基于CBR的移動(dòng)機(jī)器人路徑規(guī)劃方法研究.pdf

1、移動(dòng)機(jī)器人是機(jī)器人研究領(lǐng)域的重要方面,如何在未知的非結(jié)構(gòu)化環(huán)境里,尋找到一條從起始點(diǎn)到目標(biāo)點(diǎn)的安全無(wú)碰撞的有效路徑,屬于移動(dòng)機(jī)器人路徑規(guī)劃方面的一個(gè)重要問(wèn)題。通過(guò)對(duì)以往路徑規(guī)劃算法的研究和分析,可以發(fā)現(xiàn),靜態(tài)環(huán)境下的移動(dòng)機(jī)器人全局路徑規(guī)劃技術(shù)目前已比較成熟,但現(xiàn)實(shí)情況下,移動(dòng)機(jī)器人更多應(yīng)用于動(dòng)態(tài)環(huán)境下的自主導(dǎo)航,所以進(jìn)一步研究動(dòng)態(tài)環(huán)境下的路徑規(guī)劃更為重要。由于機(jī)器人對(duì)周?chē)h(huán)境的未知和不確定,自主導(dǎo)航實(shí)現(xiàn)過(guò)程中仍然存在很多問(wèn)題。
　

2、　移動(dòng)機(jī)器人未知環(huán)境下自主導(dǎo)航的關(guān)鍵問(wèn)題即對(duì)周?chē)h(huán)境信息掌握不足。假如機(jī)器人能夠模擬人的思維,利用以往的經(jīng)驗(yàn)或經(jīng)歷對(duì)當(dāng)前局部環(huán)境做出推理判斷,尋找出相似場(chǎng)景,并引用以往的解決方案來(lái)實(shí)現(xiàn)機(jī)器人自主避障,無(wú)論從時(shí)間還是距離上性能都會(huì)得到大大提升。
　　本文首先對(duì)國(guó)內(nèi)外學(xué)者研究的路徑規(guī)劃方法進(jìn)行了總結(jié),并在此基礎(chǔ)上,提出一種新的路徑規(guī)劃方法——基于CBR經(jīng)驗(yàn)混合的改進(jìn)勢(shì)場(chǎng)法,即利用過(guò)去的實(shí)際經(jīng)驗(yàn),從案例庫(kù)中檢索出與當(dāng)前問(wèn)題相類(lèi)似的已解問(wèn)

3、題,并對(duì)解決方案進(jìn)行修正學(xué)習(xí),復(fù)用于當(dāng)前環(huán)境,獲得最佳路徑,沒(méi)有相似案例的情況下,則調(diào)用改進(jìn)的勢(shì)場(chǎng)法進(jìn)行解決。CBR屬于一種增量型、可持續(xù)的學(xué)習(xí)方法,不斷地存儲(chǔ)更新案例庫(kù),能夠適用于不同場(chǎng)景下的不同問(wèn)題。仿真結(jié)果表明,該算法不僅能夠?qū)崿F(xiàn)快速安全避障,同時(shí)提高了移動(dòng)機(jī)器人在距離和時(shí)間上的性能。
　　為了進(jìn)一步驗(yàn)證算法的可行性,我們采用了開(kāi)源機(jī)器人操作系統(tǒng)ROS(Robot Operating System)作為軟件平臺(tái),全向輪移動(dòng)機(jī)