基于Matlab的智能机器人路径规划仿真.pdf

2 9 8 系统仿真技术反其应用 第1 0 卷 基于M a t Ia b 的智能机器人路径规划仿真 王菁华1崔世钢1罗云林2 1 天津工程师范学院自动化与电气工程学院 天律 3 0 0 2 2 2 2 中国民航大学航空自动化学院 天津 3 0 0 3 0 0 摘要 本文充分考虑运动障碍物的随机性 研究了随机运动障碍物的位置分布规律 并结合其具有 贾性的特点 提出了对 智能机器人运动路线进行逐步判别的 直线一切线一垂线 综合路径规划方法 计算机仿真表明 该算法是一种正确 高效 实用的算法 对研究智能机器人绕过随机运动障碍具有一定的参考价值 关犍词 智能机器人 直线一切线一垂线 路径规划 随机障碍物 计算机仿真 中图分类号 T P 2 4 S i m u l a t i o no faC o m p r e h e n s i v eP a t hP l a n n i n gf o r I n t e l l i g e n tT o b o tB a s e do nM a t l a b W a n gJ i n g h u a C u iS h i g a n gL u oY u n L i n 1 A u t o m a t i o na n dE l e c t r i c a lE n g i n e e r i n gC o l l e g e T i a n j i nU n i v e r s i t yo f T e c h n o l o g ya n dE d u c a t i o n T i 删i n 3 0 0 2 2 2 A e r o n t a t i c a l A u t o m a t i o nC o l l e g e C i v i l A v i a t i o nU n i v e r s i t y o f C h i n a n a n j i n 3 0 0 3 0 0 A b s t r a c t T h er u l ef o rt h ep o s i t i o no nr a n d o mm o v i n go b s t a c l ed i s t r i b u t i o ni ss t u d i e db a s e do nt h er a n d o m n e s so fm o v i n go b s t a c l e A c o m p r e h e n s i v ep a t hp l a n n i n gf o rj u d g i n gt h em o v i n gr o u t eo ft h er o b o t s t r a i g h t l i n e t a n g e n t v e r t i c a l i sp r o p o s e db yc o n s i d e r i n gt h e i n e r t i ac h a r a c t e r i s t i c so fr a n d o mm o v i n go b s t a c l e T h ec o m p u t e rs i m u l a t i o ns h o w st h a tt h ea l g o r i t h mi sac o r r e c t e f f i c i e n t p r a c t i c a l a n ds u c c e s s f u lo n e w h i c hh a st h er e f e r e n c ev a l u ef o rr o b o t st ob y p a s st h em o v i n go b s t a c l e K e y w o r d s I n t e l l i g e n tR o b o t S t r a i g h t l i n e t a n g e n t v e r t i c a l P a t hP l a n n i n g R a n d o mM o v i n gO b s t a c l e C o m p u t e rS i m u l a t i o n 1 引言 智能移动机器人是机器人研究领域的一个重要的分 