機器人路徑規(guī)劃

1、精選優(yōu)質(zhì)文檔傾情為你奉上精選優(yōu)質(zhì)文檔傾情為你奉上專心專注專業(yè)專心專注專業(yè)精選優(yōu)質(zhì)文檔傾情為你奉上專心專注專業(yè)機器人路徑規(guī)劃摘要：機器人路徑規(guī)劃是機器人技術(shù)的重要分支之一，路徑規(guī)劃技術(shù)的研究是研究機器人技術(shù)不可或缺的技術(shù)之一。本文首先介紹了當(dāng)前研究人員熱衷的ROS系統(tǒng)是如何進行路徑規(guī)劃的，接著論述了作為群智能算法的蟻群算法應(yīng)用于機器人的路徑規(guī)劃中。研究表明，可以將蟻群算法和ROS系統(tǒng)結(jié)合，進一步的進行機器人的路徑規(guī)劃。關(guān)鍵詞：路徑規(guī)劃，ROS系統(tǒng)，蟻群算法，機器人引言智能移動機器人技術(shù)是機器人技術(shù)的重要組成部分，應(yīng)用前景十分廣闊：工業(yè)，農(nóng)業(yè)，國防，醫(yī)療，以及服務(wù)業(yè)等 ADDIN EN.CITE

2、徐國保2007414417徐國保尹怡欣周美娟智能移動機器人技術(shù)現(xiàn)狀及展望機器人技術(shù)與應(yīng)用機器人技術(shù)與應(yīng)用29-3422007。文獻提出，未來數(shù)年內(nèi)，中國服務(wù)機器人發(fā)展將超過傳統(tǒng)的工業(yè)機器人 ADDIN EN.CITE 蔡自興2015929917蔡自興中國機器人學(xué) 40 年科技導(dǎo)報科技導(dǎo)報23-31332120151000-7857，機器人路徑規(guī)劃技術(shù)是服務(wù)機器人研究的核心內(nèi)容之一 ADDIN EN.CITE 朱大奇2010636617朱大奇顏明重移動機器人路徑規(guī)劃技術(shù)綜述 J控制與決策控制與決策961-96725720101001-0920?？梢?，研究機器人的路徑規(guī)劃問題十分必要。隨著機器人領(lǐng)

3、域的快速發(fā)展和復(fù)雜化，代碼的復(fù)用性和模塊化的需求原來越強烈，而已有的開源機器人系統(tǒng)又不能很好的適應(yīng)需求。2010年Willow Garage公司發(fā)布了開源機器人操作系統(tǒng)ROS（robot operating system），很快在機器人研究領(lǐng)域展開了學(xué)習(xí)和使用ROS的熱潮。ROS系統(tǒng)是起源于2007年斯坦福大學(xué)實驗室的項目與機器人技術(shù)公司W(wǎng)illow Garage的個人機器人項目（Personal Robots Program）之間的合作，2008年之后就由Willow Garage來進行推動。ROS的運行是一種使用ROS通信模塊實現(xiàn)模塊間P2P的松耦合的網(wǎng)絡(luò)連接的處理架構(gòu)，它執(zhí)行若干種類型的

4、通訊，包括基于服務(wù)的同步RPC（遠程過程調(diào)用）通訊、基于Topic的異步數(shù)據(jù)流通訊，還有參數(shù)服務(wù)器上的數(shù)據(jù)存儲。ROS系統(tǒng)以其獨特優(yōu)點引起了研究人員的興趣。近年來，各國學(xué)者致力于機器人路徑規(guī)劃的研究且取得了相當(dāng)豐碩的研究成果。目前已有多種算法用于規(guī)劃機器人的路徑，文獻【4】將其主要分為經(jīng)典方法和進化算法等。人工智能技術(shù)是近些年來新興的技術(shù)，有著傳統(tǒng)方法不具有的優(yōu)點，它使得移動機器人在理論上擁有了一定的“智能”。蟻群算法是人工智能技術(shù)的重要分支，最早由意大利學(xué)者Dorigo于上世紀(jì)90年代提出（AS，ant system），首先成功應(yīng)用于解決TSP問題 ADDIN EN.CITE Dorigo1

