人工势场局部最小问题的研究

论文摘要

移动机器人是一种能够在工作环境中自主移动并完成预定任务的智能系统,是机器人学和智能控制的一个重要研究领域,在工业、农业、民用以及军事等领域具有广泛的应用前景。在移动机器人的各项研究和应用中,导航是最基本和最重要的问题,移动机器人在其工作环境中必须具有可靠而灵活的自主移动能力,而基于学习的控制方法是实现机器人自主导航的关键技术。本文基于水的流动特性,提出了一种动态环境中移动机器人路径规划的新方法,它整合了虚拟水流法和势场法用于机器人导航。其具体方法是:将机器人的局部工作空间分解为若干个方形区域,根据其各处势的大小构建了一张虚拟地形图,在此地形图中,势能高的位置对应于工作空间中障碍物所在的区域或不希望机器人进入的区域,势能低的位置对应于工作空间中目标点或希望机器人进入的区域。机器人的初始位置设定为人工水源,人工水从当前位置流向势能低的地方,流到势能最低点,即机器人的目标位置时,人工水所流经的区域构成了从初始位置到目标位置的无碰路径。利用虚拟水流法可以解决势场法中的局部最小的问题。仿真实验表明该算法能够克服势场法中的局部最小点问题,表明了该方法的正确性和有效性。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 选题背景
• 1.2 机器人导航
• 1.2.1 机器人导航的分类
• 1.2.2 目前存在的问题
• 1.2.3 研究的意义
• 1.3 机器人导航算法的国内外研究动态
• 1.3.1 D*算法
• 1.3.2 PRM（Probabilistic Roadmap Method）算法
• 1.3.3 模拟进化算法
• 1.3.4 神经网络方法
• 1.3.5 人工势场法
• 1.3.6 机器人导航算法的发展
• 1.4 本文研究内容
• 1.5 本文的内容安排
• 第二章 移动机器人全局路径规划
• 2.1 移动机器人导航分析
• 2.2 路径规划
• 2.2.1 路径规划的定义
• 2.2.2 路径规划的分类
• 2.2.3 路径规划的基本步骤
• 2.3 全局路径规划算法的评价标准
• 2.4 路径搜索的算法
• 2.4.1 人工势场法
• 2.4.2 启发式路径搜索算法
• 2.4.3 随机算法
• 2.4.4 模拟进化计算
• 2.4.5 其他算法
• 2.5 几种规划算法的比较
• 2.6 本章小结
• 第三章 人工势场法
• 3.1 引言
• 3.2 改进的势场法
• 3.3 机器人的自动避障行为的设计
• 3.4 基于改进人工势场法的路径规划
• 3.5 仿真实验
• 3.6 本章小结
• 第四章 虚拟水流法
• 4.1 介绍
• 4.1.1 局部最小问题
• 4.1.2 虚拟水流法的提出
• 4.2 虚拟水流法
• 4.2.1 背景
• 4.2.2 实验步骤
• 4.2.3 算法描述及分析
• 4.3 仿真实验
• 4.3.1 仿真实验系统开发环境
• 4.3.2 仿真实验系统简介
• 4.3.3 仿真实验结论
• 4.4 本章小结
• 第五章 路径规划系统框架
• 5.1 概述
• 5.2 导航系统框架
• 5.2.1 外部接口第一层
• 5.2.2 第二层决策层
• 5.2.3 规划器内部结构
• 5.3 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 附录（攻读硕士学位期间发表的论文）