移动机器人路径规划算法研究及仿真系统平台的设计与实现

一、课题研究背景

机器人的出现和发展极大地提高了工农业的劳动效率，深刻地改变了人类的生活面貌。机器人学的进步和应用是20世纪自动控制最有说服力的成就，是当代最高意义上的自动化。上世纪五十年代在美国诞生了世界上第一台机器人，从此机器人真正的走进了人们的生活。随着计算机技术、超大规模集成电路、控制理论、人工智能、传感器等相关技术的发展，对机器人学的研究也步入一个崭新的阶段。从早期的可编程的、示教再现型工业机器人到具有一定传感和适应能力的机器人，再到配备多种先进传感器，具有智能的机器人，机器人学的研究经历了从简单到复杂，功能单一到功能多样，从工业制造领域扩展到军事侦察、核工业、航空航天、服务业、医疗器械、基因工程、社会服务、娱乐等领域的过程。在人类对宇宙的探索领域，美国的“勇气”号登陆火星进行自动探测，中国“嫦娥一号”绕月探测，代表了目前机器人的最高技术水平。在可以预见的将来，机器人技术在各个领域的应用将会更加广泛、深入。

当前，机器人正朝着智能化和多样化等方向发展，应用范围得到了极大的扩展。随着国内外研究机构对机器人研究的不断深入，已经开发出各式各样的具有感知、决策、行动和交互能力的特种机器人和各种智能机器人，并推出了各种样机，如移动机器人、微型机器人、水下机器人、军用机器人、服务娱乐机器人、仿人机器人等。

移动机器人是最具代表性的一种机器人。它集中了传感器技术，机械工程，电子工程，自动化控制工程，图像实时处理，计算机视觉以及人工智能等多学科的研究成果，代表机电一体化的最高成就。因此，多学科交叉而形成的机器人学研究也进入了一个崭新的阶段。移动机器人具有重要的军用和民用价值，而且其在恶劣的环境下也具有极其广泛的应用。例如：自动排雷机器人，用于深海海底勘探的水下机器人，无人驾驶的智能车，矿井中煤炭挖掘机器人以及石油和天然气的勘探机器人等等。

移动机器人要想走向实用必须拥有能胜任的运动系统、可靠的导航系统、精确的感知能力和具有既安全又友好地与人一起工作的能力，此外移动机器人的智能性也是决定其应用前景的关键因素。一般来说，智能机器人应具备感知、思维和灵巧动作三个相互作用的基本功能，评价一个移动机器人智能程度的指标包括自主性、适应性和交互性等条件。自主性是指机器人能根据工作任务和周围环境情况，自己确定工作步骤和工作方式；适应性是指机器人具有适应复杂工作环境的能力（主要通过学习），不但能识别和测量周围的物体，还有理解周围环境和所要执行任务的能力，及做出正确的判断并操作和移动等能力；交互性是智能产生的基础，交互包括机器人与环境、机器人与人及机器人之间三种，主要涉及信息的获取、处理和理解。

二、课题研究概述

机器人涉及到的技术复杂并不断扩展，如多传感器信息融合、路径规划、机器人视觉、智能人机接口等，为此，产生了一系列研究课题。

路径规划是机器人学研究中非常重要的一个部分，不管在科研、经济、军事上都有着重要意义。因此，国内外的科学家围绕路径规划展开的研究非常多，从算法设计、算法分析、仿真实验等各方面开展研究。

2.1 移动机器人简介

机器人是现今高科技发展的代表方向之一，就其发展来看大致经历了以下三个阶段：

第一阶段是可编程的示教再现型机器人。它不配备任何外部传感器，一般采用简单的开关控制，示教再现控制和可编程控制，机器人的作业路径或运动参数都需要示教或编程给定，它无法感知环境的改变而改善自身的性能、品质。

第二阶段是具有一定的感知功能和一定适应能力的离线编程机器人。这种机器人配备了简单的内部传感器，能感知自身运动的速度、位置、姿态等物理量，并以这些信息的反馈构成闭环控制；简单的外部传感器如简易视觉、力觉传感器等，因而具有部分适应外界环境的能力。

