基于三维环境模型的启发式路径规划算法

2012年02月13日13:48:29 本网站我要评论(2)字号：T | T | T

作者：陈宏钧，陈　伟，田　丰
（哈尔滨工业大学电气工程系）

摘　　　要：针对多自由度机器人手臂在未知环境中实时避障的问题，提出了一种基于环境信息的连杆机器人实时路径规划方法。采用笛卡尔空间内的障碍物检测信息建立了障碍物的空间模型，并依据该模型设计一种基于启发式规则的机器人路径规划算法。该算法不断猜测和修正路径，通过模糊推理得到下一位姿点，通过曲线拟合得到到达该位姿点的路径。在Ｍａｔｌａｂ下利用机器人工具箱建立了ＰＵＭＡ５６０型机器人的运动学模型，并在运动空间设置障碍物，对该算法进行仿真分析，分析结果说明所提出的路径规划算法可以在较短时间内完成避障运动，具有较好的实时性，同时运动关节的角度变化曲线比较平滑，运动中冲击力较小，这些特点使其便于在实际工程中使用。

关　键　词：机器人；路径规划；环境模型；启发算法

１　引　言
机器人路径规划是根据要达到的目标姿态及周围障碍物信息，控制机器人避开障碍物达到目标姿态。路径规划主要包括全局规划和局部规划两类方法。全局规划是在ＷＥＨｏｗｄｅｎ提出的栅格法［１］基础上发展起来，此方法要知道完整的环境信息，应用范围有限。局部路径规划包括障碍物模型映射到结构空间的Ｃｓｐａｃｅ方法和建立人工势场２种方法。但它们都存在一定的问题，由Ｌａｔｏｍｂｅ首先提出的Ｃｓｐａｃｅ方法［２］随着关节连杆个数的增加复杂
度成几何级数上升［３］，ＶｌａｄｉｍｉｒＬｕｍｅｌｓｋｙ将该理论应用于多自由度机器人ＰＵＭＡ５６０，并取得很好的控制效果，但仍存在关节个数增加后控制算法极度复杂的问题［４］。由Ｋｈａｔｉｂ提出的人工势场计算量小，实时性好且产生的路径比较平滑，但会陷入局部平衡点而停止运动［５］。现代机器人路径规划思想集中于对智能控制方法的研究，尤其是基于模糊控制规则的路径规划越来越受到重视，陆续提出了直接基于传感器信息和环境模型的路径规划思想［６７］，但是问题在于随着障碍物数量和关节个数的增加，出现模糊决策规则爆炸的问题。本文讨论了一种基于环境信息的实时路径规划方法，根据传感器获得的环境信息在三维空间中直接建立障碍物模型，并应用启发式的算法，即采用基于模糊决策的猜测修正式的控制规则，在含有多个障碍物的路径规划问题上，有较好效果。

登录网站后可下载文件

基于三维环境模型的启发式路径规划算法

相关阅读: