移动机器人路径规划 ppt课件

Brooks R, Robis A. Layered Control System for a Mobile Robot.
IEEE Trans on Robotics &ppAt课ut件omation. 1986, 2(1):14-23
2
路径规划
• 以C表示机器人的位形空间，以F表示无碰 撞的自由位形空间。给定机器人初始位形 qinit和目标位形qgoal，在F中寻找一条连接 这两点的连续曲线，满足某些性能指标， 如路径最短、行走时间最短、工作代价最 小等。
• 全局搜索，路径完备，但计算量大，难实现
– 基于随机路图的方法
• PRM（Probabilistic Roadmap Method）
• 易于实现，速度效率pp高t课件，但仅具有概率完备性
8
基于栅格的方法
• 将区域划分成栅格，搜索连通栅格表示路 径。优点：易于建模、存储、处理、更新
与分析
– Dijkstra算法：通过枚举求解两点间距离最短
– 基于栅格的方法
– 势场法
– 数学编程法
பைடு நூலகம்
• 智能方法
– 模糊方法
– 神经网络方法
– 遗传算法
ppt课件
7
基于图的方法
• 通过起始点和目标点以及障碍物顶点在内 的一系列点构造可视图，连接这些点，使
某点与其周围的可视点（即中间无障碍物）
相连，然后机器人沿着这些点在图中搜索 路径。
– 全局图法
• 可视图法、Voronoi图法、Silhouette法、基于启发 式搜索的Q-M图法
• 利用神经网络进行路径规划
• 缺点：运算时间长，在运动空间数据不完 备时可能发生不收敛或路径不可行问题
ppt课件
13
基于遗传算法的路径规划
• 遗传算法是计算数学中用于解决最优化的搜索算法，是进 化算法的一种。
• 遗传算法通常实现为一种计算机模拟。对于一个最优化问 题，一定数量的候选解（称为个体）的抽象表示（称为染 色体）的种群向更好的解进化。传统上，解用二进制表示 （即0和1的串），但也可以用其他表示方法。进化从完全 随机个体的种群开始，之后一代一代发生。在每一代中， 整个种群的适应度被评价，从当前种群中随机地选择多个 个体（基于它们的适应度），通过自然选择和突变产生新 的生命种群，该种群在算法的下一次迭代中成为当前种群。
• 路径规划主要包括环境、路径搜索和路径 平滑环节
ppt课件
3
环境建模
• 从现实物理空间到算法处理抽象空间的映 射表示
• 常用建模表示方法：
– 栅格法
• 类似于矩阵，栅格数据表示有无障碍物
• 易创建和维护，但分辩率和数据量互相制约
– 几何法
• 利用几何特征表示
• 需要对感知信息作额外处理
–图
• 将前面两种方法结果pp用t课件拓扑法连接成一个图
ppt课件
11
基于模糊逻辑的方法
• 模糊逻辑：构造二维隶属度函数，模糊综 合评价
• 该方法在环境未知或发生变化的情况下， 能够快速而准确地规划机器人路径，对于 要求较少规划时间的机器人是一种良好的 导航方法。
• 缺点是当障碍物数目增加时，该方法的计 算量会很大，影响规划结果
ppt课件
12
基于神经网络的方法
4
路径搜索
• 路径表达：
– 以环境模型中的结点序列组成或由直线段序列 组成
• 路径平滑：依据机器人运动学或动力学约 束形成机器人可跟踪执行的运动轨迹
– 如果考虑机器人运动学约束，则路径轨迹的一 阶导数应连续
– 如果考虑动力学约束，则路径轨迹的二阶导数 应连续
ppt课件
5
路径规划
• 基于地图的全局路径规划
• 基于传感器-执行器直接映射的运动控制
– 模糊逻辑方法\神经网络法(要求先验知识) – 基于动态规划的增强
ppt课件
17
故障诊断
• 现有故障检测方法可分为基于知识、基于 解析模型和基于信号处理3种
• 诊断决策方法：
– 阈值法 – 模糊逻辑 – 贝叶斯分类 – 故障假设检验
ppt课件
18
• 衍生算法：退火遗传算法、改进遗传算子等
ppt课件
14
其它智能机器人路径规划方法
• 蚂蚁算法：一种全局优化算法，模仿蚂蚁 搜索食物的行为，是一种通用型随机优化 方法
ppt课件
15
基于电路地图的路径规划方法
• 将环境建模成电路图。规划路径与电流相 似，即路径的长度以电路中某条通路中串
联电阻的多少来反映，路径的宽度以电路
– A*算法：通过代价评估加快搜索
– 梯度法：由起点到目标点距离下降最大梯度方 向搜索，不能保证全局最短，可能陷入局部最
小点
– 距离变换法：逆向的梯度法，保证全局最短， 但搜索效率随栅格和障碍物数目增加急骤下降
– 四叉树法：不能最优甚至次优、损失大量可行
自由空间
ppt课件
9
势场法
• 目标产生引力、障碍物产生斥力，合力控 制机器人运动
– 环境已知的离线全局路径规划 – 环境未知的在线规划
• 基于进化算法 • 基于广义预测控制
• 基于传感器的局部路径规划
– 增量式构造当前可视区域路径图的规划方法 – 基于近似单元分解的局部路径规划方法
– 基于微分平坦系统理论的运动规划方法
ppt课件
6
路径规划方法分类
• 传统经典算法
– 基于图的方法
• 适用于静态环境或动态环境
• 存在振荡和局部最小值
• 方法：
– 人工势场法
– 虚拟力场法
– 电场法
–
结合模拟退火的人工势场法 ppt课件
10
数学编程法
• 用一组不等式来表示机器人的避碰约束， 机器人运动起点和终点分别用一个函数的 起始条件和终止条件表示，同时设定一个 最优评价函数，从而将路径规划问题转化 为一个纯数学的最优求解问题。
移动机器人路径规划技术
ppt课件
1
体系结构
• 基于功能的分层式体系结构
– 功能：感知->建模->规划->行动
• 基于(传感器)行为的反应式体系结构
– 如Brooks包容式体系结构 – 机器人行为控制器构造优化方法
• 基于模糊逻辑及神经网络的监督学习 • 基于传感器信息的局部运动规划
• (前两种)混合式
中某个方向上的支路数目即并联电阻多少
来反映。根据欧姆定律和电的基本性质，
在电路中电阻最小的支路上电流最大，而
串联电阻少且并联电阻多的支路即最大电 流通路。
• 优点：在规划最短路径的同时考虑了路径 宽度
ppt课件
16
运动控制
• 基于路径规划的移动机器人路径跟踪控制
– 非完整控制系统的镇定方法
• 非连续定常镇定化 • 时变镇定化