论文部分内容阅读
路径规划技术是除草机器人的一项最基本的技术,算法的优劣对其智能化程度和效率高低具有很大影响。目前的路径规划算法大多都是针对其中的几个方面提出解决方案,还没有一个实用性很强的规划算法,如存在规划的路径不是最优、路径规划算法缺乏实时性和移动机器人易与障碍的棱角发生碰撞等问题。本文针对以上问题着重就除草机器人的全覆盖路径规划进行研究。本文的主要内容如下:(1)深入分析了移动机器人的路径规划方法和全区域覆盖路径规划方法,提出拟采用全局路径规划和局部路径规划相结合的方法规划除草机器人的除草路径。明确智能除草机器人的路径规划应是全区域覆盖路径规划,且需使全覆盖路径规划的覆盖率最大,重复率最小。而且在有障碍物存在的情况下,智能除草机器人需针对其局部的路径进行局部规划,以便避开障碍物。因此本文提出通过沿边学习和栅格地图法为工作环境建模、犁田式的全局路径规划算法来对除草机器人进行全局路径规划,以及用神经网络算法规划除草机器人的局部路径。(2)提出一种基于细胞神经网络的路径规划算法,改进了宋勇提出的基于递归神经网络的移动机器人路径规划方法。本文首先分析了细胞神经网络的结构、算法等要素,然后针对宋勇提出的基于递归神经网络的移动机器人路径规划方法中存在的不足,对在智能除草机器人当前邻近位置中具有最大活性的位置不唯一时提出解决方法,并对当除草机器人处在与障碍物相邻的位置时其局部的路径规划进行改进。同时,用仿真实验验证了算法的可行性。(3)提出基于BP神经网络的路径规划算法和基于细胞神经网络与BP神经网络相结合的除草机器人的全覆盖路径规划方法。本文针对除草机器人的全覆盖路径规划要求,首先通过BP神经网络算法来规划除草机器人在局部的路径规划,并进行仿真实验。然后把前面提出的改进型基于细胞神经网络的路径规划算法和基于BP神经网络的局部的路径规划算法结合起来,提出除草机器人的全覆盖路径规划方法。仿真实验表明,两种方法都是有效且可行的,但后者对动态环境具有更好的适应能力,能进行实时地路径规划且鲁棒性好。