本科毕业论文-—基于向量场直方图的移动机器人避障方法研究
基于改进人工势场法的机器人避障方法的研究①
基于改进人工势场法的机器人避障方法的研究①
科技资讯
2017 NO.04
SCIENCE & TECHNOLOGY INFORMATION
工 业 技 术
100科技资讯 SCIENCE & TECHNOLOGY INFORMATION
随着机器人技术的不断提高、应用领域不断扩展、工作环境复杂性的不断扩大,为满足人类需求,移动机器人与多机器人系统由于其广泛的应用空间吸引了众多科研者的关注。移动机器人要自主地完成一定的任务,多机器人系统不是单个机器人代数相加,其作用效果也不是单机器人作用的线性求和,因此机器人智能感知与控制技术成为研究的重点。路径规划包括环境信息的获得、环境信息的理解、可行路径的搜索3个子问题,该文主要研究可行路径的搜索。传统路径规划方法包括人工势场法、栅格法、自由空间法等;智能路径规划方法包括神经网络法、遗传算法、蚁群算法、模糊逻辑算法等。
1 “猫捉老鼠”系统研究与设计
1.1 “机器猫”与“机器鼠”的研究与设计
该文拟设计一个“猫捉老鼠”系统,通过对“机器猫”的路径规划实现对“机器鼠”的追捕。给“机器鼠”设计两个安全区域,同时也设计几条通往安全预期的路径。“机器鼠”想找到以躲避“机器猫”为前提的通往安全区域的最佳路径,“机器猫”想寻求一条快速距离“机器鼠”无限近的但不能是安全区域的路径。
以乐高套件为基础,“机器鼠”需要超声波传感器、两个光电传
感器、压力传感器。超声波传感器用于识别障碍物;光电传感器用于判断所需要行走的路径;压力传感器用于成功返回安全区域后做出相应的反应。大同小异,“机器猫”不需要按黑标行走,因此不需要光电传感器;超声波传感器与压力传感器作用与“机器鼠”中相同,同时对“机器猫”加入一个声音传感器用于在其成功捕获到“机器鼠”后发出信号。 1.2 “机器猫”路径规划算法研究
对“机器猫”来说,“机器鼠”的安全区域是其最主要的障碍物,只要成功地诱使“机器鼠”远离安全区域即可,“机器猫”不是不可以接近安全区域。该文在对“机器猫”做路径规划中重点处理的障碍物是安全区域,一般意义上的障碍物只是简单的避障。
轮式移动机器人避障的研究
工学硕士学位论文
轮式移动机器人避障的研究
陈超超
燕 山 大 学
2004年2月
国内图书分类号：TP242.6
国际图书分类号：621.3
工学硕士学位论文
轮式移动机器人避障的研究
硕士研究生：陈超超
导师：黄 真教授
副 导 师：田行斌副教授
王洪波教授
申请学位级别：工学硕士
学科、专业：机械电子工程
所在单位：机械工程学院
授予学位单位：燕山大学
Classified Index: TP242.6
U.D.C.: 621.3
Dissertation for the Master Degree in Engineering
STUDY ON OBSTACLE AVOIDANCE
FOR WHEELED MOBILE ROBOT
Candidate： Chen Chaochao
Supervisor： Prof. Huang Zhen
Associate Supervisor: Associate Prof.Tian Xingbin
Prof. Wang Hongbo
Academic Degree Applied for： Master of Engineering
Speciality： Mechatronic Engineering
University： Yanshan University
摘 要
本文使用了超声波传感器对移动机器人周围的环境进行探测，并且利用单片机技术
对超声波传感器所探得的障碍物信息进行处理，最终通过一种新颖的模糊神经控制算法
来完成障碍物的模式识别，从而实现了移动机器人的自主避障。其具体内容如下所示:
采用8个US系列的BTE054超声波传感器对移动机器人周围的环境信息进行采集，
并且利用含有日本日立公司生产的SH7044(QFP-112Pin)芯片的单片机对采集到的环境信
息进行处理。为了增加单个超声波传感器的测量精度和减小多个超声波传感器所产生的
干涉现象，在硬件上采取了多个传感器复数统接的方法，在软件上使用了均值法和智能
数学建模机器人避障论文
承 诺 书
我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.
