复杂环境中移动机器人的路径规划.pdf

《复杂环境中移动机器人的路径规划.pdf》由会员分享，可在线阅读，更多相关《复杂环境中移动机器人的路径规划.pdf（57页珍藏版）》请在三一文库上搜索。

1、目录 目录 摘要I A b s t r a c t ： 目录I I I 图和附表清单V l l 1 绪论1 1 1 引言1 1 2 移动机器人的发展概况1 1 3 机器人路径规划问题的描述5 1 4 路径规划的分类及常见的规划方法6 1 5论文的研究内容和组织结构10 1 6小结11 2 数字高程模型1 2 2 1 引言1 2 2 2 数字高程模型的概念1 2 2 2 。l 数字高程模型的发展1 3 2 2 2 数字高程模型的特点1 3 2 2 3 数字高程模型的分类1 4 2 3 数字高程模型的表示方法1 4 2 4 数据的获得与处理方式15 2 4 1 常见的获取D 翻数据的方式1 5 2

2、 4 2 数据的内插处理1 6 2 5 小结18 3 动力学建模1 9 3 1 引言1 9 3 2 轮式移动机器人的几种典型机构1 9 m 目录 3 3 未知曲面上的机器人动力学建模2 0 3 4 统一控制律设计2 2 3 4 1 跟踪误差系统2 2 3 4 2 标称运动学控制律设计2 2 3 4 3 标称动力学控制律设计2 3 3 4 4 鲁棒控制律设计2 4 3 4 5 一般干扰下的情况2 5 3 5 小结2 6 4 考虑姿态不稳定性的路径规划2 7 4 1 引言2 7 4 2 考虑姿态不稳定性的路径规划2 7 4 2 1 坡度计算2 8 4 2 2 节点探测3 1 4 2 3 路径规划3

3、 2 4 3结果分析。3 4 4 4d 、结3 4 5 存在移动障碍物或移动目标的路径规划3 5 5 1引言3 5 5 2 粒子群算法3 6 5 3粒子群算法和路径规划问题3 8 5 3 1 问题的描述3 8 5 3 2目标函数方程3 9 5 3 3 惩罚函数的制定4 1 5 3 4 粒子群算法求解这类约束路径规划问题4 3 5 4 仿真结果4 3 5 5 小结4 6 6 总结与展望4 7 6 1总结4 7 6 2展望4 7 参考文献4 9 目录 致谢5 2 个人简介、在学期间发表的学术论文与研究成果5 3 V 图和附表清单 图和附表清单 图1 1 S h a k e y 机器人2 图1 2

4、机器狗3 图1 3 仿人机器人3 图1 4 机器人吸尘器3 图1 5 机遇号火星探测车4 图1 6 国产月球车4 图1 7 清华大学研制的T H M R - V 型智能车5 图1 8 未划分的栅格中的障碍物8 图1 9 划分后的栅格中的障碍物8 图1 1 0 人工势场示意图9 图2 1 带有高程值信息的规则格网1 4 图2 2 规则网格的高程模型1 5 图4 1D 翻的定义2 9 图4 2 虚拟的数字高程图3 0 图4 3 数据转换的三种情况3 0 图4 4D ( 猢图3 l 图4 5由节点和边界构成的路径3 2 图4 7 一般绕行方法规划出的路径图3 3 表4 1 各条路径的代价值3 4 图

5、5 1由点当前点选取出避障的规划点3 9 图5 2 当前点周围的第i 个粒子的位置和速度4 0 图5 3 机器人和粒子点位置直接路径上可能出现的不同障碍物的情形4 1 图5 4 图5 3 ( a ) 中机器人的两种可能路径4 2 图5 5 图5 3 ( b ) 中机器人的两种可能路径4 2 图5 6 障碍物静止，目标静止，独立障碍物的情形4 4 图5 7 障碍物静止，目标静止，有相邻障碍物的情形4 4 图5 8 障碍物静止。目标运动的情形4 5 图5 9 移动障碍物和移动目标的情形4 5 V I 绪论 1 绪论 1 1 引言 什么是智能移动机器人? 一般来说，智能移动机器人是指一类能够通过自身

