随着科技的发展,机器人领域已经成为衡量一个国家科学技术创新力和竞争力的重要标志。针对恶性恐怖事件和重大自然灾害等突发事件,能够在搜救、排爆与消防等工作中代替人去执行和完成这些危险任务的特种机器人越来越受到关注。本文以自主移动排爆机器人为研究对象,围绕机器人自主导航中的环境信息感知与重建、路径规划以及轨迹跟踪等问题进行了深入的研究,具体内容如下:首先,分别建立多连杆悬挂履带式运动平台与五自由度机械臂的运动学模型,并基于此构建整个排爆机器人的运动学模型,为后续控制方法的研究奠定了理论基础。其次,环境信息采集与地图创建以及目标位置的识别是路径规划的数据基础。本文采用TOF相机与激光扫描仪相配合的方式实现排爆机器人的环境信息感知,结合激光扫描仪识别范围大和TOF相机近场信息丰富等特点,通过激光扫描仪的点云数据与TOF相机的影像数据融合,采用KCF算法+距离约束的方式,实现地图创建与目标识别。随后,针对路径规划问题,做了以下研究工作:(1)基于TOF相机与激光扫描仪相融合的信息构建栅格地图,从而建立路径规划与轨迹跟踪的环境信息基础。(2)针对A*算法易导致航向抖动的问题,引入航向约束改进A*算法,提高了履带式运动平台的稳定性。(3)针对以最短运行时间为目标的五自由度机械臂轨迹规划问题,提出了基于混沌局部搜索的双种群遗传最优时间轨迹规划算法,提高了自主作业效率。最后,排爆机器人的轨迹跟踪性能是决定其能否自主完成抓取或销毁爆炸物等作业任务的重要环节,这就要求具有良好的实时性和精确性。为提高轨迹跟踪的精确性,基于模型预测控制原理,提出了末端轨迹跟踪算法,即已知当前时刻位置状态和下一时刻的位置输入状态,预测未来某时域内的输出状态;然后根据给定性能指标和约束条件求解未来一段时域内的输入序列,对实际输出进行反馈矫正。针对比例因子的动态路径跟踪控制问题,提出了一种基于非线性控制和自适应控制相结合的跟踪控制策略。综上所述,排爆机器人可通过TOF相机与激光扫描仪,完成环境信息采集与目标识别;通过改进的A*算法实现履带式运动平台的路径规划;通过基于混沌局部搜索的双种群遗传最优时间轨迹规划算法实现五自由度机械臂的轨迹规划;通过模型预测控制算法实现排爆机器人的轨迹跟踪。至此,排爆机器人已经初步具备了目标识别→路径规划→轨迹规划→轨迹跟踪这一自主作业能力,极大地提高了智能化水平。