支 智能移动机器人集人工智能 智能控制 信息处理 图像处理 检测和转换等专业技术为一体 跨计算机 自动控制 机械电子等多门学科 成为当前机器人研究 领域的热点之一 D u r r a n t W h y t eHp 提出了移动机器人导航的三个 问题 我现在何处 我要往何处去 要如何往该处去 而路径规划是智能移动机器人导航的基本环节之一 它有下述几个特点 作者简介 王菁华 1 9 7 8 女 河北唐山人 讲师 硕士 从事控制 理论 机器人方叫的研究 崔世钢 1 9 6 4 男 天津人 教授 博士 硕士研究生导师 从事智能机器人方面的研究 罗云林 1 9 5 6 一 男 四川剑阁人 教授 硕士研究生导师 主要从事智能检i I l 4 与智能控制方 面的研究 1 复杂性 在复杂环境尤其是动态时变环境中 机器人路径规划非常复杂 且需要很大的计算量 2 随机性 复杂环境的变化往往存在很多随机性 和不确定因素 比如随机动态障碍物的存在 3 多约束 机器人的运动存在几何约束和物理约 束 几何约束是指机器人的形状制约 而物理约束是指 机器人的速度和加速度 4 多目标 机器人运动过程中路径性能要求存在 多种目标 如路径最短 时间最优 安全性能最好 能 源消耗最小 但它们之间往往存在冲突 根据机器人对环境信息知道程度的不同 可分为环 境信息完全知道的全局路径规划和环境信息完全未知或 部分未知的局部路径规划及混合路径规划1 2 I 全局路径规划方法依照获取的环境信息给机器人规 划出一条路径 其精确程度取决于获取环境信息准确程 第三部分系统仿真 2 9 9 度 这种方法需要预先知道环境的准确信息 计算量大 局部路径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 很多机器人导 航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变化 和全局规划方法向比较 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 无法保证机器人顺利到达目的地 混合路径规划方法结合全局和局部的优点 将全局 规划的 粗 路径作为局部规划的子目标 从而引导机 器人最终找到目标点 本文将充分考虑运动障碍物的随机性 给出随机运 动障碍物的位置分布规律 并结合随机运动障碍物具有 惯性的特点 提出了一种对机器人运动路线进行动态规 划的 直线一切线一垂线 逐步判别算法 最后通过计 算机仿真进行了验证 2 问题描述 在二维平面上的机器人起始点R 和目标点G 之间 有多个随机运动的障碍物D l D 2 D 3 选择一条路径 使机器人从起始点R 能避开障碍物安全到达目标点G 如图1 y 图1 多障碍分布图 图2X 分布图 为研究方便 我们选取其中一个随机运动的障碍物 0 并假定其运动步长Z 为定值 则0 的运动轨迹可抽象 为以下数学问题 长为Z 的直线的一端在原点O 与x 轴的交角口 是随 机的 然后以另一端为中心改换一次方向 新方向与x 轴的交角为口 如此继续 共改变n 次 试求最后一次 移动的端点的横坐标X 的分布 如图2 并研究当 l 一 时的檄限分布 这里 口 独立 并有相I 司的均匀 分布密度 g c 姜 艺 篙三 2 石 q u 叫 可以证明X 匕服从正态分布 另外X 匕不相关 所以X L 独立 这样 就可以将X 匕分别投影到X 轴Y 轴加以研究 X l C O S 口j 因l C O S 口j 的特征函数为 弛 e P 埘 口d o t 式中 o J 是第一类0 级B e s s e l 函数 它是偶函数 X 的特征函数为 L O J o 玎 由此得知x 的密度为 见 去 r 出 去 r c s x d t t t 现 设疗 同时1 但二者有关系z 皂 利用 吖 1 工 的级数形式 得 舶H 一等 筹r l 一轰 丢寺一 一e 一4 2 刊 故极限密度为 删 土广 c 鳓 毒 j 删2 去 c 啪2 焘 2 志 这里缸击刮挣 因此 渐进地有x 一服从 0 2 兰 正态分布 同 理可得匕渐进地服从J V 0 7 兰 正态分布 可知k 匕 独立渐进同分布 0 f 据 在实际问题中 由于惯性的作用 障碍物在上一步 的摹础上继续向前行走的可能性较大 向后行走的可能 性较小 