6、 携带的传感器来感知外界环境或者是自身的状态，从而实现在有障碍物( 运动或 固定) 的环境中面向既定目标的一系列自主运动，最终完成一定的作业功能的机 器人系统n 1 。移动机器人作为机器人学的一个分支，它有别于其它类型的机器人 的方面就是其可以“移动”的特点。随着科学技术的发展，移动机器人正在逐步 的影响着我们生活的方方面面并在其中起到重要的作用，比如在工业经济领域、 国防建设方面、文化教育层面，另外移动机器人还为人们研究复杂智能行为以及 探索人类思维模式提供了有效的试验平台。 伴随着科学技术的逐步发展，人类的研究领域和活动范围开始由陆地扩展到 深海以及外太空间中，未来利用移动机器人来进行深海

7、和空间的探测与开发，已 经成为世界上各主要科技发达国家开发未来所需资源的重要手段之一。研究和发 展空间探测移动机器人技术，对包括移动机器人导航控制技术在内的其他相关前 沿技术的研究将起到巨大的推动作用。移动机器人在月球和火星等外星球表面进 行导航任务时，面临的是复杂的未知环境，所以未知环境中的移动机器人自主导 航控制技术已然成为空间探测机器人的一项关键技术，而路径规划技术作为导航 控制技术不可或缺的一部分得到了很大的重视。目前确定性环境的路径规划已取 得大量的研究和应用成果，而未知环境下移动机器人的路径规划则成为新的研究 热点，其研究方向也开始由二维未知环境下向三维复杂环境转变。对未知三维环

8、境中的移动机器人的路径规划的研究将推动移动机器人导航控制理论和方法的 研究，推进认知科学，模式识别、非线性控制等前沿学科的研究，带动航天、海 洋、军事、建筑、交通、工业和服务业等领域移动机器人导航控制系统的开发研 究，为无人探测车、无人排险车和无人运输车等用于航天、军事、地面、深海作 业和核工业等领域的移动机器人系统的应用莫定理论和技术基础瞳】。 1 2 移动机器人的发展概况 机器人技术综合了多学科的发展成果，代表了高技术的发展前沿，在人类生 活应用领域中的影响正日益扩大。宋健院士于1 9 9 9 年7 月5 日在国际自动控制 联合会第1 4 届大会报告中指出。“机器人学的进步和应用是2 0

9、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州钔。作为机器人学研究领域中的 一个重要分支，智能移动机器人是一类通过自身携带的传感器感知环境以及自身 绪论 的状态，从而实现在有障碍物的环境中面向目标的自主运动，最终完成一定作业 功能的机器人系统u 3 。移动机器人与其他机器人的不同之处就在于强调了“移动“ 的特性。移动机器人不尽能够在生产、生活中起到越来越大的作用，而且还是研 究复杂智能行为的产生，探索人类思维模式的有效工具和试验平台；智能移动机 器人的研究进来不断引起研究人员的兴趣，不仅包括传统的控制领域，还吸引了 神经学家、心理学家、生物学家们的广泛参与H 3 。 自从2 0 世

10、纪6 0 年代初问世以来，机器人技术彰显出了巨大的生命力，在短 短不到5 0 年的时间里，就得到了飞速的发展以及广泛的应用。1 9 6 6 - 1 9 7 2 年间， S t a n f o r d 机器人研究中心研制出了世界上第一台自主机器人S h a k e y 喁3 。它的研制 成功具有划时代的意义，它不仅将人工智能领域的科学结论和自主移动机器人的 智能互相联接起来，对机器人系统在复杂环境中的自主推理、路径规划以及实时 控制等问题做出了烟酒，还结合了计算机视觉、自然语言处理等方面的研究成果， 让它能够对自己的指令行为有一定的理解，同时它自身还装配有T v 摄像头、激 光测距传感器和触觉探

11、测器等传感器，让它能够自行做出推理，并规划出一条可 以安全通过的路径，完成设定的任务一把房间中的箱子推到指定的目标位置阳】。 总之S h a k e y 为之后的自主移动机器人的研究发展开创了一个典范，后来对自主 移动机器人的许多研究大多都借鉴于它的思路方法。 图1 1S h a k e y 机器人 移动机器人的智能化程度和传感器是密不可分的，伴随着新的传感器技术的 应用，出现了新的一系列智能化程度较高的移动机器人，典型的代表之一就是 S t a n f o r d 大学人工智能实验室研制出的S t a n f o r dC a r t 系列移动机器人。到了7 0 年代末世界上许多著名的公司开

