论文部分内容阅读
本文根据模糊逻辑的控制原理对移动机器人的路径规划进行深入研究。具体来说,就是结合实际的移动机器人平台,利用机器人自身传感器,在位置环境中自行找到目标位置,并规划出一条到目标位置的无碰撞路径,并捕获目标。本文的主要工作内容有:1)了解机器人的发展历史以及国内外的最新科研成果,总结机器人路径规划方法并对其优缺点进行分析,为课题研究提供思路和理论基础;2)介绍本文所使用Kenblock移动机器人硬件平台与软件开发环境。由于基于模糊逻辑的移动机器人路径规划方法对机器人传感器依赖性较强,传感器种类和数量的多少会直接影响到最后的路径规划效果,本文使用Kenblock积木式移动机器人平台,为其增加了多种类型传感器,最大限度的优化路径规划效果;3)根据模糊逻辑的控制原理,利用合理的隶属度函数模糊化传感器输入信息,通过驾驶经验建立知识库及模糊推理过程,确定精确化接口方法,具体设计Kenblock的模糊逻辑控制器,同时给出了移动机器人解决死循环策略;4)深入研究了Kenblock目标识别的具体方法,为Kenblock移动机器人增加摄像头模块,使其能够自行寻找目标位置,这样就无需在路径规划前告诉机器人具体的目标位置坐标,即使目标位置是不停变化的,机器人也同样可以做出路径规划,使其能够适应更加复杂的环境;5)进行了大量的仿真实验(KiKS和V-REP两种仿真系统)和机器人系统实验(Kenblock移动机器人平台),实验结果表明移动机器人能够规划出一条避开障碍物且到达目标的较优路径,该路径运行轨迹平滑,同时解决U型死锁问题,从而证明本文设计的基于模糊逻辑的移动机器人路径规划模型的正确性和有效性。本文提出的方法的优点在于:1)机器人运行路径更加平滑;2)解决U型障碍物死锁问题;3)解决实际控制器中经常出现的速度跳变问题;4)目标识别使得实际机器人路径规划和目标跟踪成为可能。