作者之间的相互协作控制，通过网络建立大范围的机器人遥 控系统，在有延时的情况下，建立预先显示进行遥控等。 5 虚拟机器人技术 基于多传感器、多媒体和虚拟现实以及临场感应技术，实现机器人的虚拟 遥控技术和人机交互。 6 多智能体控制技术 这是一个机器人研究的新领域，当前主要对多智能体的群体体系结构、相 互之间的通信与协调机理，感知与学习方法，建模和规划、多智能体的控制等 方面的研究。 7 微型和微小机器人技术 当前机器人研究的一个新的领域和重点发展方向是对微小机器人的探索， 这一技术的研究将会引起机器人技术的新革命，并且会对社会进步和人类活动 的许多方面产生深远的影响。微型机器人的研究最主要集中在系统的结构、运 动方式、控制方法、传感器技术、通信技术以及行走技术等方面。 8 软机器人技术 传统的机器人设计未考虑到机器人与人紧密共处的问题，所以机器人多由 金属或硬性材料制造而成。而软机器人主要用于医疗休闲和娱乐场合，所以要 求软机器人在与环境或人碰撞时是安全的，机器人对人是友好的。 9 仿人和仿生技术 这是机器人发展的高级境界，目前这方面有一些基础研究。 对于移动机器人来说，它也有多种不同的分类方法，按不同的分类方法可将 移动机器人分为不同的种类： ( 一) 按控制方式或自主水平来分： 1 遥控式移动机器人：移动机器人的执行动作和运行轨迹完全由人通过遥控器 来控制，机器人不进行任何判断和决策，只是执行人发出的命令。不具备任何 自主性。 2 半自主式移动机器人：智能水平介于遥控式和自主式移动机器人之间。具备 一定的感知、判断和决策功能，但对一些复杂任务仍需在人为干预下才能顺利 完成。 3 自主式移动机器入：按人预先给定的任务命令，根据已知的环境信息进行路 径规划，同时在行迸过程中不断获取周围的局部环境信息，自主的做出判断和 决策，随时调整移动机器人的运行路径并执行相应的动作和操作。整个过程不 需人为参与，由机器人自主进行。 ( 二) 按移动机构的结构来分： 1 车轮式移动机器人：车轮式机器人动作稳定，操纵简单，其移动速度和方向 容易控制。在无人工厂中用来搬运零部件或做其它工作用的较多，适合于平地 行走。按轮数的多少又可分为二轮、三轮、四轮式三种。 2 履带式移动机器人：履带式机器人可以在凸凹不平的地面上行走，可以跨越 障碍物，爬梯度不太高的台阶。行走速度快，承载能力较强，但转向不易。 3 步行式移动机器人：步行式机器人对场地有良好的适应能力，特别是多足机 器入。能够跨越台阶，但动作是间歇的，速度不快，其控制复杂，实现相对较 为困难。 此外，还有步进式移动机构、蠕动式移动机构、混合式移动机构和蛇形移 动机构等，适合于各种特殊应用的场合。 l _ 1 4 移动机器人的定位 定位是作为移动机器人路径规划的最基本环节，它确定移动机器人在二维 工作环境中相对于全局坐标的位姿。只有机器人能准确定位，才能对它进行有 效的路径规划，否则可能导致机器人的迷失。定位方法根据移动机器人工作环 境复杂性，配备传感器的种类和数量等不同有多种方法。主要方法有：惯性定 位、陆标定位和声音定位等。 惯性定位是在移动机器人的车轮上装有光电编码器，通过对车轮转动的记 录来粗略地确定位置和姿态。该方法虽然简单，但是由于车轮与地面存在打滑 现象，产生的累积误差随路径的增加而增大，定位误差会逐渐累积，引起更大 的误差。 陆标定位是在移动机器人工作的环境里，人为地设置一些坐标已知的陆标， 4 如超声波发射器、激光反射板等，通过对陆标的探测来确定自身的位姿。三角 测量法是陆标定位常用的方法，自动导向车在同一点探测到三个陆标，并通过 三角几何运算，可确定自动导向车在工作环境中的坐标。陆标定位是普遍采用 的方法，可获得较高的定位精度且计算量小，可用于实际的生产中。但该法需 要对环境作一些改造，不太符合真正意义的自主导航。 声音定位用于物体超出视野之外或光线很暗时，视觉导航和定位失效的情 况之下。