12、始为一些大学的实验室以及各大研究机构设计、 制造移动机器人平台，其中最著名的P i o n e e r 系列机器人广泛应用于世界上许多 大学和科研机构中，进一步促进了移动机器人向多层次的研究方向发展。 进入9 0 年代以来，机器人明显呈现出一种新的发展态势：机器人化的概念 2 绪论 正在加速与传统产业相融合，正在从工业领域扩展到社会发展的其他领域。以研 发制造拥有高水平的外部环境信息传感器和高速有效的信息处理技术、高适应性 的移动机器人控制技术以及真实环境下的规划技术等为标志，展开了关于移动机 器人技术更高层面的研究，比如玩具：机器狗，拟人：r o b o n a u t ，生活服务：机 器人

13、吸尘器，无人操作平台等。 图1 2 机器狗图1 3 仿人机器人 图1 4 机器人吸尘器 人类对于未知世界的探求永远是无止境的，不管是对于地面的未知环境探测 还是外太空的空间探测都需要机器人拥有不同程度的智能化，而空间探测机器人 则代表了移动机器人技术目前发展的最高水平。1 9 7 1 年美国航天局在A p o l l 0 1 5 项目中所发射的月球车订3 、2 0 0 4 发射的S p i r i t 号和O p p o r t u n i t y 号火星探测车阳】 等都在外太空探索任务中取得了极大的成功。进入2 1 世纪以来，空间资源的开 发利用已成为世界各主要科技大国的竞争的一个重要领域，

14、而移动机器人则是开 展此项活动的主要手段和平台之一。 3 绪论 图1 5 机遇号火星探测车 我国在空间探测方面也有不小的成就，我国的探月计划，也叫做“嫦娥工程“ ， 有四个科学目标： ( 1 ) 获取全月面的三维立体影像； ( 2 ) 对月面有用元素进行探测，初步编制各元素的月面分布图； ( 3 ) 探测月壤特性： ( 4 ) 探测地月空间环境。 我国的探月工程分为“绕、落、回”三个步骤，目前嫦娥二号已圆满发射成 功，并且回传了月球表面影像数据和月球极区表面数据，我国还发布了高分辨率 的全月图。图( 1 5 ) 为国产月面巡视探测车进行沙漠试验时的场景呻一】。 无人自动驾驶车辆的研究最早起源于

15、军事领域的研究，同时也是轮式移动机 器人在民间和科研应用的一个重要内容。早在上世纪八十年代初期，在美国国防 部的资助下，包括C M U 、M a r t i nM a r i e t t a 公司、M a r y l a n d 大学以及S t a n f o r d 大 学等单位就开始了针对室外移动机器人的研究，研究的重心放在在非结构化环境 下能够自主移动的车辆，美国国家宇航局( N A S A ) 下属的喷气推进实验室( Y P L ) 也开展了有关这方面的研究工作；9 0 年代初期，德国联邦国防大学和奔驰汽车 图1 6 国产月球车 4 绪论 公司开展合作，共同研制开发了C a r a v

16、 e l l e 和V a M P 两种型号的智能车。在2 0 0 5 年由美国国防部先进项目局( D A R P A ) 举办的沙漠无人车比赛项目中，最后共有5 支队伍顺利完成比赛到达终点，特别引人注目的是U C B e r c k l e y 大学的自动驾驶 摩托车也参与了这场比赛，另外在2 0 0 7 年举办的城市挑战赛中，C M U 大学研制 的自动驾驶汽车取得了冠军u 们。 国内方面虽然对移动机器人的研究起步较晚，但是却也有很大的成绩，其中 主要的研究成果包括：中国科学技术研究院自动化所研制的C A S I A I 型轮式移 动机器人n u ，不仅能够实现运动控制、自主定位、安全避障

