文档介绍：兰州理工大学
硕士学位论文
动态环境下多移动机器人协调路径规划研究
姓名:李艳宏
申请学位级别:硕士
专业:机械制造及其自动化
指导教师:邬再新
20080420
摘要多移动机器人系统由于其时间、空间、功能、信息和资源等等的分布性特性,使得其性能远远优越于单机器人系统,是机器人领域的一个重要发展方向,必将对机器人技术的发展起着重要的作用。然而多移动机器人系统面临着许多比单机器人系统更困难更复杂的挑战,其中多个移动机器人在运动的过程中如何规划各自不发生碰撞的最优路径和保持一定的队形是多移动机器人系统完成任何协作任务的基础,为此,本文对多移动机器人系统的路径规划和编队问题展开研究。主要的工作和成果包括:基于模糊控制和神经网络的理论知识,在分析和总结现有机器人路径规划方法的基础上,将模糊控制理论和神经网络相结合,提出了一种基于模糊神经移动机器人的环境模型、运动学模型和动力学模型,给出了动态环境下多移动机开发了动态环境下多移动机器人编队仿真试验环境,并对多移动机器人编队方法进行了仿真验证,结果表明本文所提方法是有效性的和可行性的。关键词:路径规划;多机器人系统;机器人编队;神经网络;动态环境网络控制器的动态环境下多轮式移动机器人路径规划方法。建立了动态环境下多器人的避障方法。最后通过计算机仿真验证了所提方法是有效的。提出了一种基于跟随领航者法和行为法相结合的编队控制方法,将复杂的多机器人编队问题分解为若干组两个机器人之间的协调问题。建立了多机器人编队的基本队形模型,提出了基于主从方式的多移动机器人控制策略,并根据基于行为的方法设计了机器人的各子行为,最后给出了速度调节方案。通过基于开发平台,
,琧曲琲;舶畂加佑鷗.;猺动态环境下多移动机器人协调路径规划研究琲甪如;畆琽琭,向’〆..,艳篜;仆..,甌:琣瓵瑃琣,.琣甇,
插图索引图模糊语言变量五维数组示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图模糊控制基本原理图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图人工神经元模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图常见的变换函数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图典型的神经网络结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图三类学习框架图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图机器人动态环境运动图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图两坐标系关系图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图机器人旋转示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图机器人转向示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯瓺空间机器人结构框图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图机器人避碰示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图模糊神经网络控制器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一图三角形隶属函数形态⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图输入和输出变量的隶属函数⋯⋯⋯:⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图硕婊鞒淌疽馔肌图母龆习锵碌穆肪豆婊图烁龆习锵碌穆肪豆婊图龌魅氲穆肪豆婊图四个机器人的编队⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图两个机器人队形基本模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图向目标点前进行为⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图避碰示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯.图变化关系图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图领航机器人的行为综合⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图编队队形更改顺序⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图正六边形编队⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图仿真系统的模块结构框图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图仿真程序主界面⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..:⋯⋯⋯⋯⋯⋯⋯⋯图三角形编队仿真结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图正六边形编队仿真结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图硕宦畚
图菱形编队通过狭窄通道仿真结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..
导师张卸再坼作者签名:专辛色宏作者签名:专拖冤兰州理工大学学位论文原创性声明和使用授权说明日期:如原创性声明厂月学位论文版权使用授权书本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。/‘本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借