基于声音的无方向性和时间分辨率高等优点，采用最大似然法、时空 梯度法和m u s i c 法等方法可实现自动导向车的精确定位。 1 2 移动机器人路径规划技术的发展现状 机器人的应用情况，是一个国家工业自动化水平的重要标志。移动机器人 集人工智能、智能控制、信息处理、图像处理、检测与转换等专业技术为一体， 综合了计算机、控制论、机构学、信息和传感技术、人工智能、仿生学等多学 科而形成的高新技术，成为当前智能机器人研究的热点之一。机器人并不是在 简单意义上代替人工的劳动，而是一种拟人的电子机械装置，综合了人的特长 和机器的特长，既有人对环境状态的快速反应和分析判断能力，又有机器的可 长时间持续工作、精确度高、抗恶劣环境的能力，从某种意义上说它也是机器 的进化过程的产物，它是工业以及非产业界的重要生产和服务性设备，也是先 进制造技术领域不可缺少的自动化设各。 移动机器人的路径规划是机器人智能控制应用中的一项重要技术，是一个 较难解决的课题。它的难点主要在于路径环境信息的高度未知性，我们可以利 用的信息是非常有限的。移动机器人的路径规划是怎样才能充分利用这些有限 的信息来解决问题昵? 这就需要我们构造恰当的数学模型，利用智能控制的一些 算法作为运算工具，来解决路径的规划问题。例如，在执行装配、焊接、搬运及 抢险救灾等任务时，机器人在移动过程中常会处在无法事先预知的变化环境，我 们无法对这个未知的环境建立数学模型及用传统的控制算法寻找答案。近年来， 智能控制以其优越的性能引起人们广泛的兴趣，成为控制复杂系统最富有成果 而且非常有前途的研究方法之一。智能控制要求机器人能根据给予的指令及环 境信息寻找可行的路线，避开障碍物，减少危险、处理意外事故，自主地决定 路径，实现任务目标。路径规划是移动机器人完成任务的安全保障，同时也是 移动机器人智能化程度的重要标志。尤其是在机器人硬件系统的精度在短期内 不能得到解决的情况下，对路径规划算法的研究更显得尤为重要，这将从根本 上改变移动机器人的实现目标任务的性能，将提高移动机器人的智力水平，减 少移动机器人在移动过程中存在的不确定状态，提高移动机器人移动的速度及 灵活性，为开发高智能的远距离搬运机器人、探测机器人、服务机器人、汽车 自动驾驶系统打下基础。目前有许多的研究是采用基于传感器的局部路径规划 来实现移动机器人在未知环境中导航与避障。具体方法有：人工势场法、栅格 法、遗传算法、模糊逻辑法和神经网络法。 1 人工势场法简介 在机器人路径规划这个课题中，人工势场法是由k h a t i b 在1 9 8 6 年提出的， 人工势场实际上是对机器人运行环境的一种抽象描述。它把移动机器人在环境 中的运动视为一种在抽象的人造受力场中的运动，目标点对移动机器人产生“引 力”障碍物对移动机器人产生“斥力”，虽后通过求“引力”和“斥力”的合 力来控制移动机器人的运动。它的负梯度方向表达了机器人系统所受抽象力的 方向，正是这种抽象力促使系统绕过障碍物，朝着目标前进。但是，由于人工势 场法把包括目标信息和障碍物信息全部压缩为单个合力，这样就存在把有关障 碍物分布的有价值的信息抛弃的缺陷。在传统的人工势场法中经常存在以下四 个方面的不足：( 1 ) 在两个相近的障碍物之间不能发现有效路径，( 2 ) 在障 碍物前有振荡， ( 3 ) 目标点附近有障碍物时，不能顺利达到目标点，( 4 ) 存 在陷阱区域。 图卜1 人工势场法中的引力和斥力示意图 2 栅格法简介 栅格法是采用两维笛卡儿矩形栅格( g r i d s ) 来表示移动机器人周围环境，这 种将机器人的工作空间划分成的简单区域，就称为栅格。每个矩形栅格有一个 累积值c v ( c e r t a i n t yv a l u e ) ，c v 的大小用来表示在此方位中存在障碍物的可信 度，c v 值越大说明存在障碍物的可能性越大，如果c v 值为零则表示不存在障碍 物。