论文部分内容阅读
本文主要研究了多移动机器人协调系统中的多移动机器人路径规划算法与导航系统。导航系统采用了全局路径规划与局部路径规划算法相结合的方式。全局路径规划采用改进的动态规划算法,将其他机器人位置信息加入机器人路径规划当中。局部路径规划采用人工势场法,使机器人不断朝目标运动的同时避免与环境、障碍物发生碰撞。通过在分布式多移动机器人仿真系统上进行的实验,充分证明了路径规划算法与导航系统适于多移动机器人协调,性能比较好。本文主要研究了以下内容:1.构建适合于多移动机器人的导航系统;2.提出一种适用于多移动机器人的路径规划算法;3.利用分布式多移动机器人仿真系统验证导航系统与路径规划算法。导航系统采用全局路径规划与局部路径规划算法相结合的方式。导航系统启动后,机器人和服务器建立连接,服务器会读取数据库中的地图信息,将地图信息传送给机器人。机器人先做全局路径规划,从地图信息中提取出拓扑图,结合地图信息中的数据,搜索最优路径,完成全局路径规划。全局路径规划的结果是由道路,站组成的一条全局路径。机器人在每段道路中进行局部路径规划算法,在朝局部目标点运动的同时,要与墙壁保持安全距离,并且要避免与其他机器人相撞。每到达一个局部目标点,机器人就朝终点接近一步,并最终完成服务器给定的任务。在导航系统中,全局路径规划给机器人全局的指导,目标明确,避免了仅用局部路径规划时造成的机器人运动的盲目性。同时又发扬了局部路径规划的优势,具有良好的实时性,避免碰撞。 <WP=67>在导航系统中,全局路径规划采用改进动态规划算法。改进动态规划算法是在传统的动态规划算法的基础上,加入机器人的位置信息作为道路的动态权重,从而产生了适用于多机器人的路径规划算法。机器人在做路径规划时,当一条道路被多个机器人占用,随着机器人数量的增加,道路的权重也会增加,达到一定数量时,机器人就自然选择那些在道路的长度上略长,但机器人数量较少的道路,从而有效改善了道路的状况,使整个系统运行更顺畅。改进动态规划算法的复杂度为O(n),搜索效率高,但计算量却没有明显增加。同时,机器人还设有十字路口检测模块,在遇到一条道路有多个出口时,就由该点到目标点再次做全局路径规划,保证机器人选择最优路径。局部路径规划采用人工势场法。人工势场实际上是对机器人运行环境的一种抽象描述,目标点对机器人产生引力,环境中的障碍物和其他机器人产生斥力,最后根据引力和斥力的合力来决定机器人的运动方向,使机器人绕过障碍物的同时朝目标前进。应用人工势场法规划出来的路径比较平滑、安全,在数学描述上简洁、使用方便。在多移动机器人协调系统中,解决机器人之间的碰撞是一个非常关键的技术,人工势场法完全满足多移动机器人系统对局部路径规划算法的要求。最后利用分布式多移动机器人仿真系统验证多移动机器人导航系统与路径规划算法。分布式多移动机器人仿真系统是为了验证多机器人算法而设计的,采用分布式体系结构。仿真系统包括显示模块,服务器模块,机器人模块,通信模块及部分。服务器负责任务分配,收集机器人的信息,与机器人进行信息交互。机器人负责全局路径规划,局部路径规划,计算机器人的坐标,完成服务器给定的任务。利用分布式多移动机器人仿真做了一系列实验,包括全局路径规划算法实验,局部路径规划算法实验,以及多移动机器人路径规划实验。全局路径规划实验验证了改进动态规划算法能够使机器人搜索到全局最优的路径。局部路径规划实验验证人工势场法能够使机器人在追踪局部目标的同时避开障碍物。多机器人实验验证了导航系统能够为系统中的每个机器人找到最优路径,引导机器人完成给定任务,并且在整个运行过程<WP=68>中避免机器人之间的碰撞。最后,在总结全文的基础上,提出了若干有待深入研究的问题。