基于細(xì)胞自動(dòng)機(jī)的移動(dòng)機(jī)器人導(dǎo)航方法研究.pdf

1、機(jī)器人導(dǎo)航技術(shù)是移動(dòng)機(jī)器人研究領(lǐng)域中的一項(xiàng)關(guān)鍵技術(shù)，涉及到機(jī)器人的感知、規(guī)劃、執(zhí)行等諸多方面。隨著移動(dòng)機(jī)器人應(yīng)用范圍深度和廣度的延拓，對(duì)導(dǎo)航算法提出了更高的要求。如何降低算法的復(fù)雜度，提高實(shí)時(shí)性和克服局部極小點(diǎn)都是導(dǎo)航算法必須解決的問(wèn)題。
　　 細(xì)胞自動(dòng)機(jī)（Cellular Automata，CA）具有結(jié)構(gòu)簡(jiǎn)單，并行計(jì)算能力強(qiáng)的優(yōu)點(diǎn)，被廣泛應(yīng)用于復(fù)雜系統(tǒng)研究。本文在建立環(huán)境細(xì)胞自動(dòng)機(jī)模型的基礎(chǔ)上設(shè)計(jì)了移動(dòng)機(jī)器人路徑規(guī)劃算法，該算

2、法不僅克服了局部極小點(diǎn)，而且具有很好的實(shí)時(shí)性，取得的主要研究成果包括：
　　 （1）建立了移動(dòng)機(jī)器人工作環(huán)境的細(xì)胞自動(dòng)機(jī)模型，并基于這種模型設(shè)計(jì)了移動(dòng)機(jī)器人路徑規(guī)劃算法，該算法分為細(xì)胞自動(dòng)機(jī)的演化和路徑的搜索兩個(gè)過(guò)程。提出了細(xì)胞自動(dòng)機(jī)分別按照機(jī)器人移動(dòng)的曼哈頓距離演化和按照機(jī)器人起始點(diǎn)與目標(biāo)點(diǎn)的相對(duì)位置演化兩種規(guī)則，并分別給出了沿起點(diǎn)和終點(diǎn)兩個(gè)方向出發(fā)的演化過(guò)程。
　　 （2）針對(duì)移動(dòng)機(jī)器人按照曼哈頓距離規(guī)則規(guī)劃出的路徑

3、移動(dòng)時(shí)緊靠障礙物存在碰撞危險(xiǎn)的問(wèn)題，提出了基于細(xì)胞自動(dòng)機(jī)模型路徑規(guī)劃算法的改進(jìn)策略。改進(jìn)后的算法增加了對(duì)障礙物的邊緣檢測(cè)并建立了障礙物增長(zhǎng)后的細(xì)胞自動(dòng)機(jī)模型。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的算法可以保證移動(dòng)機(jī)器人在移動(dòng)時(shí)遠(yuǎn)離障礙物，避免碰撞。
　　 （3）開(kāi)發(fā)了基于細(xì)胞自動(dòng)機(jī)模型的移動(dòng)機(jī)器人路徑規(guī)劃仿真軟件，實(shí)現(xiàn)了算法的可視化。在不同環(huán)境地圖下對(duì)算法進(jìn)行了反復(fù)實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，本文提出的算法可以使移動(dòng)機(jī)器人很好的完成導(dǎo)航任務(wù)。作為比較，

4、在Pioneer3-DX平臺(tái)實(shí)現(xiàn)了基于人工勢(shì)場(chǎng)法的移動(dòng)機(jī)器人導(dǎo)航，在Matlab平臺(tái)下開(kāi)發(fā)了基于遺傳算法的可視仿真軟件，并分別同本文提出的算法進(jìn)行了比較和分析，比較和分析結(jié)果表明，本文的算法克服了人工勢(shì)場(chǎng)法陷入局部極小點(diǎn)問(wèn)題，運(yùn)行時(shí)間優(yōu)于遺傳算法。
　　 （4）本文設(shè)計(jì)了基于啟發(fā)式規(guī)則細(xì)胞自動(dòng)機(jī)模型的移動(dòng)機(jī)器人路徑規(guī)劃算法。這種算法將細(xì)胞自動(dòng)機(jī)模型與A*搜索算法相結(jié)合，以A*算法的啟發(fā)式函數(shù)作為細(xì)胞自動(dòng)機(jī)的演化規(guī)則。仿真實(shí)驗(yàn)結(jié)果