基于混沌優(yōu)化的移動機器人規(guī)劃問題研究.pdf

1、機器入學是人工智能研究領域的一個分支，半個世紀以來取得了飛速的發(fā)展。機器人是人類創(chuàng)造的一種機器，也是人類創(chuàng)造的一個偉大奇跡。機器人的誕生和機器人學的建立，是20世紀人類科學技術的重大成就。此后機器人在世界經(jīng)濟各個領域和人們生活的眾多方面忠誠地為人類服務，做出了不可磨滅的貢獻。在機器人40年的發(fā)展過程中，其功能已從進行簡單的操作發(fā)展到能承擔多種任務；工作環(huán)境也從固定的工廠或車間轉移到戶外，從陸地延伸到海洋、天空；服務對象從機械裝置到家庭、

2、醫(yī)院和娛樂場所等。應用范圍遍及航空航天、水下作業(yè)、危險和極限作業(yè)環(huán)境(如核工業(yè)、火災、地震現(xiàn)場等)、工農(nóng)業(yè)生產(chǎn)、軍事、醫(yī)療、日常生活、福利、直至娛樂等眾多領域。 機器人的種類按移動性可分為：固定式機器人和移動機器人。固定式機器人固定在某個底座上，整臺機器人(或機械手)不能移動，只能移動它的各個關節(jié)；移動機器人可沿某個方向或任意方向移動，它可分為輪式機器人、履帶式機器人和步行機器人；按機器人的智能程度又可分為：一般機器人和智能機器

3、人。一般機器人不具有智能，只具有一般編程能力和操作功能。智能機器人具有不同程度的智能，可分為：傳感型機器人、交互型機器人和自主型機器人。傳感型機器人具有利用傳感信息(包括視覺、聽覺、觸覺、接近覺、力覺和紅外、超聲及激光等)進行傳感信息的處理，實現(xiàn)控制與操作的能力。交互型機器人通過計算機系統(tǒng)與操作員或程序員進行人—機對話，實現(xiàn)對機器人的控制與操作。自主型機器人在設計制作完成之后，無需人的干預，能夠在各種環(huán)境下自動完成各項擬人任”。

4、 移動機器人是機器人學的一個重要分支。在國際上，移動機器人的研究始于20世紀60年代末，到70年代末期，隨著計算機的應用和傳感技術的發(fā)展，移動機器人的研究出現(xiàn)了新的高潮，特別是在80年代中期，設計和制造機器人的浪潮席卷全世界。一大批世界著名公司開始研制移動機器人平臺，從而促進了移動機器人學多種研究方向的出現(xiàn)。自20世紀80年代后期以來，許多國家都有計劃地開展了移動機器人技術的研究。如美國的Hughes人工智能中心在1987年首次進行了移

5、動機器人越野實驗；Stanford大學的室內(nèi)移動機器人能在立體制導系統(tǒng)引導下慢速步行等。90年代以來，以研制高水平的環(huán)境信息傳感器和信息處理技術，高適應性的移動機器人控制技術，真實環(huán)境下的規(guī)劃技術為標志，開展了移動機器人更高層次的研究。我國的移動機器人研究在國家“七五”、“八五”及“863”計劃的推動下也取得了很大的進展。中國科學院沈陽自動化研究所、清華大學智能與系統(tǒng)實驗室、北京航空航天大學、河北工業(yè)大學等科研院所及高校較早地開展了對移

6、動機器人的研究?，F(xiàn)在以移動機器人作為載體開發(fā)的特種機器人種類繁多，如農(nóng)業(yè)中使用的自主行走拖拉機、智能輪椅、核工業(yè)中的廢料運輸機器人、服務機器人、高速公路中的自動駕駛車等等。目前，移動機器人已向?qū)嵱没⑾盗谢l(fā)展，中科院沈陽自動化研究所已完成了系列自主車(Automatic Guided Vehicle，AGV)的開發(fā)等。由于移動機器人具有更大的使用靈活性，已經(jīng)成為機器人技術研究的一個熱點。 智能移動機器人是一類能夠通過傳感器感知

