基于狹窄通道識(shí)別的機(jī)器人路徑規(guī)劃研究.pdf

1、機(jī)器人路徑規(guī)劃是移動(dòng)機(jī)器人研究領(lǐng)域中的一個(gè)重要課題，經(jīng)過(guò)幾十年的研究，涌現(xiàn)出一批高效的算法:如路標(biāo)法、基于柵格劃分的A*算法、可視圖法、勢(shì)場(chǎng)法等。但當(dāng)配置空間維數(shù)隨機(jī)器人自由度增加而增加時(shí)，上述算法的性能急劇下降，甚至導(dǎo)致維數(shù)災(zāi)難?；陔S機(jī)采樣的路徑規(guī)劃在上世紀(jì)九十年代應(yīng)運(yùn)而生，致力于解決多自由度機(jī)器人的路徑規(guī)劃難題。其通過(guò)對(duì)配置空間的隨機(jī)快速采樣獲得配置空間的連通性。近年來(lái)，隨機(jī)性方法廣泛應(yīng)用于工作環(huán)境中存在障礙物的路徑規(guī)劃:如隨機(jī)路

2、標(biāo)法，快速搜索隨機(jī)樹(shù)法等，對(duì)高維數(shù)配置空間中的路徑規(guī)劃非常有效。然而當(dāng)機(jī)器人工作空間中存在較多障礙物或者未知位置的狹窄通道時(shí)，這些方法的運(yùn)算時(shí)間就特別長(zhǎng)，甚至很難找到合適的路徑。針對(duì)這一問(wèn)題，本文在對(duì)工作環(huán)境中狹窄通道進(jìn)行識(shí)別的基礎(chǔ)上，進(jìn)行了相關(guān)路徑規(guī)劃方面的研究，主要包含以下幾個(gè)方面的內(nèi)容:
　　 (1)提出了星形試驗(yàn)法，提高了算法對(duì)狹窄通道的識(shí)別能力，避免路標(biāo)分布于障礙物的凹陷死角內(nèi)。在此基礎(chǔ)上，對(duì)均衡采樣、高斯采樣、橋試驗(yàn)

3、法以及本文所提出的星形試驗(yàn)法等四種隨機(jī)路標(biāo)采集方法的狹窄通道識(shí)別性能進(jìn)行分析，并以仿真驗(yàn)證了星形試驗(yàn)法的有效性。
　　 (2)提出基于星形試驗(yàn)法的三樹(shù)RRT算法，用于求解具有狹窄通道的多自由度機(jī)器人路徑規(guī)劃問(wèn)題。通過(guò)星形試驗(yàn)法發(fā)現(xiàn)的標(biāo)記配置點(diǎn)啟發(fā)式地引導(dǎo)樹(shù)擴(kuò)展算法在狹窄通道中進(jìn)行更多的采樣，從而使RRT樹(shù)既能夠覆蓋開(kāi)闊的自由配置空間，又能夠獲得良好的連通性。算法具有簡(jiǎn)單、通用的特點(diǎn)，并通過(guò)大量仿真驗(yàn)證了該算法的性能比雙樹(shù)結(jié)構(gòu)的R

4、RT-CONNECT算法更高。
　　 (3)針對(duì)狹窄通道中路標(biāo)采集難的問(wèn)題，提出了基于狹窄通道識(shí)別的混合路標(biāo)規(guī)劃法。新提出的路徑規(guī)劃器的關(guān)鍵策略在于星形試驗(yàn)法，它能提高狹窄通道中的路標(biāo)密度以改善路標(biāo)連接樹(shù)的擴(kuò)展速度。星形試驗(yàn)法可以看作是一種過(guò)濾狹窄通道的工具，在全局范圍內(nèi)篩選出狹窄通道區(qū)域，在標(biāo)識(shí)出的區(qū)域內(nèi)使用均衡采樣器作局部的路標(biāo)采集，提高局部區(qū)域的路標(biāo)密度。在全局和局部交替采集路標(biāo)，最終使路標(biāo)的分布理想化，減少了路標(biāo)規(guī)劃所必

5、需的路標(biāo)總數(shù)，進(jìn)而加快了連接樹(shù)的擴(kuò)展速度。
　　 (4)提出了基于地圖學(xué)習(xí)的多任務(wù)規(guī)劃算法，利用高斯采樣器生成三分之一的樣本用以檢測(cè)障礙物，用星型試驗(yàn)法生成三分之一的樣本用以檢測(cè)配置空間中的狹窄通道，同時(shí)在全空間均勻采樣三分之一的樣本點(diǎn)。通過(guò)混合采用三種采樣方式，學(xué)習(xí)環(huán)境地圖。在此基礎(chǔ)之上，提出了一種改進(jìn)的擴(kuò)展隨機(jī)樹(shù)算法，使得算法即能夠探索開(kāi)闊的自由空間，也能有效地識(shí)別配置空間中的狹窄通道，同時(shí)使得機(jī)器人能夠在這個(gè)框架下完成多任