若障碍物前一步的偏角为口H 则这一步的偏角 口 在 一 一 q 一 可能性较大 其中 为一定角 由障碍物自身性质决定 若这一步的偏角为口 则下一 步的偏角在 q p q 的可能性较大 这样 我们 假设障碍物的偏角 服从正态分布 l 即 口一 l p 由此 我们完成了对随机运动障碍物 3 0 0 系统仿真技术及其应用 第1 0 卷 根据以上描述 我们不难设计出考虑惯性的随机运 动障碍物发生器 3 算法描述 为方便叙述做如下假设 机器人和障碍物有相同的步长 机器人当前步为j n j n x j n y j t j t x j t y 目标点为j e j e x j e y 障碍物当前步为z z z 似 z n y Z t I Z a X z a y 预测步为 下一步为 一 I 咖 朋 I 一机器人当前步与障碍物当前步的 距离 I 翘 I 一机器人预测步与障碍物下一步的距 离 L 一 l 咖 翟 l 一机器人当前步与障碍物下一步的 距离 r 敏感半径 根据实际情况选定 但一定要大于障 碍物和机器人半径的总和 敏感半径小 发生碰撞的危 险度大 但机器人路径短 要根据实际情况和控制要求 来确定敏感半径 根据以上定义确定机器人的三个安全等级 安全等级 L n 一 r 并且L r 准危险等级 匕一 r 但是 一 r 危险等级 L 一 r 其中准危险等级根据机器人当前步与障碍物下一步的距 离 又详细分为两种情况 由此给出智能机器人 直 线 切线一垂线 综合路径规划方法控制流程图 图3 N 危 龃J 慵5 1 1 4 l i 崮崮 i 一 一 t 一一 图3 机器人避碰控制流程图 由流程图可以看出 根据机器人和障碍物之间的位 置关系 机器人躲过障碍物到达目标点共有4 种可能的 路径 当机器人处于安全等级 如图4 中i n l 机器人 从当前位置j n l 直接走向目标点 e 此时机器人下一步 与当前步线段 t j n l 斜率可直接确定 k j e x j n l y 肛一j n l x 1 图4 安全等级与准危险1 当机器人处于准危险等级l 如图4 中加2 机 器人从当前位置m 2 沿以z a 为圆心 r 为半径的圆的切 线行走 如图中线段加2 一f t 圆的方程为 X z a r 2 Y z a y 2 2 2 设经过点f n 2 的圆的切线方程为 Y 一 j n 2 y k x j n 2 x 3 变成一般式 h Y j n 2 y 一足 力2 x 0 4 因与圆相切 所以有 I k z a x z a y j n 2 y k 宰 咖 J c 2 1 5 由式 5 可以解得切线斜率 注意此时k 有两个解 应选择使机器人路径较短的一个解 当机器人处于准危险等级2 如图5 中加1 机 器人从当l 位置加1 沿线段z a 一咖l 垂线加1 一 行走 线段砌l j t 斜率k 由下式确定 七乖竺 兰 三型 一1 6 j n l x z a x 当机器人处于危险等级 如图5 中加2 机器人 从当前位置血2 沿线段z n j n 2 垂线加2 一j t 行走 线 段f n 2 一 t 斜率k 由下式确定 k j n 2 y z n y 一1 7 血2 工一z n x 图5 准危险2 和危险等级 由此确定机器人下一步的横纵坐标 f a r c t a n k f t x 似 l c o s t z 8 Ij 桫 j n y fs i n 口 如此循环 直到机器人走到目标点 当存在多个障碍物时 距离机器人晟近的障碍物优 先级最高 随着与机器人距离的增加 优先级依次降低 机器人首先躲避优先级高的障碍物 但是对机器人预测 步的选择与单障碍物时有所不同 以两个障碍物为例 如图6 所示 机器人当前坐标为伽 存在两个障碍物 第三部分系统仿 I t3 0 1 a b 假设障碍物口对机器人的距离L o 小于障碍物6 对 机器人的距离L b 所以此刻障碍物n 优先级别高 机器 人应首先躲避口 又设L 处于危险等级 所O T 步应该沿着匕垂线方向行走 预测步为j t l 或者j t 2 图6 双障碍物 当存在多个满足安全条件的避障预测步时 我们应 该兼顾机器人预测步与多个障碍物的距离 避免因只顾 及躲避高优先级的障碍物 却使得其预测步进入了原来 低优先级障碍物的危险区域 同时还应注意让机器人预 测步尽量远离障碍物 由此我们可以定义一个参数 