移动机器人的路径规划及定位技术

2022-10-29

一、移动机器人的路径规划技术

移动机器人路径规划主要指依据某一性能指标 (性能指标:路线最短、代价最小、时间最少等) , 在空间中找到一条从起始点到目标点的能避开障碍物的最佳路径。目前关于移动机器人路径规划技术的研究, 主要有人工智能路径规划技术、人工势场路径规划技术以及地图构建路径规划技术等。

(一) 人工智能路径规划技术

人工智能路径规划技术, 即在移动机器人的路径规划中应用现代人工智能技术, 如人工智能技术中的人工神经网络、模糊逻辑和信息融合、进化计算等。目前, 众多的人工智能优化算法已应用于移动机器人的路径规划中, 如遗传算法及其派生算法 (有助于解决组合优化的问题) 、蚁群算法 (有助于解决旅行商问题) 、模糊逻辑与信息融合技术 (有效处理机器人通过传感器所采集到的不确定和不完整的环境信息) 等。图1为局部路径规划的生物启发神经网络结构图。图中圆形部分为机器人感受器所能感受和处理的半径范围, 神经元与环境坐标一一对应, 机器人根据处理后的神经元信息来决定下一步的行进方向, 从而实现路径的安全规划[1]。

机器人“智能”特性的增强, 能有效解决一些传统规划的不足, 促推移动机器人进一步发展。

(二) 人工势场路径规划技术

人工势场路径规划技术的技术原理如下:在机器人对环境信息进行处理后, 机器人的周围空间就会建立一个势场, 该势场由引力场和斥力场组成。引力场的场强随机器人与目标点的距离增强而增加, 受力方向从机器人指向目标点, 斥力场与引力场相反。在引力与斥力的作用下, 机器人向着目标点运动, 避开障碍, 完成路径规划[2]。

式中, X为机器人的位置坐标, 为目标坐标, 为机器人与目标点的距离。比例系数k与指数m可以进行人为的调整。假设目标点对机器人的引力为引力势能的负梯度:

该式的梯度是对向量X求导数, 当机器人与目标点重合时其引力为0。同理, 可得斥力为:

则人工势场的势能为:

其在障碍物环境中机器人所受到的力为负梯度:

在机器人路径规划的人工势场法中, 引力势函数可取类似于重力势能的势函数:

可得引力为:

二、移动机器人的定位技术

机器人的定位技术是移动机器人完成导航任务的关键, 移动机器人通过传感器获取外界环境信息, 包括障碍物的分布、形状以及机器人的位置信息等, 根据获得的信息推算移动机器人和障碍物之间的相对位置关系, 才能保证机器人能准确完成导航任务。目前移动机器人的常用定位技术有航迹推算定位技术、地图定位技术以及视觉定位技术等[3]。

(1) 航迹推算定位技术。航迹推算是不需外部传感器来提供信息的一种定位方法, 短期定位精度很高。航迹推算的关键在于测量出移动机器人单位时间间隔经过的距离与这一时间内移动机器人的方向变化。其中, 基于惯性传感器的航迹推算定位方法是较为常用的一种方法, 其原理如下:利用陀螺和加速度计分分别测量出旋转率和加速率, 对测量结果进行积分, 求解出移动机器人的移动距离和航向变化, 再根据航迹推算的基本算法求出移动机器人的位置和姿态。这种方法优点显著, 但随着时间的变化, 积分误差会增大, 所以不能长时间使用。

(2) 地图定位技术。地图定位技术关键在地图构建, 即利用对环境的感知信息对客观空间进行建模, 构建地图模型。地图的典型构建方法有几何点图和拓扑地图。几何地图是获取环境的几何特征, 而拓扑地图描述了不同区域的连通性, 这是二者的本质区别, 但也存在一些模糊不清的地方, 如二者都依赖于几何信息的收集与处理。几何地图相比于拓扑地图, 具有更高的解析度, 但计算量随之增加[4]。

三、总结

移动机器人路径规划与定位技术的研究至今已取得了丰硕成果, 但各种技术方法仍存在一定的劣势, 亟待解决, 还需持续深入研究才能使移动机器人更符合社会需求, 以帮助人们更好地完成任务[5]。

摘要：随着科学技术的发展, 作为高新技术前沿代表的移动机器人在完成生产工作方面具有显著优势。其可通过传感器采集和处理信息, 使其能在障碍环境中完成任务, 其中, 移动机器人的路径规划与定位技术是关键。本文通过对移动机器人路径规划与定位技术的研究, 介绍两种应用广泛的路径规划技术以及定位技术, 以期能为移动机器人的发展提供参考思路。

关键词：移动机器人,路径规划,定位技术