我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。
我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。
我们参赛选择的题号是（从A/B/C/D中选择一项填写）：
我们的参赛报名号为（如果赛区设置报名号的话）：
所属学校（请填写完整的全名）：
参赛队员 (打印并签名) ：1.
2.
3.
指导教师或指导教师组负责人 (打印并签名)：
日期： 年 月 日
编 号 专 用 页
赛区评阅编号（由赛区组委会评阅前进行编号）：
赛区评阅记录（可供赛区评阅时使用）：
全国大学生数学建模竞赛国家一等奖论文D题——机器人避障问题
机器人避障问题
摘要
针对机器人避障问题，本文分别建立了机器人从区域中一点到达另一点的避障的最
短路径、最短时间路径的非线性0-1整数规划模型。同时，本文为求带有NP属性的非
线性0-1整数规划模型，构建了有效启发式算法，利用MATLAB软件编程，求得了O→A、
O→B、O→C、O→A→B→A→C的最短路径，同时得到了O→A的最短时间路径，求得的各
类最短路径均是全局最优。
针对区域中一点到达另一点的避障的最短路径问题，首先，本文证明了圆弧位置设
定在需要绕过障碍物的顶角上，且圆弧半径为10个单位时，能够使得机器人从区域中
一点到达另一点的行进路径最短；其次，本文将最短路径选择问题转化成了最短路径的
优选问题，根据避障条件，建立了具有较高普适性的避障最短路径的优化模型。为便于
求解，本文巧妙地将此优化模型转化成了以可行路径不与障碍物边界相交、不与圆弧相
交为约束条件，以机器人从区域中一点达到另一点避障路径最短为目标的0-1规划模型；
再次，本文构建了两种有效的启发式算法，利用MATLAB软件编程求得了O→A、O→B、O
→C、O→A→B→A→C的最短路径，最短路径长分别为471.0372、853.7001、1088.1952、
2725.1596，其中O-->A的最短路径为(0,0)→(70.5063,213.1405) →(75.975,219.1542)
→（300,300)，对应圆弧的圆心坐标为(80,210)，O→B的最短路径，对应圆弧的圆心坐
标：(60,300)、(150,435)、（220、470）、(220,530)、(150,600)， O→C经过的圆心：
(410,100)、(230,60)、(720,520)，（720,600），(500,200)， O→A→B→C→O经过的圆
心：(410,100)，(230,60)， (80,210)，(220,530)，(150,600)，(270,680)，(370,680)，
移动机器人的路径规划方法的研究 理工论文
移动机器人的路径规划方法的研究
文章来源 3 e d u 教育网
摘 要:本文针对机器人及障碍物的位置可以实时测得,障碍物数量固定,形状大小可预知,位置一般固定不动的情况,提出一种计算简单、容易实现的移动机器人路径规划方法,可适用于某些特定的场合。
关键词:移动机器人 路径规划 障碍物