第三阶段是智能型机器人。目前尚处于研究和发展之中，它具有多种外部传感器组成的传感系统，可通过对外部环境信息的获取、处理，准确地描述外部环境，能自主地完成某一项任务。一般地，它拥有自己的知识库、多信息处理系统，可在结构或半结构化的环境中工作，能根据环境的变化做出对应的决策。

移动机器人属智能型机器人范畴，是集环境感知、动态决策与规划、行为控制与执行等多种功能于一体的综合系统。它可根据预先给定的任务，按照已知地图做出目标规划，在行进过程中不断感知周围环境的信息，实时的进行避障、停车及道路跟踪，沿着正确的路径前进。

20世纪90年代以来，以研制高水平的环境信息传感器和信息处理技术，高适应性的移动机器人控制技术，真实环境下的规划技术为标志，开始了移动机器人更高层次的研究。

2.2 移动机器人路径规划定义

移动机器人路径规划是指在有障碍物的工作环境中，如何寻找一条从给定起点到终点适当的运动路径，使机器人在运动过程中能安全、无碰撞地绕过所有障碍物。这不同于用动态规划等方法求得的最短路径，而是指移动机器人能对静态及动态环境作出综合性判断，进行智能决策。

2.3 移动机器人路径规划分类

路径规划是移动机器人导航的基本环节之一，根据机器人对环境信息掌握的程度、障碍物的不同，移动机器人的路径规划又可分为以下几类：

（l）己知环境下静态环境路径规划；

（2）未知环境下静态环境路径规划；

（3）已知环境下动态环境路径规划；

（4）未知环境下动态环境路径规划。

也可根据机器人拥有环境知识情况的不同，可分为两种类型：一是基于环境先验信息已知的全局路径规划，二是基于传感器信息的局部路径规划，后者情况是环境未知或部分未知的，即障碍物的尺寸、形状和位置等信息必须通过传感器获取。

全局路径规划是指根据先验环境模型找出从起始点到目标点的符合一定性能的可行或最优路径，它能够处理完全已知环境中的移动机器人路径规划，涉及的基本问题是世界模型的表达和搜寻策略。当环境发生变化，如出现未知障碍物时，该方法就无能为力了。它是一种事前规划，因此对机器人系统的实时计算能力要求不高，规划结果是全局的、较优的，但是对环境模型的错误及噪声鲁棒性差。这种方法主要包括可视图法、结构空间法、栅格法和拓扑法等。

局部路径规划，环境信息完全未知或部分未知，通过传感器在线地对机器人的工作环境进行探测，以获取障碍物的位置和几何性质等信息，这种规划需要搜集环境数据，并且对该环境模型的动态更新能够随时进行校正；局部规划方法将对环境的建模与搜索融为一体，要求机器人系统具有高速的信息处理能力和计算能力，对环境误差和噪声有较高的鲁棒性，能对规划结果进行实时反馈和校正，但是由于缺乏全局环境信息，所以规划结果有可能不是最优的，甚至可能找不到正确路径或完整路径。

局部路径规划和全局路径规划并没有本质区别。前者只是把全局路径规划的环境考虑得更复杂一些，即环境是动态的。很多适用于全局路径规划的方法经过改进都可以用于局部路径规划；而适用于局部路径规划的方法都可以适用于全局路径规划。

在已知的静态环境中，一般采用一次性规划即可得到一条可行路径。随着机器人应用领域的拓展，环境复杂性相应增加。机器人难以获取关于环境的全部描述，机器人在运动开始时也可能对环境一无所知，机器人只能通过装配于自身的传感器在运动过程中获取环境信息，根据这些局部信息做出相应的分析、判断与决策，提高机器人对环境的适应性。理想的移动机器人应该具有如下能力：当处于一个未知的、动态变化的环境中时，通过探索掌握环境信息，自主地决定路径，避开障碍物，实现任务目标。因此，和全局规划方法相比较，局部规划方法更具有实时性和实用性，局部路径规划的研究成为主流。