久久久91-久久久91精品国产一区二区-久久久91精品国产一区二区三区-久久久999国产精品-久久久999久久久精品

0引言

    隨著移動機(jī)器人的應(yīng)用領(lǐng)域不斷擴(kuò)大,人們希望機(jī)器人能夠在未知環(huán)境中自動實(shí)現(xiàn)路徑規(guī)劃,以大大提高其對環(huán)境的適應(yīng)能力[1～3].　避障是移動機(jī)器人運(yùn)動規(guī)劃中的基本問題之一. 在機(jī)器人路徑規(guī)劃中,由于計算的復(fù)雜性、控制的實(shí)時性、環(huán)境的不確定性因素,尤其是在包含多個障礙的復(fù)雜環(huán)境中,避障控制一直以來都是機(jī)器人路徑規(guī)劃中的難點(diǎn). 根據(jù)機(jī)器人對環(huán)境信息知道的程度不同,可分為兩種類型:環(huán)境信息完全知道的全局路徑規(guī)劃和環(huán)境信息完全未知或部分未知的局部路徑規(guī)劃.對于已知環(huán)境下的避碰問題,已經(jīng)提出了許多有效的解決方法[4～12].其中,Khatib提出的人工勢場法,結(jié)構(gòu)簡單,易于實(shí)現(xiàn),得到了廣泛應(yīng)用.但人工勢場法主要存在如下缺點(diǎn)[5]:陷阱區(qū)域,在相近障礙物之間不能發(fā)現(xiàn)路徑,在障礙物前面振蕩,一些參數(shù)需通過實(shí)驗(yàn)調(diào)整.柵格法[6]也是路徑規(guī)劃和避碰研究的常用方法,以方格作為環(huán)境構(gòu)成的基元,算法簡單,但空間分辨率、時間復(fù)雜度與內(nèi)存容量、實(shí)時性要求之間的矛盾限制了它的使用.近年來,一些生物進(jìn)化算法被用于機(jī)器人的避碰與路徑規(guī)劃研究,如人工神經(jīng)網(wǎng)絡(luò)[7]、遺傳算法[8]、模擬退火算法[9]、螞蟻算法[10]等.與在已知環(huán)境中相比,機(jī)器人在環(huán)境完全未知或部分未知情況下實(shí)現(xiàn)避障更加困難.目前,對它的研究已取得了一些成果:張純剛

等[11]采用滾動窗口的方法來解決全局環(huán)境未知的機(jī)器人路徑規(guī)劃與避碰問題,但該方法要求障礙物為凸型,邊界為光滑曲線,且邊界上各點(diǎn)曲率半徑≤δ(其中δ是正常量),從而使該方法在應(yīng)用中受到極大限制;文獻(xiàn)[12]在研究月球探測器的路徑規(guī)劃中,采用了基于案例的學(xué)習(xí)方法,但該方法在復(fù)雜環(huán)境中需要存儲的信息量很大,同時,隨著新案例的增多,很容易產(chǎn)生案例庫爆炸問題.　　

    針對環(huán)境信息不確定情況下的避障問題,本文提出一種機(jī)器人的動態(tài)避障方法, 該方法是以機(jī)器人與障礙物之間的相對運(yùn)動作為決策依據(jù)，不用考慮障礙物的運(yùn)動狀態(tài)，簡化了機(jī)器人避障的步驟；另外，機(jī)器人能夠根據(jù)各種情況靈活的判斷是否避障以及靈活的選擇適當(dāng)?shù)谋苷戏绞剑箼C(jī)器人在躲避碰撞的前提下能快速地跟蹤規(guī)劃路徑.

1  避障行為的決策

    機(jī)器人在運(yùn)動過程中需要對碰撞的危險性進(jìn)行判斷并以此作為機(jī)器人避障行為選擇的依據(jù)。圖3-16a給出了機(jī)器人的扇形視野區(qū)域。機(jī)器人把所有的障礙物都看作運(yùn)動體，通過檢測障礙物的歷史位置與當(dāng)前位置的相對關(guān)系，來判斷機(jī)器人是否會與障礙物相撞，判斷步驟如下：

    1) 連接歷史點(diǎn)與當(dāng)前點(diǎn)，并延長至與扇形區(qū)相交，當(dāng)交點(diǎn)在扇形的弧線上，標(biāo)志障礙物正遠(yuǎn)離物體，不需要避障。否則記錄交點(diǎn)的位置，我們稱該交點(diǎn)為出口點(diǎn)。

            圖1 扇形區(qū)與屏幕坐標(biāo)的映射

2）從物體當(dāng)前點(diǎn)向機(jī)器人與出口點(diǎn)同側(cè)的邊緣點(diǎn)引直線（圓形機(jī)器人為切線），然后求圖1a上0位置到兩條直線的距離，當(dāng)前者大于或等于后者則不需要避障，否則選擇避障。

    機(jī)器人選擇如何避障必須借助圖1b所提供的屏幕坐標(biāo)信息，因此實(shí)現(xiàn)屏幕坐標(biāo)向扇型區(qū)的映射是判斷是否避障的前提。顯而易見，這種映射是一種非線性映射，因此我們采用了神經(jīng)網(wǎng)絡(luò)對這種非線性關(guān)系進(jìn)行擬合。

2  從屏幕坐標(biāo)到扇形區(qū)的映射

    人工神經(jīng)網(wǎng)絡(luò)由于具有分布式存儲和并行處理結(jié)構(gòu)，自組織和自學(xué)習(xí)功能以及很強(qiáng)的容錯性和魯棒性等優(yōu)點(diǎn)，能夠用來進(jìn)行非線性逼近。因此我們采用人工神經(jīng)網(wǎng)絡(luò)對相對坐標(biāo)和相對誤差半徑進(jìn)行標(biāo)定。我們采用了如圖2a所示的前饋型神經(jīng)網(wǎng)絡(luò)模型和誤差反傳算法（我們稱之為三層BP網(wǎng)絡(luò)），其結(jié)構(gòu)分為輸入層、隱層和輸出層，單元數(shù)分別設(shè)為M，L和N。從輸入層到隱層的連接權(quán)為w1_ij，隱層到輸出層的連接權(quán)為w2_jk；隱層和輸出層的閾值分別為b1_j和b2_k。神經(jīng)網(wǎng)絡(luò)如式（1）～式（4）所示。