17、、漫游、定点运动等 功能，还能在多机器人中进行无线通信；上海交通大学自动化所和机器人研究所 共同研制的F r o n t i e r - I 型自主移动机器人，曾经代表了中国大学的参赛队首次参 加了R o b o t C u p 中型组的比赛；海尔集团和哈尔滨工业大学共同研制的D Y o I 型 导游服务机器人能够实现自主行走、语音对话、场景解说等功能，现已在中国科 技馆进行导游服务；清华大学研制的T H M R - V 型无人驾驶智能车配备了磁罗盘、 光码盘、G P S 互补定位系统，扫描激光雷达测障系统，C C D 摄像机等传感器， 实现了在结构化环境下的车道线自动跟踪，在自动跟踪时其平均

18、速度可达 1 0 0 K m h ，最高速度可达1 5 0 舢u 刁。 图1 7 清华大学研制的1 1 n 偶V 型智能车 1 3 机器人路径规划问题的描述 所谓的路径规划就是机器人按照规定的某一性能指标在目标区域搜索出一 条从起始状态出发到目标状态的最优或者是近似最优的无碰路径。机器人的路径 规划技术作为自主机器人研究领域中的一个基本的组成部分，是实现机器人自主 导航的最重要的方面。蒋新松教授为机器人的路径规划作出了如下的定义：路径 规划技术是自主式移动机器人的一个重要组成部分，它的任务就是在存在障碍物 5 绪论 的目标环境内，按照一定的评价标准，寻找出一条从起始状态( 包括位置和姿态) 到

19、达目标状态( 包括位置和姿态) 的无碰撞路径n 铂。当然可以知道机器人运动的 环境中障碍物的分布状态也会对路径规划产生直接的影响，而目标位置的确定则 是由更高级的任务分解模块提供的。路径规划问题是机器人学中很重要的一个 方面，大学数国内外文献将此问题成为P a t hP l a n n i n g ，F i n d - P a t hP r o b l e m ， C o l l i s i o n - F r e eO b s t a c l eA v o i d a n c e ，M o t i o nP l a n n i n g ，e t c 。目前路径规划的研究对 象主要是关节式机械

20、手和移动式机器人，一般来说，关节式机械手自由度比较多， 而移动机器人的作业范围大。根据机器人的工作环境，路径规划模型可以划分为 以下这两种情形：第一种是基于环境模型的全局性路径规划，在这种情形下，机 器人作业的环境全部信息已知，即机器人对环境的障碍物分布等都很清楚，这种 情形又称为静态或离线的路径规划；第二种是基于传感器( 外部的或者自身携带 的) 的局部路径规划，即机器人的作业环境区域信息全部未知或者是部分未知， 与之相对应的，这种情形被称为动态的或在线路径规划。其实局部性路径规划和 全局性路径规划在本质上并没有太多的区别，局部性路径规划仅仅是考虑到机器 人运行过程中遇到复杂的环境条件，但是

21、实际上大部分适用于全局性路径规划的 方法经过稍微的改进基本上都可以适用于局部路径规划中，而用于局部路径规划 的方法都能直接应用到全局的路径规划中。 1 4 路径规划的分类及常见的规划方法 从目前的研究水平来讲，机器人的路径规划方法基本上可以分为三大类别 n l 】：第一种是基于事例学习的规划方法，这种方法就是把以往的事例经验收集起 来，建立一个专属的事例数据库，然后基于这个事例库对新的事例进行修正指导。 这方面的文献也有很多，如R a m n 耵将增强学习的方法与基于事例的规划方法结 合起来，使得机器人能很好的适应外部环境的变化；M a r e f a t n 1 7 3 则在全局规划 时引入

22、了事例的方法提高规划的效率。这种方式的缺点是随着事例库容量的增 大，有可能使规划时间变长或者是出现信息量的爆炸，这几年来，随着开展水下 机器人的研究工作以来，介于其他的路径规划方法不能应用于水下复杂环境的路 径规划，但基于事例的规划方法的后续学习性强，因此该方法被广泛的用于解决 水下机器人的路径规划问题n 。埔3 ：第二种是基于环境模型的规划方法，该方法啪一l 】 就是对机器人运动的外部空间环境进行建模，对于环境信息已知的建立起全局路 径规划模型，而对于动态的环境，机器人则需要利用自身传感器或者其他辅助手 段来获取环境信息，建立局部的环境模型。一般意义上，做的大多数的学术方面 的论文都是基于环