中图分类号:TP24 文献标识码:A 文章编号:1007-9416(2010)08-0015-02
1 引言
在有障碍物的工作环境中,如果机器人及障碍物的位置可以实时测得,则可以寻找一种移动机器人的优化路径规划算法,使机器人在运动过程中无碰撞地绕过所有的障碍物,安全的到达指定目标位置[1]。
路径规划问题根据机器人的工作环境模型可以分为两种,一种是基于模型的路径规划,作业环境的全部信息都是预知的;另一种是基于传感器的路径规划,作业环境的信息是全部未知或部分未知的。
本文提出一种计算简单、容易实现的移动机器人路径规划方法,可供侧重于应用的读者参考。
2 问题描述
设机器人在长度为L的L×L的二维平面上能够自由运动,将机器人模型化为点状态机器人,在L×L的二维平面上存在若干个静态障碍物和在一定范围内运动的动态障碍物,根据安全性的要求进行了相应的“膨胀化”处理,使“膨胀化”后的障碍物边界为安全区域,“膨胀化”后的障碍物边界区域内为凸型,边界为光滑曲线,边界上各点曲率半径≤δ(其中δ是正常量,可假设为圆的半径),曲率中心在障碍物内部,单个机器人的路径规划是找出从起始点至终点的一条最短无碰路径[2]。设终点(目标)的坐标为已知,机器人在任何时刻都能测出机器人所在位置与终点连线和机器人到障碍物边界的切线的夹角。根据夹角的大小来判断所选择的无碰撞行走路径[3]。如图1所示,由于角α
3 路径规划原理
3.1 求切线法的路径规划原理
移动机器人未知环境避障研究
１６ 传感器与微系统（Ｔｒａｎｓｄｕｃｅｒ ａｎｄ Ｍｉｃｒｏｓｙｓｔｅｍ Ｔｅｃｈｎｏｌｏｇｉｅｓ） ２０１１年第３０卷第５期
移动机器人未知环境避障研究
顾幸方，陈晋音 （浙江工业大学信息工程学院。浙江杭州３１００２３）
摘要：针对移动机器人的避障问题，以ＡＳ—Ｒ移动机器人为实验平台，提出了一种改进人工势场和模糊 逻辑相结合的路径规划方法。对于未知障碍物环境采用人工势场法进行实时路径规划，对于动态近距离 动态障碍物采用模糊逻辑方法引导机器人做出避障行为。为了有效将２种方法结合，根据传感器信息对 于人工势场方法引入转角的信任度，机器人运行方向由上述２种方法输出的偏转角和信任度综合确定。 该方法使移动机器人在避障中具有较好灵活性和鲁棒性。仿真实验验证了机器人避障方法的有效性。 关键词：移动机器人；人工势场；模糊逻辑；动态路径规划；避障 中图分类号：ＴＰ ２４２．６ 文献标识码：Ａ 文章编号：１０００－９７８７（２０１１）０５－００１６－０５
Ｏｂｓｔａｃｌｅ ａｖｏｉｄａｎｃｅ ｓｔｕｄｙ ｆｏｒ ｍｏｂｉｌｅ ｒｏｂｏｔ ｉｎ
ｕｎｋｎｏｗｎ ｅｎｖｉｒｏｎｍｅｎｔ
ＧＵ Ｘｉｎｇ—ｆａｎｇ，ＣＨＥＮ Ｊｉｎ—ｙｉｎ （Ｓｃｈｏｏｌ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｚｈ￣ｉａｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｈａｎｇｚｈｏｕ ３１００２３，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇ ａｔ ｔｈｅ ｐｒｏｂｌｅｍ ｏｆ ｏｂｓｔａｃｌｅ ａｖｏｉｄａｎｃｅ ｆｏｒ ｍｏｂｉｌｅ ｒｏｂｏｔ，ＡＳ－Ｒ ｍｏｂｉｌｅ ｒｏｂｏｔ ｉＳ ｕｓｅｄ ａｓ ｅｘｐｅｒｉｍｅｎｔａｌ ｐｌａｔｆｏｒｍ．