论文部分内容阅读
智能小车广泛应用于生产生活的各个方面,要使智能小车成功完成给定任务,那么必须得让智能小车自主到达指定地点,因此研究智能小车路径规划技术具有重要的价值。但是,大多数路径规划研究仅停留在对算法的理论研究阶段,并且这些算法在不同程度上存在一定的局限性和缺点,如A*算法规划的路径较长,转折角度过大,不够平滑,人工势场法存在目标不可达以及局部极小值缺陷。同时对于利用硬件来实现移动机器人的路径规划也是一个难点问题。本文针对这一问题分别对A*算法以及人工势场法存在的缺点进行了一定的改进优化,并将两者结合起来设计出混合路径规划算法。最后在rikirobot智能小车硬件平台上进行路径规划实际应用,效果较好。主要研究工作和成果如下:1.针对A*算法在进行全局路径规划时路径较长,转折角度过大,路径不够平滑的缺点,提出了利用智能蚁群算法对A*算法中的路径进行迭代优化的改进算法。通过matlab下的对比仿真验证,可知改进的A*算法在进行路径规划时,规划的路径更短,总转折角度更小,规划出的路径较为平滑。2.针对人工势场法进行局部路径规划时存在的目标不可达和局部极小值的缺点采用修正势场法以及引入逃逸力对其进行改进。仿真表明,改进的人工势场法克服了局部极小值和目标不可达问题。3.利用A*算法在全局路径规划这方面搜索路径较快、算法简单以及人工势场法在局部路径规划方面实时性高、局部避障效果好的的优势,将改进的A*算法与人工势场法相结合,设计混合路径规划算法。仿真验证了混合路径规划算法。4.对提出的混合路径规划算法在真实环境下进行了实际应用。首先搭建Rikirobot智能小车硬件平台并分析其运动学模型,配置ROS kinetic以及上位机开发环境。在上位机以及智能小车之间建立通信连接以后,首先对智能小车进行导航参数配置、角速度线速度校正、IMU校正以及PID动态校正。然后在上位机远程控制智能小车,利用小车搭载的2D激光雷达采集周围环境信息,采用ROS中自带的SLAM算法包构建环境地图。之后小车按照混合路径规划算法规划出一条最优路径,避开障碍物,成功到达目标点。实验最后成功表明混合路径规划算法不仅理论上是有效的,而且实际中也是可行的。