若某一个栅格范围内不包含任何障碍物，则称此栅格为自由栅格；反之， 称为障碍栅格。由这些栅格构成了一个连通图，在这个连通图上搜索一条从起 始栅格到目标栅格的无障碍路径，这条路径是用栅格的序号来表示的。栅格大 6 、 小的选取直接影响着控制算法的性能。栅格选得小，环境分辨率高，但抗干扰 能力弱，环境信息存储量大，决策速度慢，所需时间长；栅格选得大，抗外界 干扰的能力强，环境信息存储量小，决策速度快，所需时间短，但分辨率下降， 在密集障碍物环境中发现路径的能力减弱。栅格大小的选取也与传感器的性能 有关，如果传感器探头的精度高而且速度快，栅格可以选得小些。建立一个环 境坐标系来描述机器人的环境，在这个坐标系中，二维笛卡尔栅格不断被机器 人传感器采样得来的数据所更新，环境坐标系是绝对地表示环境，主要用于建 立机器人的所在环境的地图。通过公式( 卜1 ) ，由传感器测得的障碍物信息可以 被映像到环境坐标系中( 如图卜2 所示) 。 y x 圈卜2 障碍物在原坐标系中的坐标 其中( x r ，阱a 1 - ) 为机器人在环境坐标系的位姿；d 为被测障碍物点离机 器人中心点的距离，n 为被测点矢量在机器人坐标系中的矢量角，机器人坐标 系的选取如图卜2 所示，坐标系原点即机器人的中心。则有( x o ，y o ) 为被测点在 环境坐标系中的坐标。 x o = x f + d c o s ( a r + 口、 y o = y r + d s i n ( a r + d )( 1 1 ) 通过公式( 卜2 ) ，坐标( x o ，y o ) 可以映像到环境坐标系中相应的栅格c e l l ( i ，) i = i n t ( x o w 、 ，= i n t ( y o w ) ( 1 2 ) 这里( f ，) 为栅格c e l l ( i ，) 在环境坐标系中的坐标，w 为栅格c e l l ( i ，- ，) 的宽度。 近年来国内外许多学者对栅格表示法进行了大量的研究工作，但对于在密 集障碍物环境中如何提高移动机器人通过性的问题尚未得到解决，并且栅格大 小的选取会影响解的质量，规划的路线是折线不光滑，故栅格法还有许多工作 要做。 3 遗传算法 遗传算法( g e n e t i ck l g o r i t h m ) 是种人工智能方法，它基于达尔文的生物 进化论的适者生存原理，是1 9 7 5 年左右由美国m i c h i g a n 大学的j o h nh h o l l a n d 教授提出的。遗传算法是借鉴了生物界的自然选择和自然遗传机制的随机搜索 算法理论形成的，在求解的过程中，算法从一个初始变量群体开始，逐代寻找 问题的最优解，直至满足收敛判据或预先设定的迭代次数为止，属于迭代式算 法。 用遗传算法进行路径规划有以下几个方面的要点： 染色体表示的方法： 用一个十进制栅格序号表示路径的节点，用栅格序列表示一条染色体。由 于我们无法确定究竟要经过多少个栅格，一般这里的染色体采用不定长染色体 表示。 初始群体生成； 初始解群为随机生成的从出发点到目标点的任意条可行路径集合。具体 产生的方法与栅格法搜索最优路径方法类似，不过这里可以不考虑生成的路径 的优劣情况。 适应值计算：采用一定的方法来计算个体的适应度，为选择操作提供依据。 遗传操作： 选择操作：用一定的算法从当前种群中选择同样数量的新一代群体。首先计 算出每个个体的适应值函数，然后用赌轮选择方法或者其他方法选出新的种群， 通常在选择时要把上一代的最优个体强制保留下来。 交叉操作：通常有革点交叉、多点交叉、多点交叉和均匀交叉等多种方法。 随机选择两个个体，按照一定的交叉概率选择交叉点进行交叉，用交叉后的子 代个体代替原来种群中的父代个体，产生新的种群。前面提到这里的染色体是 不等长个体，所以交叉点应该分别在要交叉的两个个体中进行选择。 