l I S 抽 l I s 如 s 曲 I m Ia 1 b 1 d b 2 Z 一 I I s 如一s 曲 f 1 2 机器人可能的预测步 n 为障碍物个数l 实际预测步选择h 值较大的一个 式中 S 拥 S I 口 S 曲一机器人预测步 i t j 分别到碍物m a b 下一步m a b 的距离 对于图6 中的双障碍物情况 则可取参量 驴端帆蝇 f 1 2 当匕 乙 r 时 机器人处于双重危险中 选抨J l 值 较大的方向 当L r L b 时 机器人处于单重危险中 只躲避 障碍物a 选择原则和躲避单障碍物相同 4 仿真结果 受研究条件和时问等因素的限制 本课题还存在大 量值得研究的问题 比如对障碍物进行了理想化的数学 建模 并且只研究到了双障碍物存在的情况 本课题的 仿真结果表明参数h 的选取正确有效 为以后研究障碍 物更多 环境更复杂的机器人避障开拓了思路 比如当 存在丌个障碍物时 我们可以按照双障碍物的避障法则 选取参数 由此来确定机器人在众多可能预测步中实际选 取的预测步j t 从而确定机器人的避障轨迹 根据上述规则编制了机器人自动躲避双障碍物的控 制程序 并在M a t l a b 下进行了仿真 得到仿真曲线如图 7 所示 图中用不同的符号分别标识了机器人避障轨迹 两 个随机运动障碍物轨迹 以及机器人预测步沿着垂线和 切线行走的相对应的垂线和圆的轨迹 图7 机器人躲避障碍物仿真曲线 5 结论 本文提出了一种 直线一切线一垂线 的综合路径 规划算法 通过仿真实验表明该算法能够完成系统所要 求的任务 并且该算法具有很好的快速性 对机器人绕 过随机运动障碍物具有一定的参考价值 参考文献 1 蔡自兴 璇汉根 陈虹 未知环境中移动机器人导航控 制研究的若干问题 J 控制与决策 2 0 0 2 1 7 4 3 8 5 3 9 0 C a iZ i x i n g H eH a n g e n C h e nH o n g S o m ei s s u e sf o rm o b i l e r o b o t sn a v i g a t i o nu n d e ru n k n o w ne n v i r o n m e n t s J C o n t r o la n d D e c i s i o n 2 0 0 2 1 7 4 3 8 5 3 9 0 2 董立志 孙茂相等 基于实时障碍物预测的机器人运动 规划 J 1 机器人 2 0 0 0 2 2 1 1 2 1 6 3 孙波 陈卫东 席裕庚 基于粒子群优化算法的移动机 器人全局路径规划 J 控制与决策 2 0 0 5 2 0 9 1 0 5 2 1 0 5 5 S u nB o C h e n W e i d o n g X iY u g e n g P a r t i c l e s w a r l T l o p t i m i z a t i o nb a s e dg l o b a lp a t hp l a n n i n gf o rm o b i l er o b o t s J C o n t r o la n dD e c i s i o n 2 0 0 5 2 0 9 1 0 5 2 1 0 5 5 4 黄炳强 曹广益 基于人工势场法的移动机器人路径规 划研究 J 1 计算机工程与应用 2 0 0 6 年2 7 期 5 张纯刚 席裕庚 全局环境未知时基于滚动窗口机器人 路径规划 J 中国科学 E 辑 2 0 0 1 3 1 1 5 1 5 8 基于Matlab的智能机器人路径规划仿真基于Matlab的智能机器人路径规划仿真 作者 王菁华 崔世钢 罗云林 作者单位 王菁华 崔世钢 天津工程师范学院自动化与电气工程学院 天津 300222 罗云林 中国 民航大学航空自动化学院 天津 300300 相似文献 10条 相似文献 10条 1 学位论文 杜军君 智能机器人路径规划算法及实验研究 2006 路径规划问题是智能机器人研究中的关键问题之一 已知环境下的路径规划问题比较简单 已有许多成熟的方法 未知环境下的路径规划问题还远 没有形成一套完整的理论 缺乏实用有效的方法 本文借鉴预测控制原理 研究了一类处理静态复杂未知环境下路径规划问题的方法 本文首先研究了 未知环境中滚动规划算法的一般步骤 然后在滚动框架下分别研究了A 