23、境模型的规划方法，不管是发展已近成熟的全局路径规划，还 是发展中的局部路径规划，都有很多不同的路径规划方法；第三种是基于行为的 6 绪论 路径规划方法心幻，该方法首先是由B r o o k s 在著名的包容式结构中提出的，主张 将一个复杂的系统分解为一个个小型的智能体结构，从而完成复杂的任务嘲。这 也是未来机器人导航控制技术发展的一个趋势心堋，把复杂的导航问题分解为一 些相对独立的行为模块，比如说跟踪、避碰、目标制导等，这些单元通过相互间 的协调合作，然后再通过一系列传感器和执行器组成的完整的运动控制单元，从 而完成相关的导航任务。 下面列举出一些常见的路径规划方法： 可视图法汹3 主要适用于

24、外界环境中的障碍物是多边形的情形，该方法为了简 单起见，把机器人看成为一个质点，第一步先在图中确定好机器人、目标点以及 多边形障碍物的具体位置，然后将机器人、目标点以及多边形障碍物的各顶点进 行组合连接，按照机器人和障碍物各顶点之间、目标点和障碍物各顶点之间以及 各障碍物顶点与顶点之间的连线，均不能穿越障碍物的准侧，也就是说直线是可 视的，对它们进行连线，这时搜索最优路径的问题就转化为找出经过可视直线的 从起始点到目标点的最短距离问题。刘伟杰等人基于移动机器人的安全考虑， 提出了一种改进的可视图法，建立可能路径，求出最短路径。利用可视图法虽然 能够求得机器人的最短路径，但是这种方法尚存在不少缺

25、点，比如说缺乏灵活性， 而且寻找路径规程中还存在着组合爆炸问题，另外该方法的实时性也比较差，不 太适合在大规模环境中进行路径规划。 图搜索法啪3 首先需要在自由空间中查找组成路径图的节点，然后将得到的节 点进行可视图的连接，进而可以发现机器人的路径规划问题就演变为从这些节点 间搜索可行路径的问题。第一步是需要构造可视图，找到包括起始点、目标点以 及所有障碍物顶点在内的一系列节点来，按照可视图的规则互相连接这些节点， 使任意的一点与其周围的一可视点相连( 也是就说，让互相连接的两个节点间不 存在障碍物或边界) ，最后机器人只需要沿着这些节点构筑的图中，搜索出最优 路径的。 栅格法啪3 是由W E

26、 H o w d e n 于1 9 6 8 年提出的，他在进行路径规划时首次提 出用栅格来表示机器人外部环境的地图信息，使得在处理障碍物的边界问题时， 避免了以往复杂的计算。栅格法将机器人的工作环境分解成一系列具有二值信息 的网格单元，并假设工作空间中障碍物的位置和大小已知且在机器人运动过程中 不会发生变化。用尺寸相同的栅格对机器人的二维工作空间进行规划，栅格的大 小一般以机器人自身的尺寸为准。如果某一栅格范围内不含任何障碍物，则称此 栅格为自由栅格，反之则为障碍栅格。栅格的表示方法有两种：直角坐标法和序 号法。 栅格法中的环境信息是通过栅格的形式来表示的，划分栅格的大小对环境信 7 绪论 息

27、容量的大小和路径规划时间的长短有十分重要的影响，如果划分的栅格过大， 那么相应的环境信息存储量就会变小，虽然规划时间较短，但是分辨率很低；反 过来，如果划分的栅格过小，就会使信息容量冗余，虽然分辨率高了，但规划时 间就会很长。由此可以发现，划分的栅格粒度越小，障碍物的表示就会越精确， 但同时会占用大量的存储空间，算法的耗时也会呈现很高的增长；而栅格的粒度 太大，规划出的路径会很不精确，所以栅格粒度大小的确定是栅格法中的主要问 题。 、 厂 f | 1 ? ， 、 1 ， 图1 8 未划分的栅格中的障碍物 图1 9 划分后的栅格中的障碍物 人工势场法3 是I C h a d b 在1 9 8 6