变异操作：根据路径规划的特点，这里的变异操作有多种设计方式，可以从 个体中以一定的概率选择一个起点和终点之外序号作为变异点，删除该点，或 者用另一个随机产生的序号代替它，或者在个体中随机选择一个序号在变异点 处插入。在机器人的路径规划中，还需要增加一些特殊的算子，以保证所得的 路径能够避开障碍物，并达到最短的要求，常见的有插入和删除算子。 插入算子：前面由于交叉和变异操作可能产生不连续路径的情况，引入插入 操作的目的就是为了把间断路径用自由栅格弥补，使之成为连续路径。具体方 法是将出现断点处的两个路径点分别设为起点和终点，然后搜索这两点间的可 行路径，直到所有路径为连续路径为止。 删除算子：插入自由栅格的操作可能会使路径中出现重复节点，删除操作的 作用就是将个体中两相同序号之间的冗余序号，连同两相同序号中的一个一并 舍去，以简化路径。 只要结合具体的研究背景进行合适的设计，遗传算法能求解出问题的最优 解，但算法比较繁琐。遗传算法不仅是个迭代循环求解的过程，而且在每次迭 代中都有很多算子，导致在算法设计上投入比较大。而且代码实现也是一个比 较庞大的工程，实时性难以保证，所以对机器人的动态路径规划有较大的不足。 4 模糊控制法 模糊控制法是在线规划中通常采用的一种规划方法，包括建模和局部规划。 该方法在环境未知或发生变化的情况下，能够快速而准确地规划机器人的路径， 对于要求有较少路径规划时间的机器人是一种很好导航方法。但是，其缺点是当 障碍物的数目增加时，该方法的计算量会很大，影响规划结果。论文将在第三章 中提出运用双模糊协调控制模糊逻辑推理来研究不确定环境下自主移动机器人 的路径规划，解决了自主移动机器人导航和避障问题，较好地实现了不确定环境 下移动机器人的实时滚动路径规划和控制。 5 神经网络法 神经网络法是基于神经网络的智能控制，由于神经元网络具有很强的自学 习、自适应能力，可以在训练样本中自动获取知识，具有并行处理的特征。神 经网络为解决非线性系统的控制问题提供了活力，被广泛的应用于复杂系统的 辨识、建模和控制。论文在第四章中研究了用神经网络进行路径规划的算法， 给出了用m a t l a b 进行仿真的结果，证明了神经网络算法能有效地实现静态和动 态不确定环境的路径规划。 自主移动机器入路径规划的方法有很多，可以说各有优缺点，也没有一种 方法能够适用于它所工作的任何场合。这样的结果是，各种新的算法不断涌现， 一方面丰富了解决问题的手段，不同的情况总能找到合适的算法；另一方面也 不断吸收新的理论，促进了路径规划的课题不断向前发展。随着现代控制理论 的发展，控制器设计的常规技术正逐渐被广泛使用的人工智能软件技术所替代， 智能控制与传统的经典控制、现代控制方法相比，具有不依赖或不完全依赖于 控制对象的数学模型，继承了人脑思维的非线性等一系列的特点。智能控制是 控制理论发展的高级阶段，用于解决那些用传统方法难以解决的复杂控制问题。 本文采用模糊控制和神经网络控制的方法来实现机器入的路径规划，得到了较 好的效果。 1 3 本论文的内容 本文以三轮自主移动小车为控制模型，提出了基于模糊控制和神经网络控 制的机器人路径规划策略。 论文共分为五章，现简介如下： 9 第一章，概述机器人的由来，介绍国内外移动机器人研究历史和现状；并简介 移动机器人的路径规划技术方面的研究，包括人工势场法、栅格法、 遗传算法等。最后介绍本论文的内容、结构。 第二章，讨论了机器人的传感器系统组成，介绍机器人测量系统常用的传感器 包括超声波传感器和激光测距仪以及视觉传感器c c d ，并介绍对传感器 所测数据进行融合的数据融合技术。 第三章，分析了模糊控制系统原理及用模糊控制器进行的移动机器人局部路径 规划。本文采用双模糊控制器对机器人的路径进行规划，把机器人的 行为分为接近目标行为和躲避障碍物行为，并对两种行为进行协调控 制。最后在m a t l a b 中给出了仿真结果图。 第四章，分析了b p 神经网络及阐明了误差的收敛问题。