7、環(huán)境和自身狀態(tài)，實現(xiàn)在有障礙物的環(huán)境中面向目標的自主運動(導航)，從而完成一定作業(yè)功能的機器人系統(tǒng)。未知環(huán)境下的移動機器人自主導航控制技術已成為空間探測機器人的一項關鍵技術，適應于未知環(huán)境的移動機器人導航系統(tǒng)應具備環(huán)境認知、行為決策、運動控制等能力。該領域的研究內(nèi)容主要包括體系結構、環(huán)境建模與定位、路徑規(guī)劃、運動控制、故障診斷與容錯控制等若干方面。 在自主式移動機器人相關技術的研究中，導航技術是其研究核心。導航主要解決三方面的問

8、題：(1)通過一定的檢測手段獲取移動機器人在空間中的位置、方向以及所處的環(huán)境信息；(2)用一定的算法對所獲得的信息進行處理并建立環(huán)境模型；(3)尋找一條最優(yōu)或近似最優(yōu)的無碰路徑，實現(xiàn)移動機器人安全移動的路徑規(guī)劃。所以路徑規(guī)劃是導航的重要研究課題。其總的控制目標是使機器人運動到目標點，總的約束是使得在整個運動過程中，機器人不能碰到任意一個障礙物。而機器人的運動規(guī)劃則為在考慮機器人動力學模型、動力學約束、運動學約束條件下，滿足某種性能指標且

9、與障礙物無碰撞，同時處理協(xié)調(diào)多個機器人的運動、對不確定性進行推理以便建立可靠的基于傳感器的運 動策略的規(guī)劃。本文對移動機器人的路徑規(guī)劃和運動規(guī)劃分別進行了研究。由于多障礙動態(tài)環(huán)境下的路徑規(guī)劃是一個比較復雜、至今沒能妥善解決的問題，而當前傳統(tǒng)規(guī)劃方法與新的智能優(yōu)化算法的結合是一種新的發(fā)展趨勢，所以本文在這方面進行了深入的研究。下面先介紹智能優(yōu)化算法的發(fā)展概況。 1.2現(xiàn)代優(yōu)化算法簡介 對最優(yōu)化問題求解的理論和算法的研究，是

10、當今數(shù)學和計算機科學研究的重要課題之一。所謂優(yōu)化算法，是一種搜索過程或規(guī)則，它是基于某種思想和機制，通過一定的途徑或規(guī)則，得到滿足用戶要求的解。從總體上看，優(yōu)化算法分為局部優(yōu)化算法和全局優(yōu)化算法。局部優(yōu)化算法的理論比較成熟，具有判斷局部極小點的最優(yōu)性條件，如：無約束問題的一階必要條件、二階必要條件和二階充分條件；約束問題的FritzJohn必要條件、Kulm-Tucker必要條件和Kuhn-Tueker充分條件。從優(yōu)化算法的發(fā)展來看局部

11、優(yōu)化算法比較多，但是，這些傳統(tǒng)的數(shù)值優(yōu)化算法通常只能找到目標函數(shù)的穩(wěn)定點(駐點)和局部最優(yōu)點，很難找到全局最優(yōu)點。即使能找到目標函數(shù)的最優(yōu)點，每次也只能找到一個。全局優(yōu)化算法在理論上還沒有確定的方法判斷一個局部最優(yōu)點是否為全局最優(yōu)點。因此，對大部分實際問題來說，如果能找到全局最優(yōu)點更好，但并不要求必須找到全局最優(yōu)點。對某些實際問題則必需找到全局最優(yōu)點。 目前有多種方式對全局優(yōu)化算法進行分類。2003年Coconut研究組根據(jù)算法

12、找到全局最優(yōu)解的可信程度，把全局優(yōu)化算法分成如下4類<'[7]>：(1)不完全方法(Incomplete Method)。它使用一定的啟發(fā)式搜索技術，不能保證找到全局最優(yōu)解。(2)漸近完全方法(Asymptotically Complete Method)。它隨著運行時間趨向于無窮，將以概率1找到全局最優(yōu)解，但是無法知道何時找到全局最優(yōu)解。(3)完全方法(Complete Method)。它經(jīng)過一定時間的計算以后可以知道已經(jīng)找到近似全局