和RNN路径规划算法 并基于上述算法得到两类不同的滚动路径规划算法 在路径规划算法的研究中 实验具有重要的作用 一般用来验证算法在实际环境下的各种性能 并可用于对不同算法进行性能比较 本文提出并实 现了一种基于滚动框架的路径规划和导航软件 该软件基于面向对象结构体系和三步式运行机制 能根据算法指导机器人在实际环境下的路径规划 同 时封装了机器人的视觉通讯和底层驱动功能 大大减少了算法研究者在设计算法时的代码编写工作量 在该软件的基础上 本文还设计实施了几个实际 环境下的路径规划实验 用来验证和比较前面得到的两类不同的滚动算法的有效性和在性能上的差异 本文的主要研究成果包括 在机器人路径规划问题中引入预测控制原理 研究了滚动路径规划算法 给出了滚动规划算法的一般步骤 提出了一种改进的基于A 算法的滚动算法 此算法通过引入二叉堆这一数据结构 减少了路径规划算法在局部规划时待考察的可行节点数量 降低 了计算时间 提高了路径规划算法的实时性 仿真结果表明了改进的算法相比较原算法对于路径规划实时性的改善 研究了回归神经网络 RNN 提出了一种基于RNN的滚动规划算法 RNN具有高度的并行性和丰富的动力学性质 仿真和实验结果都说明 这种算法 能够同时满足滚动规划对快速性和有效性的要求 在某些环境下比A 算法更具优势 设计了一种机器人路径规划和导航软件Rolling Navigator 该软件实现了前面提出的滚动规划的基本原理的三个主要环节以及前面提到的两类滚动 算法 方便了路径规划算法和实验的研究 将Rolling Navigator成功集成在上海交通大学自行研制的中型全自主移动机器人 Frontier 上 并设计了实际环境下的路径规划实验 实验结 果验证了滚动规划在解决未知环境下路径规划问题的有效性 以及局部采用不同算法在性能上的差别 2 期刊论文 宋晖 高小明 SONG Hui GAO Xiaoming 嵌入式智能机器人路径规划应用研究 机床与液压2007 35 3 研究了智能机器人路径规划算法的研究现状 指出各种算法的优缺点 提出建立嵌入式智能机器人路径规划平台 实现了基于嵌入式实时系统的智能机 器人路径规划算法 3 学位论文 黄鹤 部分环境信息已知的智能机器人路径规划方法研究 2005 智能移动机器人是机器人研究领域的一个重要分支 有着巨大的应用潜力 因此当前对智能移动机器人和无人自主车领域的研究吸引着众多学者的 注意 路径规划问题是智能移动机器人开发的重要环节 本文从全局规划和局部信息相结合的角度重点研究了基于部分环境信息的智能移动机器人的路径规划问题 主要进行了如下工作 首先对国内外智能移动机器人路径规划的研究现状 研究方法等进行了系统的归纳和总结 分析了其各自优点和不足之处 为本论文的研究工作奠 定了重要的基础 其次 本文重点讨论了在部分环境信息已知情况下 基于动态A 算法 D 算法 的路径规划方法 并且详细讨论了这种情况下相应的环境表达方式 文章首先介绍了一般的栅格表示法 以及应用广泛的四叉树表示法 并且将一种简单 有效的方法应用到了四叉树邻居查找过程 而后本文研究了一种 新的带边框四叉树表示法 并应用到了规划算法当中 最后 针对所研究的规划方法和环境的表达 本文在VC环境下进行了仿真 分析了仿真得到的数据 证明了所讨论算法的正确性和有效性 并且本 文将所研究的算法应用到了实际的地形图中 取得了良好的效果 总体来说 本文参考了路径规划技术的最新成果 具有一定的实用价值 4 学位论文 杜明 基于遗传算法的路径规划技术的研究 2007 随着现代科学技术的不断进步 机器人学科也在不断的发展 它在某种程度上体现了当今信息技术 自动化技术 系统集成等技术的最高成就 机 器人学的最终目标是要实现完全自主的智能机器人 而路径规划是智能机器人导航技术中不可缺少的重要组成部分 也是现阶段智能机器人研究的关键 技术和主要研究方向 在现实的机器人应用中 采用良好的路径规划技术可以节省大量机器人作业的时间 减少机器人的磨损 同时也可以节约资源 减少资金投入 因此研究出一个好的路径规划技术具有重要的意义 本文就路径规划技术展开了研究 所做工作如下 1 讨论了目前主要的智能机器人路径规划方法 以及各个方法中环境模型建立的原理和流程 分析了各种方法的适用性以及优缺点等 2 阐明了遗传算法的理论基础 