基于人机智能融合的移动机器人路径规划方法研究

论文摘要

从地面无人作战平台以及月球车的应用需求来看,移动机器人在复杂非结构化环境下的路径规划问题是移动机器人导航与控制所要面临的首要问题。但由于相关技术发展和机器人系统本身的局限性,移动机器人的导航与控制不可能做到完全自主。本文针对解决该问题,提出了加入人的决策的人工导引RRT路径规划算法,设计了多模式人机智能融合遥控系统,来帮助机器人完成复杂非结构化条件下的安全导航与操控。本文的主要的创新点和成果包括:（1）提出一种基于人机智能融合的全局路径规划算法——人工导引RRT算法（AG-RRTs）。在该算法中,由人来选取导引路径点,标记出地图中狭窄区域,规划器以起始点、目标点、导引路径点为根节点形成多树,实现树之间的连接合并,直到返回解路径。该算法将双树RRT扩展到多树,实验表明,RRT算法效率在人的干预下获得提升。进行了移动机器人室内全局路径规划与实车实验,验证AG-RRTs算法的有效性。（2）设计并实现了三种基于人机智能融合的局部路径规划方法与对应的遥控模式。根据人的智能与机器人自主性能结合方式的不同,引入了路径关键点遥控、轨迹导引点遥控以及控制导引点遥控、控制导引点遥控三种半自主局部路径遥控模式,分析了各种遥控模式的性能和适用范围,并通过简单绕障实验进行对比分析。（3）建立了基于Pioneer3-AT移动机器人平台的人机智能融合遥控系统。该系统集成实现了包括主从、自主、半自主在内的多种操控方法,提供遥控模式选择交互,满足移动机器人不同环境和任务下的操控需求。在室内复杂综合实验中,操作人员通过不同的遥控模式完成了机器人在复杂的、不确定性环境下的导航任务,验证了该系统的实用性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究背景与意义
• 1.1.1 人机智能融合遥控技术的应用需求
• 1.1.2 人机智能融合路径规划的技术需求
• 1.2 国内外研究概况
• 1.2.1 快速扩展随机树算法
• 1.2.2 人机交互半自主规划与遥控
• 1.3 本文的主要研究工作
• 第二章 快速扩展随机树路径规划算法原理
• 2.1 位姿空间
• 2.1.1 位姿空间的构建
• 2.1.2 位姿空间中的障碍物与路径规划
• 2.2 面向路径规划的机器人动力学建模
• 2.2.1 不同类型的规划问题
• 2.2.2 机器人动力学模型
• 2.2.3 规划中引入动力学模型
• 2.3 经典RRT 算法
• 2.3.1 单树RRT 算法
• 2.3.2 双树RRT 算法
• 2.4 本章小节
• 第三章 基于快速扩展随机树的人机智能融合全局路径规划方法
• 3.1 人机智能融合路径规划框架
• 3.2 基于多树的人工导引RRT 全局路径规划算法
• 3.2.1 人工导引RRT 算法
• 3.2.2 RRT 路径规划实验
• 3.3 月球车路径规划与路径跟踪仿真实验
• 3.3.1 实验背景
• 3.3.2 实验过程与实验结果
• 3.4 地面移动机器人室内全局路径规划与实车实验
• 3.4.1 实验背景与实验环境
• 3.4.2 实验过程与实验结果
• 3.5 本章小节
• 第四章 基于人机智能融合的移动机器人遥控系统研究
• 4.1 人机智能融合遥控系统结构
• 4.2 移动机器人轨迹跟踪控制
• 4.3 多模式遥控功能实现
• 4.3.1 主从遥控
• 4.3.2 全局路径规划遥控
• 4.3.3 路径关键点遥控
• 4.3.4 轨迹导引点遥控
• 4.3.5 控制导引点遥控
• 4.4 移动机器人遥控实验
• 4.4.1 简单绕障实验
• 4.4.2 复杂综合实验
• 4.5 本章小节
• 第五章 结论与展望
• 5.1 论文工作总结
• 5.2 进一步研究展望
• 致谢
• 参考文献
• 作者在学期间取得的学术成果