论文部分内容阅读
智能移动机器人研究是机器人学中的一个重要分支。随着机器人技术的不断进步,机器人学科越来越具有强大的生命力。机器人运动环境的多变性和复杂性,决定了移动机器人路径规划问题是机器人领域一个研究重点,也是机器人实现智能化的关键技术。本文的研究工作主要是针对环境信息部分未知的情况下,移动机器人实时动态的路径规划算法和融合多传感器信息的自定位与制图这两个方面的研究展开的。本文不仅对路径规划算法进行了仿真实验,而且还在移动机器人实验平台上设计并完成了移动机器人路径规划软件。本文首先对国内外智能移动机器人的研究状况和发展趋势进行了分析,然后对移动机器人路径规划方法进行了综述,指出路径规划技术的研究重点和发展趋势。论文重点从全局规划和局部信息相结合的角度讨论了在部分环境信息未知情况下,基于D~*算法(动态A~*算法)的路径规划方法,动态的D~*算法是不完全的重规划,但是利用了原有的规划信息,在一定程度上实现了最优性和实时性的结合。D~*算法做到全局规划和局部信息相结合、离线的规划和在线的规划相结合。论文通过对D~*算法的深入研究,提出了对D~*算法的改进方案,仿真实验的结果表明对于未知障碍物的处理上,改进的D~*算法能够使移动机器人快速稳定的找到路径,达到预期效果,比传统的D~*算法计算的路径代价更小,性能更优越。针对环境信息部分未知的特殊性,本文对移动机器人平台的主要传感器的模型及其不确定性进行讨论,介绍了环境表示的具体方法,继而采用基于Bayes估计的概率算法融合环境中多传感器底层数据,论文研究并实现了移动机器人的自定位与地图创建,为移动机器人的导航提供了实时的地图更新信息。最后,借助WiRobotX80机器人软件开发平台WiRobot SDK,本文在Visual Basic环境中设计并完成了移动机器人路径规划软件,实现环境地图显示、传感器数据的采集、分析与处理、地图的栅格化与更新、路径的实时规划,机器人的运动控制等关键技术,完成了在环境信息部分已知情况中的路径规划实验研究。研究结果显示了论文工作的有效性。