本文运用带动量项的b p 神经网络进行控制，并对移动机器人的神经网络控制进行了编程和仿 真，使神经网络的权值和阈值在机器人行走过程中得到在线的修正。 最后在b l a t l a b 中对规划路径进行了仿真，验证了控制方案的有效性和 可行性。 第五章，总结本论文研究过程中所得出的结论，分析论文完成过程中所遇到的 问题，并展望以后的研究方向。 1 0 第二章传感器及信息融合技术 研究机器人首先是从模仿人开始的，一般人具有视觉、听觉、触觉、味觉 及嗅觉这五大类感觉器官，人是利用这五大类感觉器官接收外来信息，通过神 经传送给大脑，大脑对这些分散的信息加工、综合后发出行为指令，调动机体 ( 如手、足等) 执行某些动作。机器人要获得环境的信息，同人类一样需要通 过感觉器官得到这些信息，机器人是通过传感器得到这些信息的。其中传感器 处于连接外部环境与机器人的接口位置，是机器人获取信息的窗口，要使机器 人拥有智能，能对环境旮勺变化做出正确的反应，首先，必须使机器人有感知环 境的能力，用传感器采集信息是智能化的第一步；其次如何采取适当的方法， 将多个传感器获取的环境信息加以综合处理，控制机器人进行智能作业，则是 提高机器人智能程度的重要体现。因此传感器及其信息处理系统，是构成机器 人智能的重要部分，它为机器人智能作业提供决策依据。 本文的控制对象自主移机器人是以三轮移动机构的自动导向车为模型的， 三轮移动机构是自动导向车的常见的基本移动机构。三轮移动结构的自动导向 车按照各个轮作用的不同，可分为以下三种。第一种是前部的左、右两侧各有 一个驱动轮，后轮为自由轮。这种机构的特点是机构组成简单，而且旋转半径 可以从o 到无穷大，任意设定。但是它的旋转中心是在连接两驱动轮的直线上， 所以旋转半径即使是0 ，旋转中心与车体的中心不一致。第二种是前轮由操舵 机构和驱动机构合并而成，后部两轮为自由轮。与第一种相比，操舵和驱动机 构的驱动器都集中在前轮部分，所以机构复杂。在这种场合，旋转半径可以从 0 到无穷大连续变化。第三种是前轮为操舵轮，后两轮为驱动轮，通过差动齿 轮的方式进行驱动。本文采用的是第三种情况。 驱动操舵轮 差动齿轮装置 图2 1 三轮式a g v 的机构 本章将在2 1 中介绍本文机器人所使用的传感器包括距离传感器和视觉传 感器。使用一个c c d 视觉传感器，用于感知机器人运动的路径的变化；利用超声 波传感器来感知障碍物的距离信息。在2 。2 中对传感器的所测环境数据进行信息 融合，其中分析了具体的信息融合方法和信息融合的拓扑结构。 2 1 传感器 机器人的感觉主要通过传感器来实现。随着智能控制技术的飞速发展，机 器人用传感器的不断研制，通常机器入所用的传感器有： ( 1 ) 内部传感器：加速度传感器、速度传感器、位置传感器、姿态传感器。 ( 2 ) 外界传感器：远距离传感器、非接触传感器、接触传感器。 针对测距和障碍探测的特殊要求，目前采用最多的是超声波传感器测距和 激光测距。 2 1 1 超声波传感器 超声波是一种频率为2 0k h z 以上的声波，具有直线传播的能力，频率越高， 绕射能力越弱，但反射能力越强，其指向性强，能量消耗缓慢，在介质中传播 的距离较远，利用超声波检测往往比较迅速、方便、计算简单、易于做到实时 控制。为此，利用超声波的这些性质就可制成超声波传感器。超声波传感器具 有信息处理简单快速、价格低，硬件实现简单等特点，在移动机器人中得到了 广泛的应用。超声波距离传感是由发射器和接收器构成的，绝大多数的超声波 距离传感器的发射器和接收器都是利用压电效应研制而成的。其中，发射器是 利用给压电晶体片加一个外加电场时，晶片将产生应变( 压电效应) 这一原理 研制的：接收器的原理是，当给一个晶片加一个外力使其变形时，在晶片的两 面会产生与应变量相当的电荷( 压电正效应) ，若应变的方向相反则产生电荷 的极性反向。