28、 年首次提出来的方法，他把引力场和斥力场的概 念引入了路径规划中，把障碍物当做一个斥力源，目标点作出一个引力源，这样 机器人就会在避开障碍物的同时到达最终的目的地。图( 2 O ) 为建立的人工势场 的示意图，其中O 代表了障碍物，而G 则是表示目标点。用数学分别表示势场 函数、吸引力函数、排斥力函数、势场角度函数如下面的公式所示： 1 9 2 一D ( 1 1 ) 绪论 E 2 击 上一，一 c 2 面1 了 匆= 么( + f ) ( 1 2 ) ( 1 3 ) ( 1 4 ) 图1 1 0 人工势场示意图 人工势场的优点是实时性高，计算量比较小，缺点是容易陷入局部极小值， 不过针对于其缺

29、点国内外许多学者也进行了深入研究，提出了很多的改进方法： 孙茂相m 1 等人提出一种用于动态环境下的改进的人工势场法，该方法主要从两方 面对传统人工势场法进行了改进，使用了基于势场强度的方法来代替矢量合成方 法，将障碍物的运动信息引入到排斥函数中，使传统的静态势场变为动态势场， 通过这种方法使机器人对移动障碍物的避碰更有效；赵志萍口2 3 等人提出一种添加 附加控制力的方法，使机器人尽快跳出局部极小点，并用仿真实验证明其方法的 有效性。 神经网络法3 本身作为一个高度并行的分布式系统，所以未来机器人系统对 环境信息的高实时性要求也就提供了相应解决的可能性，现在的神经网络方法广 泛地应用于智能自

30、主移动机器人导航与路径规划等方面。事实上，由于机器人对 于避障没有明显的规则以及难以进行事件分类，所以可以让神经网络通过大量的 实例学习来掌握相应的规则。因为该过程中并不需要迭代，采用前向网络学习算 法来学习避障行为时，速度很快，但是神经网络中的权值设定非常困难。陈宗海 m ：提出了一种在不确定环境中移动机器人的路径规划方法，采用基于案例的学习 算法，进行案例的匹配、学习和扩充，使用A R T - 2 2 神经网络实现，提高了路径 规划的效率，以满足移动机器人在线路径规划的实时性要求。禹建丽口酗等人针对 环境已知条件的路径规划采用了神经网络与模拟退火算法相结合的方法，其方法 计算简单，收敛速度

31、快，能够避免某些局部极值的情况；樊长虹c 拍3 等人则针对移 动机器人的未知环境下采用了一种局部连接H o p f i e l d 神经网络规划器，分析了规 划器的稳定性，并给出了存在可行路径的条件，为在单处理器上有效地在线路径 9 绪论 规划，采用了多顺序的G a u s s - S e i d e l 迭代方法来加速数值势场的传播，仿真表面 了该方法具有较高的实时性和环境适应性。 蚁群算法口刀A C O 算法是C o l o m i 和D o r i g o 等在2 0 世纪9 0 年代初提出的一 种新型分布式智能模拟仿生类算法，它模拟和借鉴了现实世界中蚂蚁种群的行为 特征。虽然它仅提出l

32、 O 多年，但已逐渐引起广大学者的注意，并得到广泛的应 用。生物学家发现自然界中的蚂蚁群在觅食过程中具有一些显著的特征，例如蚂 蚁在移动过程中会释放一种称为信息素的物质：释放的信息素会随着时间的推移 而逐步减少；蚂蚁能在一个特定的范围内觉察出是否有同类的信息素轨迹存在； 蚂蚁会沿着信息素轨迹多的路径移动等。正是基于这些基本特征，蚂蚁能找到一 条从蚁巢到食物源的最短路径。蚁群算法近年来在国内也得到了很多学者的重 视，针对以前算法的不足，提出了很多相应的改进算法：郭玉等人提出了一种复 杂静态环境下的移动机器人避碰路径规划的改进蚁群算法，提高了最优路径的搜 索效率；刘少军等人提出一种基于改进的蚁群算

