1、1路径规划方法在高校创新实验室的应用摘要：路径规划是机器人研究领域中的一个重要部分。从使用不同计算方法的角度，分别从传统规划方法和智能规划方法两个方面，综述了机器人路径规划技术的研究现状和特点，并简单介绍在高校创新实验室的中型组足球机器人上用到的路径规划的方法。 关键词：路径规划方法；中型足球机器人；传统规划方法；智能规划方法 中图分类号：G4 文献标识码：A 文章编号：1672.3198（2013）03.0151.01 1 引言 在移动机器人的相关技术研究中，其中导航技术部分是核心，然而作为导航研究的一个重要的环节和课题的路径规划是指对于移动机器人按照某一种性能指标（如距离、时间等）搜索出一
2、条从起始状态到终点状态的最优或次优路径。路径的规划主要相关问题包括：首先利用获得的环境信息建立起较为合理的模型，然后用某种算法找寻一条最优或接近最优的从起始状态到最终状态的无碰撞路径；能及时处理环境模型中的不确定因素和路径追踪中的误差，从而使外界的物体对机器人影响能降至最小；利用所知的信息引导机器人动作，从而得到相对更佳的行为策略。 2从上个世纪 60 年代研究至今除了传统的可视图法、栅格法、拓扑法、人工势场法等规划方法，后又涌现出许多智能规划方法，如神经网络、遗传算法、人工免疫、粒子群优化以及蚁群算法等更是当今的研究热点。2 传统规划方法 2.1 可视图法 可视图法是一种全局路径规划方法。它
3、要求机器人与障碍物体的各顶点之间、目标点和障碍物各顶点、各障碍物顶点与顶点之间连线都不穿越障碍物本体，即连线是可视直线。从而搜索最优路径的问题就被转化成求由起始点到目标点的经过这些可视直线的最短路径问题。然而缺乏灵活性的优化算法在起始点和目标点一旦改变时，就须重新构架可视图，况且搜索的效率也比较低。 2.2 栅格法 最短路径是通过搜索栅格图得到的。为了提高搜索的效率，栅格通常按粒度分成若干个层次。这种方法的特点是简单、易于实现，它同时具有表达不规则障碍物的能力。其缺点是表示效率不高，存在着时空开销与求解精度之间的矛盾。图 1 是用栅格法来表示环境。 人工势场法具有结构简单，便于低层实时控制的优
4、点，而且广泛的应用在平滑轨迹的控制和实时避障的方面。但是容易陷入局部最优解，产生死锁的现象，因此在未到达目标点之前移动机器人就停留在某个局部最优点处。 3 智能规划方法 3智能算法随着现代计算技术的迅速发展，也不断地被应用到机器人的路径规划领域。目前在遗传算法、蚁群算法以及粒子群优化算法的基础上，相继产生了许多应用于机器人路径规划的智能优化算法。 3.1 神经网络法 模糊控制算法是一种应用很广泛的智能优化算法，虽然有很多优点，但依然存在一些固有缺陷：人的经验不一定很完备，当输入量增多的时候，推理的规则或模糊表相继会急剧地膨胀。在此情况下，神经网络法则是另辟蹊径。另一方面，路径规划是从感知空间到
5、行为空间的一种可以用不同方法实现的映射关系。但是这种映射关系很难用精确的数学函数方程式表示出来，但是采用神经网络法则易于解决这样的表示问题。首先将传感器采集到的数据作为网络输入，再由人确定相应场合下所期望的运动方向角增量为网络输出，这样就把在多个选定的位姿下的一组数据构成了原始的样本集，经过冲突样本或者剔除重复等处理加工，产生最终的样本集。此性质使神经网络在丢失了部分信息时仍然可以模仿人脑，对事物进行准确的辨识。 3.2 遗传算法 在开始时，遗传算法会首先随机地产生一个初始种群（即初始解） ，并依据一种确定的评价函数对初始种群中的每个个体进行相应评价，随即产生相应的适应度值。再基于此适应度值，
6、采取择优策略选择出一部分“好的”个体用于复制产生下一代，结下来再对这些选择出来的父代个体进行交叉和变异的操作，从而产生出来新一代种群。新产生的子代种群在集成了父代的一些优良的特性的同时，性能上也要优于上一代种4群。这样就会使物种逐步地朝着有更优解的方向进化。综上所知，遗传算法可被作为一种由可行解组成的种群逐代向最优解进化的过程。目前大多数优化算法都只是进行单点搜索，并且更容易陷入局部最优，然而作为一种多点搜索的遗传算法会有更大的可能来搜索到全局最优解性。现阶段在具备数学理论支持的情况下遗传算法也被证明适合于求解离散问题，但是存在一些问题，有待进一步研究。其具体流程课参看图 2。 3.3 粒子群
7、优化 它的主要特点是原理简单、参数少、收敛速度较快，所需领域知识少。粒子群算法适合求解实数问题，算法简单，计算方便，求解速度快，但是存在着陷入局部最优等问题。 4 创新实验室的路径规划的应用方法 在足球机器人全局规划方法的研究上，主要有：可视图法，栅格法等方法。局部路径规划的方法一般有：人工势场法，遗传算法等方法。在我校的创新实验室一般采用的是可视图法与人工势场法相结合。因为中型组足球机器人自身带有全景摄像机可以实时调整位姿，另外比赛的场地大场上最多会出现十个机器人，还有中型组足球机器人移动速度快，单靠全景摄像机是无法独立完成控制的，于是还要借助机器本身所带的传感器，利用人工势场法的局部路径规
8、划技术辅助调整机器人的位姿，从而实现实时快速准确的调整。下图 3 为机器人模拟穿越障碍物的模拟图。 不过不能固步自封，在以后的创新设计里，可以根据需要融合其它的路径规划方法来改进现有的路径规划方法可以更准确高效。这样也可5以锻炼学生们的独立思考能力，也可提高学校机器人研究方面的水平，在以后的全国大赛中取得更好的成绩。 参考文献 1廖绍辉，张连东.机器人路径规划技术的现状与发展趋势J.机械工程师，2007，7：13.16. 2李磊，等.移动机器人技术研究现状与未来J.机器人，2002，24（5）：475.480. 3张祺，杨宜民.基于改进人工势场法的机器人足球避碰控制J.机器人，2001， （1）. 4雷开友.粒子群算法及其应用研究J.西南大学学报，2006. 5房亚群.移动机器人路径规划的现状和发展J.科技传播，2009， （12）：67.68.