Ａ ｎｏｖｅｌ ａｐｐｒｏａｃｈ ｂａｓｅｄ ｏｎ ｉｍｐｒｏｖｅｄ ａｒｔｉｆｉｃｉａｌ ｐｏｔｅｎｔｉａｌ ｆｉｅｌｄ ａｎｄ ｆｕｚｚｙ ｃｏｎｔｒｏｌ ｉｓ ｐｒｅｓｅｎｔｅｄ． Ｆｏｒ ｕｎｋｎｏｗｎ ａｎｄ ｓｔａｔｉｃ ｅｎｖｉｒｏｎｍｅｎｔ，ａｒｔｉｆｉｃｉａｌ ｐｏｔｅｎｔｉａｌ ｆｉｅｌｄ ｉｓ ａｄｏｐｔｅｄ ｆｏｒ ｒｅａｌ—ｔｉｍｅ ｐａｔｈ ｐｌａｎｎｉｎｇ．Ａｉｍｉｎｇ ａｔ ｄｙｎａｍｉｃ ｏｂｓｔａｃｌｅ ｎｅａｒｂｙ，ｔｈｅ ｍｅｔｈｏｄ ｏｆ ｆｕｚｚｙ ｌｏｇｉｃ ｉｓ ｕｓｅｄ ｆｏｒ ｃｏｌｌｉｓｉｏｎ ａｖｏｉｄａｎｃｅ．Ａｓ ｆｏｒ ｐｏｔｅｎｔｉａｌ ｆｉｅｌｄ ｍｅｔｈｏｄ ｔｒｕｓｔｉｎｇ ｄｅｇｒｅｅ ｒｏｔａｔｉｎｇ ａｎｇｌｅ ｉｓ ｉｎｔｒｏｄｕｃｅｄ，ｄｅｐｅｎｄｉｎｇ ｏｎ ｓｏｎａｒｓ ｉｎｆｏｒｍａｔｉｏｎ．Ｒｏｂｏｔ’Ｓ ｍｏｖｉｎｇ ｏｒｉｅｎｔａｔｉｏｎ ｉｓ ｄｅｔｅｒｍｉｎｅｄ ｂｙ ｂｏｔｈ ｔｗｏ ｍｅｔｈｏｄｓ ａｎｄ ｔｈｅ ｔｒｕｓｔｉｎｇ ｄｅｇｒｅｅ．Ｃｏｍｂｉｎｉｎｇ ｔｈｅｓｅ ｔｗｏ ｍｅｔｈｏｄｓ，ｈｉｇｈ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ｒｏｂｕｓｔ ａｎｄ ｆｌｅｘｉｂｌｅ ｆｏｒ ｏｂｓｔａｃｌｅ ａｖｏｉｄａｎｃｅ ｃａｎ ｂｅ ａｃｈｉｅｖｅｄ．Ｓｉｍｕｌａｔｉｏｎ ｅｘｐｅｒｉｍｅｎｔｓ ａｎｄ ＡＳ—Ｒ ｒｏｂｏｔ ｏｂｓｔａｃｌｅ ａｖｏｉｄａｎｃｅ ｅｘｐｅｒｉｍｅｎｔｓ ｖｅｒｉｆｙ ｔｈｅ ｅｆｆｅｃｔｉｖｅｎｅｓｓ ｏｆ ｔｈｅ ｐｒｏｐｏｓｅｄ ａｐｐｒｏａｃｈ． Ｋｅｙ ｗｏｒｄｓ：ｍｏｂｉｌｅ ｒｏｂｏｔ；ａｒｔｉｆｉｃｉａｌ ｐｏｔｅｎｔｉａｌ ｆｉｅｌｄ；ｆｕｚｚｙ ｌｏｇｉｃ；ｄｙｎａｍｉｃ ｐａｔｈ ｐｌａｎｎｉｎｇ；ｏｂｓｔａｃｌｅ ａｖｏｉｄａｎｃｅ
基于矢量场的移动机器人路径规划算法研究
基于矢量场的移动机器人路径规划算法研究
关键词：移动机器人 未知环境 路径规划 矢量场
0 引言
当前移动机器人在生产车间、抢险救灾、资源勘探、医疗服务等领域得到了广泛应用，在诸多机器人技术当中，路径规划技术是移动机器人成功走向应用的关键技术，因此该项技术的研究得到了广泛关注。所谓路径规划就是指移动机器人按照某一性能指标（如距离、时间、能量等）搜索一条从起始状态到目标状态的最优或次优路径[1]。
为了解决该问题，经过多年的发展，已经涌现出了许多有效的求解方法[2]，诸如可视图法[3][4]、人工势场法[5]、自由空间法[6]、遗传算法[7]等。但是已有算法不同程度都存在一定的局限性，诸如环境依赖性强、算法复杂、效率不高等，尤其对复杂未知工作环境，有些路径规划算法甚至无法求解，因此本论文提出了矢量场法用于移动机器人的路径规划，该方法对环境依赖程度低，能够有效的进行复杂未知环境下的路径规划，并且程序易于实现。
