基于APFIGA全方位机器人多障碍区路径规划的研究.pdfVIP

高技术通讯2012年第22卷第1期：68—73 1 doi：10．3772／j．issn．1002-0470．2012．01．01 基于APFIGA的全方位机器人多障碍区路径规划研究① 蒋 林②+ 赵 杰” 闰继宏” 陈新元+ (+武汉科技大学冶金装备及其控制省部共建教育部重点实验室武汉430081) (“哈尔滨工业大学机器人技术与系统国家重点实验室 哈尔滨150080) 摘 要 为解决机器人在多障碍区的路径规划问题，提出了一种基于由遗传算法改进的 人工势场法(APFIGA)的全方位移动操作机器人路径规划方法。该规划方法通过在可穿 越的障碍区添加障碍物穿越系数来鼓励机器人走捷径，进而提高其路径优化能力；利用当 前点邻域内势场强度信息，结合遗传算法确定全方位移动操作机器人的运动方向及速度， 并引入机器人速度及移动障碍物速度的影响，得出势场强度下降最快的路径，提高方法的 动态环境规划能力。该方法能克服机器人在障碍物附近易于抖动的现象，通过在斥力势 中添加与目标距离成正比的系数项解决目标不可达问题，并利用填平势场跳出局部极小。 仿真与实物实验结果验证了所提出路径规划方法的正确性和有效性。 关键词全方位移动操作机器人，由遗传算法改进的人工势场法(APFIGA)，穿越系数， 人工势场(APF)，遗传算法 APF中添加附加控制力的研究，该方法解决了APF 0 引言 法的局部极小点的问题L6o；清华大学进行了移动机 器人在未知环境中用聚类分析与沿墙行走进行实时 人工势场(artificialpotentialfield，APF)法是一运动规划的研究。71；北京理工大学进行了群智能机 种应用广泛的简单有效的路径规划算法。传统APF 器人基于APF进行编队与避障的研究。81；北京科技 法在复杂非线性的移动机器人路径规划上缺乏足够 大学将动态环境下的速度及加速度因素引入势能函 的鲁棒性，难以解决局部极小这类问题，由于受引力 数进行了路径规划仿真研究一o；沈阳工业大学进行 和斥力的合力作用，当机器人未到达目标点而合力 了动态环境下基于改进的APF法的机器人运动规 为零时，机器人将停止前进，陷入局部极小点，不能 划研究。1…；墨西哥的Ricardo将模糊逻辑与遗传算 到达目标位置¨’2J。目前已有多种跳出局部极小的 法相结合进行了移动机器人路径规划研究…1；土耳 途径，如启发式有哪些信誉好的足球投注网站、随机逃走、Tangent 其的Tark将遗传算法应用到并联机器人的运动路 bug与沿墙 走等p’4·，这些途径都需要对机器人施加附加控制 径规划中¨引。上述这些智能方法的应用环境及解 力，因而不能从根本上解决问题。此外传统APF法 决问题的侧重点均有不同，而对移动机器人在多障 难以解决到达障碍物附近时由于合力方向变化所产 碍区穿行的路径规划理论却少有研究，针对这个难 生的抖动，以及障碍物在目标点附近使排斥力大于 题，本文提出了基于由遗传算法改进的人工势场法 fieldmethod the 引力导致目标不可达及多障碍区路径非最优等问 (artificialpotential improvedby ge— 题。 netic mobile 目前国内外已有多家研究单位将智能方法应用 (omni-directional 到移动机器人路径规划方面，如清华大学引入记忆