智能機器人路徑規(guī)劃算法及實驗研究.pdf

1、路徑規(guī)劃問題是智能機器人研究中的關鍵問題之一。已知環(huán)境下的路徑規(guī)劃問題比較簡單，已有許多成熟的方法。未知環(huán)境下的路徑規(guī)劃問題還遠沒有形成一套完整的理論，缺乏實用有效的方法。本文借鑒預測控制原理，研究了一類處理靜態(tài)復雜未知環(huán)境下路徑規(guī)劃問題的方法。本文首先研究了未知環(huán)境中滾動規(guī)劃算法的一般步驟，然后在滾動框架下分別研究了A*和RNN路徑規(guī)劃算法，并基于上述算法得到兩類不同的滾動路徑規(guī)劃算法。 在路徑規(guī)劃算法的研究中，實驗具有重要的

2、作用，一般用來驗證算法在實際環(huán)境下的各種性能，并可用于對不同算法進行性能比較。本文提出并實現(xiàn)了一種基于滾動框架的路徑規(guī)劃和導航軟件，該軟件基于面向對象結構體系和三步式運行機制，能根據算法指導機器人在實際環(huán)境下的路徑規(guī)劃；同時封裝了機器人的視覺通訊和底層驅動功能，大大減少了算法研究者在設計算法時的代碼編寫工作量。在該軟件的基礎上，本文還設計實施了幾個實際環(huán)境下的路徑規(guī)劃實驗，用來驗證和比較前面得到的兩類不同的滾動算法的有效性和在性能上的差

3、異。 本文的主要研究成果包括： 在機器人路徑規(guī)劃問題中引入預測控制原理，研究了滾動路徑規(guī)劃算法,給出了滾動規(guī)劃算法的一般步驟。 提出了一種改進的基于A*算法的滾動算法，此算法通過引入二叉堆這一數據結構，減少了路徑規(guī)劃算法在局部規(guī)劃時待考察的可行節(jié)點數量，降低了計算時間，提高了路徑規(guī)劃算法的實時性。仿真結果表明了改進的算法相比較原算法對于路徑規(guī)劃實時性的改善。 研究了回歸神經網絡（RNN），提出了一種基于R

4、NN的滾動規(guī)劃算法。RNN具有高度的并行性和豐富的動力學性質。仿真和實驗結果都說明，這種算法能夠同時滿足滾動規(guī)劃對快速性和有效性的要求，在某些環(huán)境下比A*算法更具優(yōu)勢。 設計了一種機器人路徑規(guī)劃和導航軟件Rolling Navigator，該軟件實現(xiàn)了前面提出的滾動規(guī)劃的基本原理的三個主要環(huán)節(jié)以及前面提到的兩類滾動算法，方便了路徑規(guī)劃算法和實驗的研究。 將Rolling Navigator成功集成在上海交通大學自行研制的