复杂环境下移动机器人路径规划及优化算法研究
路径规划是机器人研究领域中的重要内容之一，尤其复杂环境下的路径规划是机器人研究领域的难点，如何使机器人在已知或未知环境下快速准确地规划出一条无碰撞平滑且满足其运动约束的路径是一个富有挑战性的研究课题。不论是在国家安防，危险环境搜救以及医疗服务等各个需要机器人代为执行任务的领域，路径规划及优化都有着潜在巨大应用价值。现阶段主要存在的问题是在复杂环境中，传统路径规划算法规划出的路径曲率过大，不光滑路径会增加受非完整约束移动机器人路径跟踪算法的复杂度，难以稳定地被机器人实现。针对复杂环境下移动机器人的路径规划问题，本文研究的主要内容如下: 1.本论文在调研机器人导航研究以及发展现状的基础上，完成实物机器人导航平台搭建，为后续工作打下基础。 2.通过Kinect视觉传感器得到环境深度数据，捕捉环境实时信息，获取障碍物距离，通过结合A*算法与DWA算法的优势进行动态路径规划算法实现导航以及避障功能，基于Turtle bot实验平台，验证导航算法的可靠性。 3.在实现机器人自主导航的基础上，分析其运动不稳定的原因。针对机器人运动规划中必须解决的路径平滑问题，经过对常用的机器人路径平滑算法的研究，紧密联系实际，分析其应用局限性，提出了一种基于方向角的梯度路径平滑优化算法，并将提出的创新平滑算法与常用的路径平滑算法进行实验对比分析，解决了机器人在实际运动规划中出现的拐点及曲率不连续的问题，以机器人本身的硬件能力做参数调整。
移动机器人;路径规划;运动控制;自主导航
北京化工大学
硕士
控制工程
曹政才;王晓林
2020
中文
TP242.6
2020-11-17（万方平台首次上网日期，不代表论文的发表时间）