基于深广结合算法的迷宫机器人路径规划研究

论文摘要

随着世界范围内的科学技术进步，机器人正以几何级数的增长方式进入到人类生活的各个领域，从无人驾驶直升机到高速公路上的AGV (Automatic GuidedVehicle)，从工业生产线上的机器人手臂到各式各样的娱乐机器人和教学机器人，从低级智能到高级智能，从计算机仿真到实际的实验系统，机器人研究的发展势头越来越猛。但是，自主移动机器人如何在未知的、复杂的环境中自主规划从起点到终点的路径，并且躲避障碍始终是一个复杂的技术难题。因此，进行移动机器人路径规划算法的研究，具有一定的理论意义和工程应用意义，而迷宫机器人是移动机器人的典型应用，也是检验路径规划算法较好的平台。本文在研究移动机器人的历史与现状基础上，重点在移动机器人避障与路径选择规划中常用的算法中选取栅格法、势场法、遗传算法等方法进行分析比较；并以自行设计的一款微型机器人为例，探讨了基于红外感知的未知环境特征提取方法和安全避障距离选取的原则，给出了一种深广结合算法的移动机器人避障策略；描述了深广结合算法在机器人迷宫地图中最优路径规划实现中的应用。除此之外，本文还在VC下构建了一个移动机器人的通信平台,并通过仿真实验证明了本文所依据的原理与所采用算法的有效性与正确性。全文共分七章：第一章为绪论，阐述了研究背景、意义和国内外机器人发展和研究现状，介绍本文的研究内容和研究思路。第二章介绍了几种移动机器人路径规划方法。第三章简述了自制迷宫机器人硬件的体系机构和控制原理，并着重强调了机器人的初始位置与移动机器人实现避障动作与路径规划的重要关系。第四章对移动机器人在地图已知情况下路径规划算法的原理与具体实现做了介绍，并综合传统的搜索迷宫算法——深度优先搜索，广度优先搜索以及遗传算法等经典的算法，给出一种改进的具有记忆能力的深广结合的迷宫探索方法。此外，还介绍了红外传感器测距的工作原理及相应的避障基本动作。第五章对迷宫机器人的软件实现进行了设计，按照模块化的思想，将机器人各个功能按照模块的要求分别编写程序，并详细分析了迷宫中遇到的八种路况，采用了路况记忆、死胡同记忆和转向记忆，按照基于行为的反应准则，相应的做出了设计。第六章在分析移动机器人基于深广结合算法在迷宫地图中的路径规划的实现的基础上，做出移动机器人在实际迷宫地图上运动图，并对基于红外传感器测距的几种典型避障情况的移动机器人运动特性进行了分析，证明了采用的算法的正确性与有效性。最后总结和讨论了本文所开展的工作，并提出了下一步的研究方向。

论文目录

• 摘要
• Abstract
• 插图索引
• 附表索引
• 第1章 绪论
• 1.1 选题背景和选题意义
• 1.2 国内外发展及研究现状
• 1.2.1 国外移动机器人发展及研究现状
• 1.2.2 国内移动机器人发展及研究现状
• 1.2.3 国内外迷宫机器人的发展现状
• 1.3 本文的研究内容和研究思路
• 第2章 移动机器人路径规划的经典方法分析
• 2.1 移动机器人路径规划方法概述
• 2.1.1 地图已知的路径规划方法
• 2.1.2 地图未知的路径规划方法
• 2.2 路径规划势场法介绍
• 2.2.1 规划势场函数的建立
• 2.2.2 时变势场法介绍
• 2.3 栅格法路径规划介绍
• 2.3.1 栅格法模型构建
• 2.3.2 栅格法的编码
• 2.4 路径规划遗传算法介绍
• 2.5 本章小结
• 第3章 迷宫机器人硬件的体系机构和控制原理
• 3.1 迷宫机器人硬件的体系机构
• 3.1.1 迷宫机器人系统的硬件结构介绍
• 3.1.2 微控制器选择
• 3.1.3 电机驱动模块
• 3.1.4 红外传感电路模块
• 3.1.5 电源部分
• 3.2 迷宫机器人控制原理
• 3.2.1 移动机器人坐标系的建立
• 3.2.2 全局坐标系与车载坐标系介绍
• 3.2.3 全局坐标系与车载坐标系的联系与转换
• 3.2.4 移动机器人仿真地图定位
• 3.2.5 移动机器人在实际环境中的定位
• 3.2.6 典型的移动机器人运动控制介绍
• 3.3 本章小结
• 第4章 迷宫机器人工作原理及其最短路径规划算法研究
• 4.1 迷宫机器人所用红外测距工作原理
• 4.1.1 红外测距工作原理
• 4.1.2 迷宫机器人的红外传感器测距
• 4.1.3 迷宫机器人的红外测距特性
• 4.2 机器人红外传感器测距的几种典型障碍物的避障运动规划
• 4.2.1 未知环境的特征提取
• 4.2.2 安全避障距离的选取
• 4.2.3 前方障碍物特性分析
• 4.2.4 侧面障碍物特性分析
• 4.3 迷宫机器人路径规划算法的问题描述
• 4.3.1 深度优先搜索算法
• 4.3.2 广度优先搜索算法
• 4.3.3 深广结合搜索算法的仿真实验结果比较
• 4.4 迷宫机器人路径规划算法的实现
• 4.4.1 迷宫的探测子程序
• 4.4.2 最优路径选择阶段
• 4.4.3 冲刺阶段
• 4.4.4 其他控制子程序
• 4.5 本章小结
• 第5章 迷宫机器人软件模块实现
• 5.1 机器人软件模块
• 5.1.1 初始化模块
• 5.1.2 运动模块
• 5.1.3 记忆模块
• 5.2 智能算法的实现
• 5.2.1 沿跑道中线前进的程序
• 5.2.2 无记忆功能的迷宫算法
• 5.2.3 有记忆功能的迷宫算法
• 5.3 本章小结
• 第6章 实验结果及分析
• 6.1 深广结合的迷宫路径规划算法试验
• 6.2 算法的实验结果分析与比较
• 6.3 本章小结
• 总结与展望
• 参考文献
• 致谢
• 附录 A 攻读学位期间所承担的科研课题