基于模糊算法的移动机器人路径规划

论文摘要

移动机器人作为机器人技术的一个重要分支,近年来得到了飞速的发展,应用领域越来越广。未知环境的移动机器人的路径规划和避障是现今研究的一个热点也是难点。在参考和总结了大量文献的基础上,本文提出了基于改进的模糊控制算法的移动机器人路径规划。首先,必须使机器人具有感知环境的能力,才能使移动机器人对环境做出正确的反应并进行路径规划。通过采用六个超声波传感器获取三个方位的环境信息,提高移动机器人对环境的探测能力。使移动机器人能够对前方、左方和右方的环境进行探测并及时发现障碍物。其次,分析推导移动机器人的运动模型。针对机器人避障问题,提出基于改进的模糊算法的避障策略。为使移动机器人能够及时有效地避开障碍物,对移动机器人的加速度进行模糊控制。为证明该算法的有效性,在Matlab模糊工具箱中设计具体的模糊控制器,并通过Simulink建立移动机器人路径规划的完整模型。通过建立仿真模型验证算法的可行性。最后,提出基于改进的模糊遗传算法的移动机器人路径规划。随着环境复杂性的增加,模糊算法变得繁琐,只通过模糊算法很难决定和调整描述系统行为的隶属度函数和模糊规则。针对遗传算法在控制问题上具有较高的实用性,通过在模糊控制算法中嵌入遗传算法,对传统的模糊控制算法进行改进,减少模糊算法的计算量使机器人更有效的避障。并通过仿真验证改进的模糊遗传算法的可行性。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 引言
• 1.2 选题的背景和依据
• 1.3 移动机器人路径规划研究的国内外现状
• 1.4 研究的目的和意义
• 1.5 本文组织结构
• 第2章 移动机器人外部环境信息的采集
• 2.1 超声波传感器的频率特性
• 2.2 超声波传感器测距方法
• 2.3 多超声波传感器测距采集环境信息
• 2.3.1 超声波测距存在问题的解决
• 2.3.2 多传感器信息的融合
• 2.4 本章小结
• 第3章 移动机器人系统建模
• 3.1 移动机器人的坐标系
• 3.2 移动机器人运动模型及位姿的确定
• 3.3 移动机器人安全距离的选取原则
• 3.3.1 前方有障碍物时安全距离的选取
• 3.3.2 侧面有障碍物时安全距离的选取
• 3.4 本章小结
• 第4章 模糊算法在路径规划中的应用研究
• 4.1 模糊控制系统
• 4.1.1 模糊集理论
• 4.1.2 模糊控制理论
• 4.2 避障控制策略的规划
• 4.3 模糊避障算法的设计
• 4.3.1 建立输入量和输出量模糊语言及其隶属度函数
• 4.3.2 建立路径规划的模糊控制规则
• 4.3.3 路径规划的模糊推理和解模糊
• 4.4 模糊算法进行路径规划的仿真
• 4.4.1 仿真平台构建
• 4.4.2 仿真实验结果
• 4.5 本章小结
• 第5章 基于改进模糊算法的路径规划
• 5.1 遗传算法的基本思想
• 5.2 模型的描述
• 5.3 运用遗传算法优化的研究
• 5.3.1 确定各参数的变化范围
• 5.3.2 编码方案
• 5.3.3 算法流程
• 5.4 遗传算法优化条件下模糊逻辑控制器设计
• 5.5 改进仿真实验
• 5.6 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间承担的科研任务与主要成果
• 致谢
• 作者简介