目前,环境已知情况下的路径规划理论已比较完善,环境未知情况下的局部规划成为研究热点。未知环境中移动机器人的路径规划在提高机器人避障能力前提下,尽可能的优化路径。在未知环境的路径规划方法中,有启发式方法和反应式方法等。前者代表是 A* 算法,通过修改 A* 算法的评价函数和搜索方向,可以较大提高 A* 算法的路径规划速度, 提高对复杂环境的自适应能力。后者不需要先验环境信息,通过提取、识别和跟踪环境中基本组成元素的信息,如石块、斜坡等实现路径规划。单个路径规划方法有时不能很好解决某些规划问题, 新发展趋势是多种规划方法相结合。本文将启发式搜索策略和反应式定性避障策略结合来展开未知环境下路径规划方法的研究。 2 机器人的运动学模型本文所研究的移动机器人平台为导向驱动轮式,后轮驱动, 前轮导向,传感器置机器人前部。移动机器人平台广义坐标如图 1 所示。以后轮轴线中点 M 为参考点建立机器人的运动模型。前后轮轴心 F 和 M 之间的距离为 h,F 和 M 的坐标分别为(xF,yF) 和(xM,yM),移动机器人的航向同坐标系 X 轴夹角为 θ,前轮(机器人)导向角为 Φ 。系统的广义坐标向量为 q=[x, y, θ,Φ] T 。假设移动机器人中轴线上的驱动速度为 vd,导向轮的旋转角速度为 wg, 跟据图 1 所示的几何关系,得到机器人的运动学模型表达式为
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !