论文部分内容阅读
多移动机器人路径规划问题是机器人研究领域中极具挑战性的问题,是机器人导航的核心内容。动态环境下多移动机器人路径规划是要在同时具有静态和动态障碍物的工作空间中,为每个移动机器人寻求一条从起始点到目标点的最优路径,同时保证移动机器人与障碍物之间、机器人之间不能发生碰撞。至今,大多数的工作仍着眼于环境信息已知并且不存在动态障碍物环境下的全局路径规划问题,动态环境下多移动机器人路径规划问题仍是一个待解决的难题。本文采用全局路径规划和局部预测避碰规划相结合的思路来解决动态环境下机器人路径规划问题,并在此研究成果的基础上,提出一种多机器人分布式滚动双层规划算法。本文的主要工作包括:1.研究了全局环境下移动机器人路径规划问题,在传统遗传算法基础上,提出了一种改进遗传算法。在算法设计过程中,使用了更加精确的适应度函数;改善了选择、交叉及突变遗传算子;增加了一种新的遗传算子。模拟实验证实了提出的改进遗传算法避免了传统遗传算法的局部最优以及收敛速度过慢问题,并在最短路径长度和时间性能上优于经典蚁群算法。2.针对动态复杂环境下单移动机器人路径规划问题,提出了一种基于全局路径规划和局部滚动预测避碰规划的双层规划算法。在全局路径规划中,提出了一种改进蚁群算法。在局部滚动预测避碰规划中,针对动态障碍物运动方向的不确定性,提出两种碰撞预测方案,并给出相应的碰撞避免策略。并针对所提出的双层规划算法存在不能适应环境变化的缺陷,在第二层规划中引入Follow_wall行为进行改进。仿真实验证实了所提算法对解决动态环境下移动机器人路径规划问题的有效性和改进蚁群算法的优越性。3.研究动态环境下多移动机器人路径规划问题。基于动态环境下单移动机器人路径规划的研究成果,详细设计了动态环境下多移动机器人分布式滚动双层规划算法。针对机器人之间可能存在的路径协调问题,提出了一种混合协调策略。并在仿真中设计了一种多机器人通过狭窄通道的实验场景,仿真实验表明所提算法的有效性。