1 矢量场法简介
矢量场法严格意义上说是一种人工势场法的变异，传统人工势场法利用障碍物和目标产生势能，给机器人进行导航，主要应用在全局环境已知的情况下进行路径规划，而矢量场法则是利用机器人自身传感器测出障碍物的距离以及目标距离，继而产生虚拟势能进行导航，因此可以用于复杂未知环境的路径规划。 本文以载有五个测距传感器并以45度夹角布置的移动机器人为例介绍该方法。为了便于阐述，将机器人近似成一质点，如图1-1中心黑点所示。移动机器人使用该法进行路径规划时，首先通过测距传感器获取周围障碍物的距离值，再将这些距离值转化成对应的排斥力，其大小为关于距离值的函数。移动机器人运动的目标位置产生一个吸引力，最终这些力的合力方向形成移动机器人的运动方向。
图1-1为某时刻移动机器人在某点处测距传感器测得周围障碍物的信息，障碍物的位置向量使用灰色实线标出，而其表现出的斥力用黑色虚线表示，最终这些虚拟斥力合成合斥力fobs，图中用点线标注。
“机器人避障问题”论文
1 机器人避障问题
摘要
移动机器人是一种能够在工作环境中自由移动并完成预定任务的智能系统，移动机器人的避障问题则是移动机器人控制领域的研究热点。
本文针对移动机器人的避障问题，建立了最短路径及最短时间路径的数学模型。并应用于解决本题给定的路径规划问题，获得了满足问题需求的全部最优路径。
对于最短路径问题，本文分析了障碍物对移动机器人运行的影响，给出了最优移动规则；建立了简化的路径网格模型，将其抽象为由节点及边构成的两维图，并确定了其各项参数，再使用经典的Dijkstra算法获得可行的最短路径。由于计算机行走过程与障碍物之间还需满足一定的间隔约束，故上述结果可能并非最优，故我们实际还需对次优的几条参考路径（也可通过以上Dijkstra算法获取）进行精算，经准确计算获得各段路径的具体位置后，确定实际的最短路径。
为方便计算，文中推导了自指定点向指定圆作切线，两个相离圆的内、外切线方程的解析表达式，给出了闭式结果，作为MATLAB编程的依据，从而大大提高了运算处理的速度及精度。
考虑到移动机器人需完成由O→A→B→C→O的多点移动，且中间不能折线运行，即机器人在通过上述点时一般必须以圆弧通过，且其上下游多数也是圆弧路径，其通过点并不固定。为此，理论推导了该未知圆弧的约束公式，以各圆心之间距离最小作为优化条件，建立数学模型，再使用MATLAB中的fmincon有约束优化工具箱获得了理想的结果。
对于最短时间路径问题，本文分析了移动机器人弯道运行的速度曲线，特别是对O→A两点间的避障问题进行了详细的理论分析与推导，通过几何关系得出了转弯半径与总的移动距离、移动时间的严格数学关系，此后借助MATLAB优化函数fminsearch获得最佳的转弯半径。
经分析计算，得到下述结果：
结论1： 机器人完成O→A，O→B，O→C及O→A→B→C→O的最短路径总距离分别是：471.04、853.70、1050.50、2712.68单位长度；总时间分别是96.02、179.07、235.19及570.36秒。
基于优化向量场直方图法的机器人避障方法
第３４卷第ｌ０期 四川兵工学报 ２０１３年ｌＯ月
