论文部分内容阅读
随着移动机器人应用范围的扩大,其工作环境也日益复杂,往往是非结构化的、部分或全部未知的。局部路径规划侧重于使用传感器实时感知环境信息,使其能适应复杂的工作环境,及时有效地处理未知障碍和环境变化。基于行为的方法是路径规划发展的一个非常重要的研究方向,它将规划任务分解为多个相互独立、功能比较简单的行为单元,每个行为单元都具有自己的感知器和执行器,这种模块化的方法,提高了机器人的反应速度,降低了系统的计算量。但它存在行为不易描述、多个行为存在竞争冲突需要相互协调的问题。 本文以移动机器人Pioneer3为研究平台,对基于行为的移动机器人的局部路径规划方法进行了深入研究,并对相应的算法进行了仿真验证。主要研究工作为: 1、本文为移动机器人混合式体系结构的底层-反应层,设计了多个基本反应式行为,包括紧急行为、避障行为、趋向目标行为、漫游行为和沿墙行为。 反应式行为的设计主要采用模糊逻辑控制方法。鉴于避障模糊控制规则的制定存在的不完全性和主观性,采用自适应神经模糊控制系统(AdaptiveNeuro-Fuzzy Inference System,ANFIS)对隶属度函数、模糊控制规则进行优化,以达到更好的控制效果。 趋向目标行为和沿墙行为的控制规则采用模糊逻辑控制方法来设计。漫游行为采用人工势场法设计,并针对机器人在处于安全区域时容易发生死锁现象的问题,采用随机动作的方法予以解决。沿墙行为则是为解决机器人路径规划中容易出现的死锁问题设计的。 2、为使多个反应式行为协调一致地完成规划任务,设计了行为融合算法。行为融合算法采用优先级法和动态权值法相结合的方式。紧急行为具有最高的优先级,以保证机器人不会处于危险状况。避障行为和趋向目标行为采用动态权值法进行融合。 3、使用Matlab软件设计开发了路径规划仿真平台,并应用该平台对各反应式行为、以及行为融合算法进行仿真验证。仿真结果表明,不论是普通障碍物环境,还是存在U形障碍物的环境,机器人都能较好地完成路径规划任务,所提出的算法具有有效性和实时性。