内容发布更新时间 : 2024/12/23 21:54:27星期一 下面是文章的全部内容请认真阅读。
山东建筑大学毕业论文
}
}
⑼ 设置机器人下一步要到达的位置
void Pathplan::setNextStep(path p) { }
m_nextstep=p.pos[1];
3.3.3 程序仿真结果
选定不同数量的障碍物，设置不同位置的障碍物和目标点，仿真结果如图3.11、3.12、3.13所示。
图3.11 单个障碍物路径规划
图 3.12 两个障碍物的路径规划
- 40 -
山东建筑大学毕业论文
图 3.13 四个障碍物的路径规划
在仿真过程中，分别设置了1个、2个、4个障碍，并自主设计了障碍物的大小和各个
障碍的坐标，自定义起始点，在此期间，障碍物和栅格周围都设为不可行。记过计算，如图所示的仿真结果显示，机器人从出发点到目的地的过程中，安全的绕过障碍，最终找到了一条最优的无碰路径，仿真结果显示了算法的有效性。 3.4 小结
本章针对路径规划演示平台的设计进行了程序编辑及演示，通过VC编程实现了操作界面的设计以及障碍物、机器人、目标点的相关参数设置，最终基于栅格算法实现了路径规划避障的最优路径的选择。通过VC++6.0仿真平台，也同样验证了算法的有效性。
实验结果显示基于栅格法的路径规划易于实现，栅格法将机器人工作环境分解为一系列具有二值信息的网格单元，采用均匀的栅格覆盖整个工作空间，从而将其分成被障碍物占据的栅格和自由的栅格，障碍物栅格和非障碍物栅格具有不同的识别值，然后用启发式算法在栅格中搜索一条无碰撞路径，即要求路经的栅格都必须是自由的。该方法以栅格为单位记录环境信息，环境被量化成具有一定分辨率的栅格，栅格的大小直接影响着环境信 息存储量的大小和规划时间的长短。
整个实验过程体现出栅格法在路径规划演示平台设计方面具有简单、易于实现，易于扩展到三维环境的优势，但同样会伴随着一些问题，例如：对工作区域的大小有一定的要求，如果区域太大，将使栅格的数量急剧增加，使搜索存在组合爆炸的问题，针对这方面问题有待进一步改善。
- 41 -
山东建筑大学毕业论文
4 结 论
本课题的研究主要是针对机器人路径规划问题展开的，移动机器人是现代社会发展到一定程度必然要研究的问题，而机器人路径规划技术又是移动机器人里面非常重要的一环，所以进行机器人路径规划的研究是十分必要的。本文在理论研究的基础上，结合VC++仿真平台，验证了栅格算法是可靠有效的，仿真中移动机器人完全可以安全的到达目的地，并且可以寻找到一条平滑的路径轨迹。
本文的主要内容有：
（1）详细阐述了机器人路径规划的国内外发展史，特别是对移动机器人路径规划的算法作了详细的介绍，对比了各种方法的优缺点以及研究状况。
（2）介绍了基于栅格法的机器人路径规划算法的实现过程，通过将不完全可行栅格划归于可行栅格，在粗略划分整个工作环境的情况下，采取概率搜索方法，先获得一条次优的最短路径，然后在此基础上，将不完全可行栅格回归原工作环境，通过将栅格长度等比递减的策略，最终获得一条最短的无碰撞路径。此算法不仅可以适用小环境内家用机器人的路径规划，还可以适用于大范围的搜索路径。经过第二步的处理，精度越小搜索到的路径会更加平滑。仿真结果表明基于栅格法的路径规划算法有效并易于实现的。
（3）展望 基于现状，对于机器人路径规划未来要加强以下方面的工作：
①本文中利用栅格法对移动机器人路径进行规划，只能应用于静态全局下的运动环境中，还没有构建出动态的环境地图，动态环境的构建比较复杂，目前没有比较系统化的理论和方法，大部分的动态环境都是基于特定的环境。所以对于栅格法应用于动态环境下的建模还需要以后继续探索。
②因为受到研究时间的限制，对机器人路径规划的算法的学习仅从栅格法和人工势场法上进行了相对深入的探究，而对于如何能够有效的结合其他方法，以及应用一些智能算法等，还有待于进一步的学习。
- 42 -
山东建筑大学毕业论文
致 谢