将超声波发射后，根据经被测物体的反射回来的回波延迟时间， 计算被测物体的距离，图2 2 为超声波传感器测距原理图。由于超声波在空气中 的传播速度，与空气的温度和湿度有关，温度越高，传播速度越快，温度每升 高1 ，传播速度增加0 6 m s ，在比较精确的测量中，必须把温度的变化和其 它因素考虑进去。在要求不高的情况下，可以通过下面的公式计算： d = v * t 2 ( 2 - 1 ) 其中：d 一一超声波传感器和被测物间的距离； 厂一 v 一一空气中超声波的传播速度；v = 3 3 1 4 5 * 、f ( 1 + 熹) ，f 为温 -二，j 1 0 度，在没有严格的要求情况下，通常取3 4 0 聊s 。 t 一一声音往返传感器和被测物次所需的时间。 障碍物 图2 2 超声波传感器测距原理图 超声波从发送到接收的时间间隔的测定是由单片机内部的计数器t o 来 完成的。由于超声波发射传感器与超声波接收传感器相隔很近，这样当传感器 发射超声波时，有部分声波未经被测物反射就直接绕射到接收传感器上，从而 引起系统误测。为了防止系统的误测，在这里采用了延迟接收技术，即在开始 发射超声波后i m s 左右，接收电路对此期间到达的任何信号都不予理睬，计时 器计到预定延迟时间后，信号有效，以此来提高系统的抗干扰能力。因此在发 送4 0 k h z 超声波后立即启动t o ，待延迟i m s 后开启接收回波中断，这样就能有 效躲过这种干扰问题。单片机c p u 接收到回波信号后中断，t o 停。定时器t o 专用于记录c p u 发送脉冲信号的前沿到回波脉冲信号前沿之间的时间，这个 时怕j 就作为换算障碍物距离的数据。采用这种延迟技术同时也不可避免地产 生了所谓的“盲区”。由于本系统采用i m s 的延迟时间，可以计算出盲区约 为1 7 c m 左右，即障碍物在1 7 c m 以内时，系统不能检测到障碍物。测距时脉冲 发送的间隔时间取决于要求测量的最大距离及测量通道数。本系统有8 路测 距通道，采用分时工作，按顺序循环测距。若在有效测距范围内有被测物的话， 则应在后一路超声波发出之前接收到前一路发出的反射波，否则认为前一路 无被测物。因此按有效测距范围可以估算出最短的发送脉冲间隔时间。本系 统采用6 0 m s 的间隔，能很好地满足要求。 超声波传感器主要优点如下： 1 价格低廉。对于应用机器人来讲，价格是最重要的因素之一，超声波传 感器被广泛使用的主要原因是因为它的低价格，在价格方面，它与激光扫描测 距传感器以及其他测距传感器相比，具有很大的优势。 2 易于维护。在实际使用中，维护是一个非常重要的问题，极强的超声波 比较容易得到，超声波的波长很短，很容易做成细束的形状，并且超声波传感 器易于与机器人的其它子系统接口。 3 高测量精度。超声波传感器具有很高的测量精度，其测量精度一般可达 到1 。并且测量范围可以达到0 1 5 m 一1 0 i i 】左右。 本文中的移动式小车综合上述原因，采用超声波传感器来实现小车的导 航、避障和目标跟踪。 超声波测距的几点问题： 1 存在测量“盲区”。 2 入射角对测距有较大的影响。 超声波换能器发出的超声波波束不是一条直线，而是具有一定的指向性开 角的波束，所以超声波入射角对测量结果的影响很大，由图2 - 3 所示，当入射 波和障碍物之间的角度太大时就有产生幻影的可能。要想取得比较准确的测量 数掘，超声波传感器的入射波要和被测物体的表面要尽可能垂直，反射面要相 对光滑一些。 超声波 传感器 图2 3 超声波传感器产生幻影的示意图 由于超声波传感器具有一定的局限性表现在探测波束角过大，方向性 差，往往只能获得目标的距离信息，不能提供目标的边界信息。在实际应用 中，往往采用其他传感器来补偿，或采用多传感器融合技术。 2 1 2 激光测距仪 激光测距的探测角小，方向性强一些，测量精度和灵敏性要比超声波传感 器有所提高。激光测距仪测距的过程是这样的：测距仪发射出的激光经被测量 物体的反