智能机器人路径研究资料

智能机器人路径研究资料 自主的智能机器人将拥有感知、 规划 污水管网监理规划下载职业规划大学生职业规划个人职业规划职业规划论文 和控制等 0 引 言 高级能力 ,使它们能够收集周围环境的信息 ,构造 一个能以符号 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 达的环境模型 ,并通过应用程序 , 自 20 世纪 40 年代后期 ,美国橡树岭和阿尔贡 在高水平层次上规划和实现布置给它们的任务. 因 国家实验室研制出世界上第一台“主从型”机械手 此目前机器人学的研究旨在使得一个自主的智能 至今 ,机器人的研制和应用在欧美和日本等国家中 机器人系统能够更好地具备这些能力. 在这些能力 以惊人的速度发展起来 ,相应地 ,机器人的路径规 中 ,规划指的是 ,利用一个环境模型来自动地实现 划及相关算法的研究领域也因此而快速兴起. 随着 机器人的运动. 一般来说 ,在一个非常高水平的层 工业要求的日益增长 ,越来越多的自动制造系统运 次上 ,使用者指定一个具体工作任务 ,然后让机器 用了机械手和传感反馈装置 ,更重要的是 ,随着制 人系统通过程序去自动地实现它. 比如装配某种产 造自动化的飞速发展 ,未来将需要大量更自主、更 品 ,使用者指定一系列装配工序 ,然后让机器人系 智能的机器人. 统根据基本的要求来规划无碰撞运动 ,这些动作包 收稿日期:2003 - 08 - 08 作者简介:庄慧忠 ,男 ,1972 年生 ,福建福州人 ,博士研究生 ,从事机器人路径规划研究. ? 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. 第 3 期 庄慧忠等. 机器人路径规划及相关算法研究 211 位置和几何性质等信息 ,这种规划对于环境数据的 括抓取该产品的零部件 ,绕开工作空间中的障碍 , 搜集和该环境模型的动态更新能够随时进行校正; 传送到它们各自相应的装配位置进行装配. 3) 环境信息中包含以某种可知或可预知的方式进 在过去的 20 多年里 ,机器人运动的自动规划 行移动的障碍物 ,这个问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 要比静态问题难得多. 技术已经有了很大的发展. 这个领域涉及到许多重 下面根据空间描述形式的不同 ,从全局规划和 要的数学内容 , 如经典几何学、拓扑学、代数几何 学、代数学和组合学等 ,这些数学工具都已经应用 到相关的研究中. 本文综述了一些较有影响的研究 思想和方法. 首先 ,描述机器人路径规划问题以及 这一问题的分类; 然后 ,详述以几何法和拓扑法为 主的全局规划方法及其相关算法; 最后 ,阐述以人 工势场法为主的局部规划方法. 1 路径规划问题描述 路径规划问题是机器人学中很重要的一个方 面 ,大多数国内外文献将此问题称为 Path Planning , Find2Path Problem , Collision2Free , Obstacle Avoid2 ance , Motion Planning , etc. . 路径规划的研究对象可 分为关节式机械手和移动式机器人. 一般来说 ,前 者具有更多的自由度 ,而后者的作业范围则更大一 些. 就最简单的形式 ,路径规划问题可以按如下定 义:设 B 为一机器人系统 ,这一系统共具有 k 个自 由度 ,并假设 B 在一个二维或三维空间 V 中 ,在一 组其几何性质已为该机器人系统所知的障碍物中 , 可以做无碰撞运动. 这样 ,对于 B 的路径规划问题 即为:在空间 V 中 ,给定B 的一个初始位姿 Z 和一 1 个目标位姿 Z ,以及一组障碍物 ,寻找一条从 Z 到 21 Z 、连续的避碰最优路径 ,如果该路径存在 ,那么规 2 划出这样一条运动路径. 从空间描述形式来看 ,大致可以分为:1) 基于 C 空间(也称构形空间) (configuration space) 的几何 法和拓扑法;2) 基于笛卡尔直角坐标空间的人工势 场 法. 前者一般称为全局方法 ,后者一般称为局部 方法. 从机器人获知环境信息的程度可分为:1) 环境 信息完全已知 ,包括障碍物的位置及其几何性质; 2) 环境信息完全未知或部分未知 ,通过传感器在线 地对机器人的工作环境进行探测 ,以获取障碍物的 局部规划来归纳和 总结 初级经济法重点总结下载党员个人总结TXt高中句型全总结.doc高中句型全总结.doc理论力学知识点总结pdf 国内外学者在机器人路径 cle) ,与此同时 ,运动对象缩成为一个点. 从而使 规划研究方面所做的工作. 原 来物理空间中求运动对象的无碰路径规划变为构 2 全局规划方法 形空间中求质点的运动轨迹问题 ,简化了问题的复 杂性. 这种方法以机械手的关节轴为坐标系建立 C 全局规划方法主要是以基于 C 空间的自由空 空间, 将障碍物映射到 C 空间, 形成 C 空间障碍, 即 间法等各种几何法以及拓扑法为主 ,它包括环境建 障碍空间. 