转眼间大学四年生活即将结束，这几年中无论在学业上还是在生活上我都得到了很多人无私的帮助、关怀和教导。尤其是在此次毕业设计的过程中，我收到了来自很多同学老师的帮助，没有他们，我不可能如此顺利迅速的完成毕业论文的写作。特别感谢我的导师郝丽丽老师，本文是在她的大力支持和精心指导下完成的。郝老师注重培养我独立分析和解决问题的能力，给我创造了很好的学习条件，在其他方面上也是对我倍加关照。半年来，郝老师以自己高尚的品格、严谨的学风和敏锐的洞察力影响着我，改变着我。从她那里我学到了很多终身受益的东西。
感谢所有教授过我课程的山东建筑大学的老师，感谢信电学院的所有老师在四年的学习和工作中给予我的帮助和鼓励。
在我漫长的求学过程中，凝聚了家人的期望和心血，他们的默默支持是我不断进步的动力。在此向我的父母表示深深的谢意！
最后，我要感谢从百忙之中抽出时间审阅此论文的专家、领导和老师，不足之处请指正。
- 43 -
山东建筑大学毕业论文
参考文献
[1]庄慧忠,杜树新,吴铁军.机器人路径规划及相关算法研究[N].科技通报,2004,20（3）:210-214. [2]孔峰,陶金,谢超平.移动机器人路径规划技术研究[N].广西工学院学报,2009,20（4）:70-72. [3]鲁庆.基于栅格法的移动机器人的路径规划研究[J].电脑与信息技术,2007,（6）:24-26. [4]王娟娟.移动机器人路径规划方法研究[D].淄博：山东理工大学硕士学位论文，2010.14-24. [5]金雷泽,杜振军,贾 凯.基于势场法的移动机器人路径规划仿真研究[J].计算机工程与应用,2007,43(24):226-229.
[6]黄炳强,曹广益.基于人工势场法的移动机器人路径规划研究[A].计算机工程与科学[C].郑州:河南人民出版社,2004.123-125.
[7]禹建丽,孙增圻,成久洋之. 一种快速神经网络路径规划算法[J].机器人,2001,（3）:201-204. [8] KHATIB O.Real-time Obstacle Avoidance for Manipulators and Mobile Robots[J].The International Journal of Robotics Research，1986；5(1):90-98.
[9] GE S S，CUI Y J. New Potential Functions for Mobile Robot Path Planning[J].IEEE Transactions on Robotics and Automation, 2000, 16(5): 615-620.
[10] Fang Shuai, Hu Ying, Xu Xin-he.Key technologies of centralized soccer—robot vision system[J].Journal of Northeastern University,2003.24(11):1029-1032.
[11]柯文德,崔刚,洪炳熔,彭志平,陈珂.仿人机器人路径规划研究[G].山东科技大学学报,2012,32(2):86-92. [12]罗乾又，张 华，王 姬，解兴哲.改进人工势场法在机器人路径规划中的应用[G].计算机工程与设计,2011,32(4):1411-1418.
[13]梁瑾,宋科璞.神经网络在移动机器人路径规划中的应用[G].系统仿真学报,2010,22(1):269-272. [14]姚金毅,李益明,劳逆.2003中国机器人竞赛培训教材,清华大学智能技术与系统国家重点实验室.北京,2003：78-96.
[15]李国华.机械故障诊断[M].北京:化学工业出版社,1999：1-5.
[16]韩启刚.计算机模糊控制技术与仪表装置[M].北京:中国计量出版社,2009.221-225.
[17]李源惠,潘明阳,吴娴.基于动态网络模型的航线自动生成算法[s].交通运输工程学报.2007.135-139. [18]朱庆宝,张玉兰.基于栅格法的机器人路径规划蚁群算法[J].机器人,2011,27(2):132-136. [19]段俊花,李孝安.基于改进遗传算法的机器人路径规划[J].微电子学和计算机,2010.22(l):70-73. [20]黄献龙,梁斌,吴宏鑫,机器人避碰规划综述[J].航天控制,2002(1):34-46.
- 44 -