5、996757717Dorigo, MarcoManiezzo, VittorioColorni, AlbertoAnt system: optimization by a colony of cooperating agentsSystems, Man, and Cybernetics, Part B: Cybernetics, IEEE Transactions onSystems, Man, and Cybernetics, Part B: Cybernetics, IEEE Transactions on29-4126119961083-4419。蟻群算法是一種擁有自組織和正反饋優(yōu)點的并

6、行優(yōu)化算法，經(jīng)過學(xué)者們的大量研究，成功運用于許多領(lǐng)域。但也存在著一些不足，從AS算法開始，針對這些不足，學(xué)者們進行了一系列的改進研究并且進行了相應(yīng)的試驗。ROS系統(tǒng)與機器人的路徑規(guī)劃本節(jié)主要介紹ROS系統(tǒng)環(huán)境下如何進行機器人的路徑規(guī)劃的。主要內(nèi)容包括機器人環(huán)境的地圖和障礙，及機器人的位姿在ROS系統(tǒng)中的表示，最后說明了機器人的全局路徑規(guī)劃和局部路徑規(guī)劃。地圖與障礙ROS系統(tǒng)中地圖分為動態(tài)地圖和靜態(tài)地圖。動態(tài)地圖是指機器人的地圖是根據(jù)機器人的傳感器實時得到的，在機器人行走的過程中不斷依靠傳感器進行識別并進行更新地圖，或者是根據(jù)已有的靜態(tài)地圖不斷的更新。而靜態(tài)地圖是指在機器人路徑規(guī)劃之前輸入一個地

7、圖，或者是機器人自己識別的地圖但是在過程中不會持續(xù)更新。這里重點介紹的是機器人的靜態(tài)地圖。圖1 機器人的靜態(tài)地圖和點云如圖1，靜態(tài)地圖由點云構(gòu)成。點云點云是在和目標(biāo)表面特性的海量點集合。根據(jù)激光測量原理得到的點云，包括三維坐標(biāo)（XYZ）和激光反射強度（Intensity）。根據(jù)攝影測量原理得到的點云，包括三維坐標(biāo)（XYZ）和顏色信息（RGB）。結(jié)合激光測量和攝影測量原理得到點云，包括三維坐標(biāo)（XYZ）、激光反射強度（Intensity）和顏色信息（RGB）這里的點云是二維坐標(biāo)點的集合。位姿機器人在ROS系統(tǒng)中表現(xiàn)成一個點，但是實際中，機器人是有一定體積的。因而，在ROS系統(tǒng)中也應(yīng)當(dāng)有所體現(xiàn)，這

8、種體現(xiàn)主要表現(xiàn)在兩個方面。圖2 機器人的位姿估計圖3 障礙的膨脹首先是機器人的位姿估計，系統(tǒng)中是提供機器人的位姿設(shè)置的。有自動設(shè)置和手動設(shè)置的，如圖2，就是手動設(shè)置界面，可以設(shè)置機器人的長寬高。如果不進行手動設(shè)置，則會按照默認(rèn)的進行估計，相應(yīng)的寬度等都是0.4米。其次，機器人在識別地圖的過程中，會根據(jù)機器人的位姿進行一定的障礙膨脹處理。如圖3.其中紅線是障礙物，而藍色部分則是相應(yīng)的膨脹部分。這樣可以防止機器人與障礙物碰撞。全局路徑規(guī)劃和局部路徑規(guī)劃機器人有了地圖，及其相應(yīng)位姿之后，機器人可以根據(jù)控制，進行相應(yīng)的路徑規(guī)劃。路徑規(guī)劃主要分為兩種，一種是全局路徑規(guī)劃，主要是基于靜態(tài)地圖。另一種是局部

