未知環(huán)境下移動(dòng)機(jī)器人的下一個(gè)最佳探測視點(diǎn)算法研究.pdf

1、智能移動(dòng)機(jī)器人是一個(gè)集傳感器技術(shù)，規(guī)劃與決策，以及人工智能等多功能多學(xué)科于一體，并能夠自主完成特定任務(wù)的綜合感知系統(tǒng)。隨著計(jì)算機(jī)技術(shù)爆炸式的更新，信息處理及智能控制理論的完備，國內(nèi)外學(xué)者越發(fā)關(guān)注移動(dòng)機(jī)器人技術(shù)的應(yīng)用和研究。
　　未知環(huán)境下的自主探測規(guī)劃是移動(dòng)機(jī)器人導(dǎo)航領(lǐng)域的一個(gè)重要研究課題。自主探測規(guī)劃可以理解為一種特殊的點(diǎn)到點(diǎn)的路徑規(guī)劃，指機(jī)器人在較短時(shí)間內(nèi)依據(jù)自身所攜帶的傳感器獲得的信息感知盡可能大的未知區(qū)域，最終實(shí)時(shí)控制機(jī)器

2、人運(yùn)動(dòng)，達(dá)到構(gòu)建未知地圖的目的。
　　探測規(guī)劃對確保未知環(huán)境地圖構(gòu)建的高效性，精確性以及提高機(jī)器的自主性具有重要的應(yīng)用價(jià)值。但如何根據(jù)不完整的地圖信息，確保整個(gè)規(guī)劃路徑的最優(yōu)性和探測的完備性，一直都是該領(lǐng)域的難點(diǎn)。相應(yīng)各種探測規(guī)劃算法也應(yīng)運(yùn)而生。本文針對探測規(guī)劃中探測視點(diǎn)生成，點(diǎn)到點(diǎn)路徑規(guī)劃，探測視點(diǎn)評估等核心環(huán)節(jié)進(jìn)行了廣泛深入的研究，并完成以下所述工作：
　?、俦疚氖状翁岢龌诰匦苇h(huán)區(qū)域前沿點(diǎn)的探測視點(diǎn)生成方法，通過基于探

3、測半徑大小來生成探測視點(diǎn)區(qū)域，并依次遍歷該區(qū)域獲得基于前沿點(diǎn)的候選視點(diǎn)。根據(jù)地圖構(gòu)建中的特點(diǎn)，本文在路徑規(guī)劃時(shí)提出基于蟻群算法的改進(jìn)算法。視點(diǎn)評估過程中，提出基于路徑成本和信息增益的代價(jià)評估函數(shù)，用規(guī)劃路徑中每個(gè)柵格單元的相鄰8個(gè)柵格單元的未知占用狀況的綜合評分作為信息增益來選出最佳候選視點(diǎn)。
　?、谠谙到y(tǒng)分析貝葉斯濾波算法后，本文結(jié)合馬爾可夫鏈的無后效性，提出基于隱馬爾科夫模型的貝葉斯濾波算法。并將所提出的算法進(jìn)行推導(dǎo)計(jì)算，驗(yàn)證

4、該算法在計(jì)算評估置信度的正確性。最后，針對機(jī)器人移動(dòng)過程中開關(guān)門的具體實(shí)例，驗(yàn)證了本文所提算法在計(jì)算后驗(yàn)概率分布的有效性和正確性。
　?、厶岢鲇糜?jì)算觀測概率的相對信息熵的方法來評估最大信息增益候選視點(diǎn)。利用環(huán)境地圖構(gòu)建中柵格的占用概率信息狀況，將起點(diǎn)到目標(biāo)點(diǎn)的柵格進(jìn)行光線遍歷，建立馬爾科夫評估模型后，用基于隱馬爾科夫模型的貝葉斯濾波算法來評估下一個(gè)最佳探測視點(diǎn)的觀測概率。通過對實(shí)際場景圖規(guī)則的建立，我們推導(dǎo)得到觀測狀態(tài)轉(zhuǎn)移矩陣和占