这样在 C 空间中, 障碍空间的补集就模和路径搜索两个子问题. 最初开始研究路径规划 对 应着自由空间, 自由空间内的点代表不与障碍的问题 ,主要采用基于直角坐标空间的假设和检验 物干 涉的机器人构形, 而障碍空间内的点代表可方法 ,它是由 Pieper 于 1968 年提出的 ,也是最早的 能与障 碍物碰撞的机器人构形. 于是路径规划问机器人避障方法. 此法由三个步骤组成:第一 ,在初 题就转化 为在 C 空间中寻找一条连接初始点和始点和目标点之间先假设一条路径; 第二 ,为了避 目标点的自 由路径, 当机器人沿该路径运动时, 免可能的碰撞 ,检验路径上一组选定的点;第三 ,如 能保证不与障 碍物发生碰撞. 果发现碰撞 ,则通过检查导致碰撞的障碍物来修改 基于 C 空间的自由空间法的一般步骤是:1) 建 这条路径. 对于修改后的运动再重复上述过程 ,直 立 C 空间, 构造自由空间;2) 确定单元的连通性, 将 到完成无碰路径规划. 这种早期的全局规划方法比 自由空间表示为连通图;3) 建立搜索树, 确定搜索 较简单 ,但实时性差 , 无法按指标优化路径. 20 世 策略;4) 进行路径优化. 纪 80 年代初 ,来自麻省理工学院人工智能实验室 的Lozano2Perez 提出了基于 C 空间的自由空间法 , 自由空间法的优势在于, 构形空间能够用清晰 并得到国内外很多学者的青睐 ,与之相关的各种几 何法和拓扑法也应运而生. 2. 1 基于构形空间的几何法及相关算法 [1 ,2 ]在Lozano2Perez 提出的基于 C 空间的自由 空间法中 , 运用构形空间障碍 ( configuration space obstacle) 的概念 ,根据运动对象的大小和姿态 ,将已 知的障碍物扩展 , 变换为扩展障碍 ( Grown Obsta2 ? 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. 212 科 技 通 报 第 20 卷 的几何模型来描述, 使得自由空间、障碍空间一目 了然, 然后通过这些几何描述定义一些搜索方法. 如果在已知的自由空间中存在避碰路径, 那么这些 搜索方法可以保证找到这样的路径, 而且是最短路 径, 所以可以按其性能指标来搜索和优化路径, 且 具有完备解. 另外, 该法比较灵活, 初始点和目标点 的改变不会造成连通图的重构. 但自由空间法最大 的缺点是自由空间的计算量非常大. 随 C 空间维数 的增长, 构造连通图所需的计算时间成指数倍增 长, 尤其是对于障碍物相对比较密集的空间和当机 器人的自由度数比较大( 即 C 空间维数较大) 时, 其路径搜索策略要么失败, 要么花费不可估量的时 间代价. 同时, 在 C 空间中, 随着障碍物的移动, C 空间障碍的大小和形状等几何性质也随之变化. 这 , 即使对于低维数的 C 空间, 这种方法也不可行, 样 这也是自由空间法的发展受到限制的最主要原因. 构造 C 空间的方法主要有:单元分解法(也叫 [3 ]切分法 , 又分为近似单元分解法 ( approximate cell decomposition) 和精确单元分解法 ( exact cell de2 [5 ]( Schwartz 和 Sharir composition) 、投影(projection) 法 [4 ,6,8 ] ,[910 ] 一系列有关“钢琴搬运者” 的问题采用的即是 该法) 、缩减 ( retraction) 法 、广义锥 ( generalized [11 ][12 ]cone) 法 和可视图(visibility graph) 法 等等. 2. 2 基于状态空间的拓扑法 上述的几何法搜索空间相当庞大 ,需要比较复 杂的搜索策略 ,而且一般没有考虑移动物体( 机器 人) 的几何特点 ,在解决姿态(orientation) 这个很重 要的路径规划问题时 ,如一根杆的路径规划问题 , 有一定的局限性. 针对几何法这一局限性 ,我国学 [13 ] 在 20 世纪 80 年代初提出用状态空间的 者张钹 连通性分析来解决路径规划问题 ,它根据环境和运 动物体的几何特点 ,将组成空间划分成若干拓扑特 征一致的子区域 ,根据彼此的连通性建立一个拓扑 网 ,在该图中搜索一条拓扑路径. 这 种方法的优点 在于利用拓扑特征大大缩小了搜索空间 ,其算法复 杂性仅仅依赖于障碍物的数目 , 在理论上是完备 的;缺点在于表示的复杂性、特殊性 ,建立拓扑网的 过程是相当复杂而费时的 ,比较难以实现. 如果假设在机器人系统中 , 自由构形空间 FS [5 ]是一个代数或半代数集 ,Schwartz 和 Sharir 证明了 路径规划问题可以用 n 个代数约束的多项式来求 解 ,这样路径规划就等价于计算( 机器人系统的自 由构形空间) 中各个相连的半代数变量的子区域这