33、法的解决策略，避免了机器人陷 入过早收敛的情况。 粒子群算法3 K e n n e d y 和E b e r h a r t 等于1 9 9 5 年开发出一种新的演化算法：粒 子群优化算法。它的基本思路为：在问题的定义空间内将一定数量的等位微粒作 随机分布，然后根据各微粒在解空间中所处地位的相关信息作为微粒的优劣赋值 记录，同时对各微粒运动的最优历史信息作好记录，在随后的每次计算循环中， 当前微粒的运动模式都由其自身的最优历史记录和群体的最优历史记录决定，直 到整个粒子群体找到问题的最优解或者满足其它相关停止条件。粒子群算法虽然 具有收敛速度快，算法简单，容易编程实现等特点，但它也有一些严重的

34、缺陷， 其一是容易陷于局部极值点，导致得不到全局最优解，到目前为止，P S O 算法还 不能从理论上严格证明收敛于任何类型函数的全局极值点。其二是P S O 算法本 身的参数设置，当参数选择不当时，会导致寻优过程中粒子的多样性迅速消失， 造成算法“早熟收敛“ 。如S h i & E b e r h a r t 探讨了P S O 算法中参数的设置对算法性 能的影响，提出了递减的惯性权重来改善算法的早熟问题。国内的秦元庆，孙德 宝等提出的粒子群算法在全局路径规划中与链接图方法结合起来求解最优路径。 相应的规划算法还有模糊推理、滚动窗口等，在这里就不再一一介绍了。 1 5 论文的研究内容和组织结构

35、本文主要针对复杂环境下移动机器人的路径规划开展了研究，通过机器人自 身携带的三维激光雷达采集环境信息，用数字高程模型来建立环境模型，然后对 机器人的动力学进行建模，考虑了姿态控制不稳定性的因素，建立了相应的评价 方程，通过和普通的路径规划方法相比较，确认了该方法的有效性。本文内容共 1 0 绪论 分五个章节展开： 第一章绪论。首先给出引言，阐明了移动机器人的研究背景和意义，接着介 绍了移动机器人的发展概况以及路径规划的研究现状和常见的路径规划方法，最 后是本文的内容安排。 第二章介绍了数字高程模型的概念，叙述了数字高程模型的表示方法以及数 据的获得与处理方法，在本文中是采用机器人自身携带的3

36、D 激光雷达采集数据。 第三章介绍了未知环境下机器人的动力学建模问题。 第四章考虑姿态不稳定性的路径规划，假设了机器人的工作环境，结合人工 用遥操作机器人的方法，采用了一种新的方法来进行机器人的路径规划，仿真和 其他的路径规划方法进行对比，仿真结果证明了该方法的有效性。 第五章针对复杂环境中可能出现的移动障碍物和移动目标进行了一些研究， 首先先说明了粒子群智能算法的基本概念以及算法流程，其次针对于可能出现在 路径中的障碍物建立了动态的惩罚函数，最后提出了利用粒子群算法的路径规划 步骤，并针对各种可能的情况进行了仿真。 第六章总结以及展望，总结了本文的创新点，阐述了本文的不足并对今后的 发展方向

37、提出了意见。 1 6 小结 本章首先介绍了机器人的发展概况和路径规划的研究背景以及现有比较常 见的几种研究方法，接着在此基础上提出了本文的研究内容及相关的研究方法， 最后给出了本文的章节安排和组织结构。 数字高程模型 2 数字高程模型 2 1 引言 在复杂化的非结构室外环境中执行任务对于移动机器人来说并不是一件很 容易的事，因为在非结构化的外部环境中，地面将不再是平坦，地势的起伏也会 较大，此外移动机器人运动还受到各种各样的障碍物的影响，同时还必须尽可能 快的作出相应的避障策略，完成指定的路径规划任务。因此进行实时在线的定位 和路径规划对于在非结构化环境中的移动机器人来说就变得十分重要，这就意

38、味 着机器人必须实时、准确的获取外界环境信息。 一般来讲，移动机器人通常需要依靠全球卫星导航系统( G P S ) 来提供外部环 境信息，进而用来进行自身的定位，那么对获取到的环境信息进行快速的环境建 模满足机器人自主导航过程中的实时性要求是很重要的。如果在没有导航的地方 该怎么样去进行环境建模呢? 那么针对这样的问题，本文引用了地理学上的数字 高程模型( D i g i t a lE l e v a t i o nM o d e l ，D E M ) 来解决这一问题。 本章首先对数字高程模型的概念、数字高程模型的表示方法以及数字高程模 型的数据获取与处理方法进行了介绍，然后对插值的方法以及插

39、值过程中需要注 意的问题作了简要的说明。 2 2 数字高程模型的概念 数字高程模型啪1 主要被用来描述某一区域地貌形态的空间分布，通过对相应 的等高线或者相似的立体模型进行数据采集( 包括采样和量测) ，随后再对模型 进行数据插值后形成的，D E M 是对地表地貌形态的虚拟表示，同时它还可以派 生出等高线、坡度图等其他信息，所以经常被用于处理与地形相关的分析应用中 去“ 。 数字高程模型是表示区域D 上的三维向量的有限序列，用函数的形式表示 为： 杉= ( X ，Z ，Z ，) ；( f = 1 , 2 ，刀)( 2 1 ) 可以看出其实数字高程模型是对地球表面地形地貌的一种离散的数字表达。

40、从数学的角度来看，数字高程模型是带有高程信息的平面二维坐标的连续函数。 由于传统的地理信息系统的数据结构的存储形式均是二维的形式，所以构建带有 三维信息的数字高程模型，就是对地理信息系统的一个非常重要补充。数字高程 模型( D E M ) 通常会根据地表规则的网格单元构成的高程矩阵的形式表示，另外广 义的数字高程模型( D E M ) 还包括等高线、三角网等所有表达地面高程的数字表 1 2 数字高程模型 不o 2 2 1 数字高程模型的发展 数字高程模型的理论与技术由数据采集、数据处理以及实践应用三部分组 成，它的发展经历了以下三个阶段： ( 1 ) 初始阶段，2 0 世纪5 0 年代末，M

41、i l l e r 等将D T M 用于监视地球表面的 变化及分析，他们提出采用自动化方法和利用对航空像片的立体像全自动化扫描 的方法获取数据。 ( 2 ) 插值优化阶段，6 0 年代，由于致力于发展地形高程的存储和插值方法， 大部分的学者的研究重心就是希望通过数学插值方法来提高模型的精度，如 S c h u t s 对内插方法做出了全面的回顾。然而到了7 0 年代，人们逐渐得知内插并 不能很大程度上提高模型的精度，而采样时失去的精度可能永远无法弥补，于是 研究重心转向了优化采样，代表性的成果由M a k a r o v i c 提出的渐进采样以及后来 的混合采样 ( 3 ) D E M 阶段

42、，8 0 年代以来对D E M 的研究已经涉及到D E M 系统的各个 环节，其中包括用D E M 表示地形的精度、地形的分类、数据的采集以及不规则 三角网T 玳的建立与应用等。进入9 0 年代后，随着地理信息系统的发展，D E M 成为空间信息系统的一个重要组成部分，在工程建设、战场环境仿真等许多领域 得到了广泛应用，地形的三维显示则成为了重要研究方向。 2 2 2 数字高程模型的特点 数字高程模型具有如下的特点： ( 1 ) 地图精度的恒定性。一般来说，常规的纸质地形图会随着时间的推移及 外界环境的改变等其他相关因素的变化而出现发生变形的情况，从而失掉原有的 精度。而与之相对，数字高程模型( D E M ) 一方面采用了数字化的媒介，因而能够 很好地保持原有地图的精度；另一方面，常规的地形图一般是基于人工的方式制 作而成的，所以难免会在地图制作过程中产生相应的误差信息，从而使数据精度 损失，但是数字高程模型( D E M ) g I U 是通过个人计算机进行生产和输出的，大大减 少了人为误差的产生，另外对于产生图件的精度也能得到很好的控制。 ( 2 ) 地形表达的多样性。常规的地形图一旦制作完成后，其比例尺就不容易 改变，如果需要绘制其他形式的地形图，那么就需要人工进行处理：而数字高程 模型( D E M ) 通过计算机的处理后，可以根据需要要求产生出不同比例