算法的发展历史及其特点 阐述了算法设计的基本流程 分析了算法设计的关键 3 利用可视图法建立环境模型 结合遗传算法解决了智能机器人的路径规划问题 4 提出了结合势场法与栅格法建立智能机器人的工作环境模型 然后利用遗传算法得到一条规划路径的算法思想 并通过实验仿真 验证了算法的 正确性与可行性 5 利用C 设计了一个仿真软件 在一个工作环境中 随意地设置矩阵障碍 都能利用栅格势场法得到一条规划路径 最后本文还讨论了下一步研究的方向 5 期刊论文 王菁华 崔世钢 WANG Jing hua CUI Shi gang 应用几何理论的智能机器人路径规划仿真 计算机仿真 2010 27 5 路径规划是智能机器人导航的基本环节之一 具有复杂性 随机性等特点 研究应用于医疗服务系统的智能机器人 对于机器人工作环境最大的特征就 是周围物体运动的复杂性和随机性 充分考虑了运动障碍物的随机性 研究了随机运动障碍物的位置分布规律 并结合其具有惯性的特点和导航需求 提出 了一种应用几何理论对智能机器人运动路线进行逐步判别的 直线 切线 垂线 路径规划方法 经计算机仿真表明 方法是一种正确 高效 实用的算法 对 研究智能机器人绕过随机运动障碍具有一定的参考价值 6 学位论文 王维 学习控制在机器人避障路径规划中的应用 2004 该文介绍了学习控制在智能机器人避障路径规划中的应用和在Vc 6 0环境下的模拟结果 论文阐述了学习控制的发展历史 基本原理和应用现状 介 绍了基于神经网络结构的机器人路径规划算法 在该算法中步长参数是固定的 收敛速度较慢 该文将线性再励与预测控制相结合的学习控制方法应用于机 器人路径规划 提出了一种改进的路径规划算法 首先利用神经网络结构 定义整条路径的能量函数 能量函数是各个路径点的函数 应用模拟退火 多元函 数的偏导数进行优化 通过移动路径点 使其能量逐渐减少 直到收敛到最短避障路径 在路径的迭代运算中引入学习控制方法 实现了步长参数的在线自适 应调节 并提高了路径规划收敛速度约10倍 在该文的后半部分 介绍了应用所提路径规划算法在Vc 6 0环境下的仿真实例 通过与不用学习控制作对比 验证了该算法的可行性和优越性 7 学位论文 张雷 机器人路径规划及编队问题的研究与仿真 2007 机器人技术的发展彰显一个国家科技水平的高低 在机器人关键技术的发展过程中 提高个体机器人的智能程度和群体机器人之间的协调与协作成 为研究的热点 因此 涉及机器人自主规划 多机器人协作的路径规划问题与编队问题成为机器人研究的重要课题 无论是工业机器人还是移动机器人 的设计都与此息息相关 对提高机器人的智能化水平及加快机器人的实用化进程具有重要的理论研究意义和实用价值 论文分析机器人路径规划所要解决的基本问题与相关技术 由于机器人路径规划具有复杂性 随机性 多约束 多目标等复杂系统的特点 在现有 的研究基础上 本文提出面向机器人的全局规划思路 设计单个机器人路径规划方法 将机器人所处的客观环境知识与遗传算法融合 改变了原有的编 码 种群初始化方法 设计新的进化操作算子 通过仿真验证了算法的可行性 同时对于算法的参数影响进行了分析和研究 在此基础上 论文进一步分析多机器人的路径规划特点 引入协同进化概念 设计一种新的基于共生机制的遗传算法 该方法依据协同进化论的理 论 充分发挥遗传算法的本质并行性 通过种群划分和信息交换的协作 实现了多机器人的全局路径规划 关于机器人编队问题 论文从队形形成和队形控制两个层次分析问题 设计并实现了一种多机器人在执行协作任务时的协调控制方法 采用基于 Leader的队形控制方法与队形动态调整相结合的策略 增强多机器人队列处理突发事件的能力 同时结合机器人角色转换方法 使得机器人协作任务得 以更好地完成 本文分析了智能机器人仿真系统的功能结构 设计用户交互界面和功能模块 开发用于路径规划 编队问题研究的机器人仿真软件 并对本文中提 出的路径规划中的算法和队列控制算法进行了仿真验证 8 会议论文 任世军 洪炳熔 智能机器人路径规划快速碰撞检测算法 1998 在智能机器人路径规划中 碰撞算法肝十分重要的地位 在仿真系统中 通过对给出的不同算法的比较得出这样的结论即尽管搜索空间很少 但搜 索用的时间却不一定少 问题是碰撞检测在这里用的时间过多 于是如何进一步提高碰撞检测的速度在智能机器人路径规划中就起