9、規(guī)劃，則必須依靠相應(yīng)的傳感器進行實時的感知周圍的環(huán)境信息。機器人的路徑規(guī)劃是按照某一性能指標(biāo)搜索一條從起始狀態(tài)到目標(biāo)狀態(tài)的最優(yōu)或近似最優(yōu)的無碰路徑 ADDIN EN.CITE 李磊2002137131317李磊葉濤譚民陳細(xì)軍移動機器人技術(shù)研究現(xiàn)狀與未來機器人機器人2452002。按照機器人對環(huán)境信息的已知程度的不同，路徑規(guī)劃問題分為環(huán)境已知的全局路徑規(guī)劃和環(huán)境信息完全不知或者部分不知的局部路徑規(guī)劃問題 ADDIN EN.CITE 李磊2002137131317李磊葉濤譚民陳細(xì)軍移動機器人技術(shù)研究現(xiàn)狀與未來機器人機器人2452002。前者在已知或者直接給出的靜態(tài)環(huán)境中進行相關(guān)的工作，本文進行的是

10、機器人全局路徑規(guī)劃研究，即障礙地圖已知的機器人路徑規(guī)劃研究。圖4 全局路徑規(guī)劃圖4就是ROS機器人進行的全局路徑規(guī)劃。其中，綠色的線就是全局路徑規(guī)劃的線路圖。蟻群算法和機器人的路徑規(guī)劃從自然界中螞蟻尋求蟻穴到食物之間的最短路徑得到啟示，上世紀(jì)90年代Dorigo.M最早提出螞蟻算法（） ADDIN EN.CITE Dorigo199675, 87717Dorigo, MarcoManiezzo, VittorioColorni, AlbertoAnt system: optimization by a colony of cooperating agentsSystems, Man, and

11、Cybernetics, Part B: Cybernetics, IEEE Transactions onSystems, Man, and Cybernetics, Part B: Cybernetics, IEEE Transactions on29-4126119961083-4419Dorigo199714141417Dorigo, MarcoGambardella, Luca MariaAnt colony system: a cooperative learning approach to the traveling salesman problemEvolutionary Co

12、mputation, IEEE Transactions onEvolutionary Computation, IEEE Transactions on53-661119971089-778X, ，主要基于搜索過程中信息素的正反饋機制和啟發(fā)式的貪婪機制，并且首先成功運用于NP難中的TSP問題。憑借著其自身的優(yōu)點，蟻群優(yōu)化算法成功運用于很多問題，如網(wǎng)絡(luò)路由問題 ADDIN EN.CITE 呂勇2006119111132呂勇蟻群優(yōu)化算法及在網(wǎng)絡(luò)路由中的應(yīng)用研究 D2006，圖像處理 ADDIN EN.CITE 楊業(yè)娟20141010101017楊業(yè)娟屠莉江基于蟻群算法的水果圖像分割技術(shù)江蘇農(nóng)業(yè)科

13、學(xué)江蘇農(nóng)業(yè)科學(xué)380-3824292014，文本聚類分析 ADDIN EN.CITE 張海濤20161111117張海濤周愛武蟻群算法在文本聚類中的應(yīng)用研究微電子學(xué)與計算機微電子學(xué)與計算機81-843312016等，與此同時，蟻群算法也開始應(yīng)用于機器人路徑規(guī)劃。從AS開始， ACO得到了不斷的發(fā)展和完善，針對AS的不足，很多人開始致力于基本蟻群算法的改進研究及其應(yīng)用。蟻群算法可以應(yīng)用于路徑規(guī)劃研究。蟻群算法簡介蟻群算法(ant colony optimization, ACO)，又稱，是一種用來在圖中尋找優(yōu)化路徑的機率型算法。它由Marco Dorigo于1992年在他的博士論文中提出，其靈感