【信息科学与控制工程】 ｄｏｉ：１０．１ １８０９／ｓｅｂｇｘｂ２０１３．１０．０３０
基于优化向量场直方图法的机器人避障方法
张锋，周 生，张金，高安同
（陆军军官学院，合肥２３００３１）
摘要：为解决移动机器人在未知环境下的路径规划问题，从多传感器信息融合入手，研究了基于向量场直方图法的
移动机器人避障方法，分析了向量场直方图法的特点，并对向量场直方图法进行了优化；仿真结果表明：该方法能在
复杂未知环境中避开障碍物并寻找最优路径，验证了该优化算法的正确性和有效性。
关键词：机器人避障；向量场直方图；多传感器信息融合
中图分类号：ＴＰ２４２ 文献标识码：Ａ 文章编号：１００６—０７０７（２０１３）１０—０１０２—０３
Ｔｈｅ Ｒｅｓｅａｒｃｈ ｏｎ Ｏｂｓｔａｃｌｅ Ａｖｏｉｄａｎｃｅ ｏｆ Ｒｏｂｏｔ Ｂａｓｅｄ ｏｎ
Ｏｐｔｉｍｉｚｅｄ Ｖｅｃｔｏｒ Ｆｉｅｌｄ Ｈｉｓｔｏｇｒａｍ
ＺＨＡＮＧ Ｆｅｎｇ，ＺＨＯＵ Ｓｈｅｎｇ，ＺＨＡＮＧ Ｊｉｎ，ＧＡＯ Ａｎ—ｔｏｎｇ
（Ａｒｍｙ Ｏｆｆｉｃｅｒ Ａｃａｄｅｍｙ，Ｈｅｆｅｉ ２３００３１，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｉｎ ｏｒｄｅｒ ｔｏ ｓｏｌｖｅ ｔｈｅ ｍｏｂｉｌｅ ｒｏｂｏｔ ｐａｔｈ ｐｌａｎｎｉｎｇ ｉｎ ａｎ ｕｎｋｎｏｗｎ ｅｎｖｉｒｏｎｍｅｎｔ，ｔｈｅ ａｕｔｈｏｒ ｓｔａｒｔｅｄ
ｔｈｅ ｒｅｓｅａｒｃｈ ｆｒｏｍ ｍｕｌｔｉ－ｓｅｎｓｏｒ ｉｎｆｏｒｍａｔｉｏｎ ｆｕｓｉｏｎ，ａｎｄ ｓｔｕｄｉｅｄ ｏｂｓｔａｃｌｅ ａｖｏｉｄａｎｃｅ ｏｆ ｒｏｂｏｔ ｂａｓｅｄ ｏｎ ｏｐｔｉ・
ｍｉｚｅｄ ｖｅｃｔｏｒ ｆｉｅｌｄ ｈｉｓｔｏｇｒａｍ．Ａｌｓｏ，ｔｈｅ ａｕｔｈｏｒ ｄｉｓｃｕｓｓｅｄ ｉｔｓ ｆｅａｔｕｒｅ ａｎｄ ｏｐｔｉｍｉｚｅｄ ｖｅｃｔｏｒ ｆｉｅｌｄ ｈｉｓｔｏｇｒａｍ．
vfh避障算法
vfh避障算法
VFH (Vector Field Histogram)避障算法是一种基于直方图的避障策略，用于在自主移动机器人或无人驾驶车辆中规划安全路径避开障碍物。
VFH算法的主要思想是通过扫描周围环境来生成一个直方图，直方图表示了不同方向上障碍物的分布情况，然后根据直方图指导机器人选择一个安全的方向进行移动。
VFH算法的具体步骤如下：
1. 首先，机器人使用传感器扫描周围环境，获取障碍物信息。
2. 然后，根据扫描到的障碍物信息构建一个直方图，直方图的每个柱表示了一个角度范围内障碍物的数量。
3. 接下来，根据直方图计算每个方向上的避障方向得分。得分的计算可以基于多种策略，如距离、角度、速度等，目的是找到一个安全的方向。
4. 然后，根据得分选择一个最佳的避障方向。选择最佳方向时可以考虑避免障碍物、保持稳定性等因素。
5. 最后，机器人根据选择的最佳方向进行移动，并不断更新直方图和避障方向。
VFH算法的优点是简单、高效，适用于动态环境中的快速避障，但也存在一些限制，例如无法处理复杂的障碍物形状和动态障碍物。因此，VFH算法通常与其他避障算法结合使用，以提高避障性能和鲁棒性。