14、來源于螞蟻在尋找食物過程中發(fā)現(xiàn)路徑的行為。蟻群算法是一種模擬，初步的研究表明該算法具有許多優(yōu)良的性質(zhì)。針對參數(shù)優(yōu)化設(shè)計問題，將蟻群算法設(shè)計的結(jié)果與遺傳算法設(shè)計的結(jié)果進行了比較，數(shù)值仿真結(jié)果表明，蟻群算法具有一種新的模擬進化優(yōu)化方法的有效性和應(yīng)用價值。各個螞蟻在沒有事先告訴他們食物在什么地方的前提下開始尋找食物。當(dāng)一只找到食物以后，它會向環(huán)境釋放一種揮發(fā)性分泌物pheromone (稱為信息素,該物質(zhì)隨著時間的推移會逐漸揮發(fā)消失，信息素濃度的大小表征路徑的遠近)來實現(xiàn)的，吸引其他的螞蟻過來，這樣越來越多的螞蟻會找到食物。有些螞蟻并沒有像其它螞蟻一樣總重復(fù)同樣的路，他們會另辟蹊徑，如果另開辟的道路

15、比原來的其他道路更短，那么，漸漸地，更多的螞蟻被吸引到這條較短的路上來。最后，經(jīng)過一段時間運行，可能會出現(xiàn)一條最短的路徑被大多數(shù)螞蟻重復(fù)著。環(huán)境建模對于機器人的環(huán)境建模有多種方法，如可視圖法，maklink，人工勢場法等。其中柵格法是一類經(jīng)典的環(huán)境建模方法，本文采用此種方法對環(huán)境進行建模。將環(huán)境劃分為單位大小的正方格，如果方格內(nèi)有障礙物，則標(biāo)記為1，在圖形中表示為黑色；而沒有障礙物的方格標(biāo)記為0，在圖形中表示為白色。在計算中用方格的中心表示方格的整體位置。在四周沒有障礙的環(huán)境中，也不是邊緣方格的前提下，每個方格有8個方向可以移動，即右，右上，右下，左，左上，左下，和上，下八個方向可以移動。圖5

16、 柵格法下的路徑規(guī)劃還有maklink圖論法：1選擇一個障礙物（凸多邊形），選取其上一個頂點，連接該點與其它障礙物的頂點，包括該點所屬障礙物的其它頂點，做該點到環(huán)境空間邊界的垂線段。2將步驟1 得到的所有線段按照長度從短到長的順序加入到線段存儲表。3選擇線段存儲表中的表頭線段。4檢查該線段是否穿越環(huán)境空間中任意障礙物邊界。如果發(fā)生相交，那么這條線段就不是一條自由鏈接線。因此，放棄當(dāng)前線段并選擇線段存儲表中下一條線段。重復(fù)檢查過程，直至找到一條線段與所有障礙物邊界不相交，繼續(xù)至步驟5。5檢查該線段在當(dāng)前頂點處形成的兩個夾角。每個障礙物頂點都設(shè)有一個自由鏈接表，當(dāng)該表為空時，夾角為線段與形成該障礙

17、物頂點的兩條邊界的夾角3.3 路徑規(guī)劃在兩種不同地圖環(huán)境下，分別運用蟻群算法都可以求得相應(yīng)的路徑規(guī)劃。如圖5和圖6，圖5是柵格法下的路徑規(guī)劃，圖6則是maklink下的路徑規(guī)劃。圖6 maklink下的路徑規(guī)劃4. 參考文獻 ADDIN EN.REFLIST 1.徐國保, 尹怡欣, 周美娟. 智能移動機器人技術(shù)現(xiàn)狀及展望J. 機器人技術(shù)與應(yīng)用. 2007(2):29-34.2.蔡自興. 中國機器人學(xué) 40 年J. 科技導(dǎo)報. 2015;33(21):23-31.3.朱大奇, 顏明重. 移動機器人路徑規(guī)劃技術(shù)綜述 JJ. 控制與決策. 2010;25(7):961-7.4.Raja P, Pugazhenthi S. Optimal path planning of mobile robots: A reviewJ. International Journal of Phy