1 / 83
文档名称:

[优秀论文]智能机器人路径规划算法及实验研究.pdf-硕士论文.pdf

格式:pdf   页数:83页
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

[优秀论文]智能机器人路径规划算法及实验研究.pdf-硕士论文.pdf

上传人:化工机械 2013/4/15 文件大小:0 KB

下载得到文件列表

[优秀论文]智能机器人路径规划算法及实验研究.pdf-硕士论文.pdf

文档介绍

文档介绍:上海交通大学
硕士学位论文
智能机器人路径规划算法及实验研究
姓名:杜军君
申请学位级别:硕士
专业:控制理论与控制工程
指导教师:席裕庚
20060201
上海交通大学硕士学位论文
智能机器人路径规划算法及实验研究

摘要

路径规划问题是智能机器人研究中的关键问题之一已知环境下
的路径规划问题比较简单已有许多成熟的方法未知环境下的路径
规划问题还远没有形成一套完整的理论缺乏实用有效的方法本文
借鉴预测控制原理研究了一类处理静态复杂未知环境下路径规划问
题的方法本文首先研究了未知环境中滚动规划算法的一般步骤然
后在滚动框架下分别研究了 A*和 RNN 路径规划算法并基于上述
算法得到两类不同的滚动路径规划算法
在路径规划算法的研究中实验具有重要的作用一般用来验证
算法在实际环境下的各种性能并可用于对不同算法进行性能比较
本文提出并实现了一种基于滚动框架的路径规划和导航软件该软件
基于面向对象结构体系和三步式运行机制能根据算法指导机器人在
实际环境下的路径规划同时封装了机器人的视觉通讯和底层驱动功
能大大减少了算法研究者在设计算法时的代码编写工作量在该软
件的基础上本文还设计实施了几个实际环境下的路径规划实验用
来验证和比较前面得到的两类不同的滚动算法的有效性和在性能上
的差异
本文的主要研究成果包括

在机器人路径规划问题中引入预测控制原理研究了滚动路径
规划算法,给出了滚动规划算法的一般步骤

提出了一种改进的基于 A*算法的滚动算法此算法通过引入
二叉堆这一数据结构减少了路径规划算法在局部规划时待考
- I -
上海交通大学硕士学位论文
察的可行节点数量降低了计算时间提高了路径规划算法的
实时性仿真结果表明了改进的算法相比较原算法对于路径规
划实时性的改善
研究了回归神经网络 RNN 提出了一种基于 RNN 的滚动
规划算法 RNN 具有高度的并行性和丰富的动力学性质仿
真和实验结果都说明这种算法能够同时满足滚动规划对快速
性和有效性的要求在某些环境下比 A*算法更具优势
设计了一种机器人路径规划和导航软件 Rolling Navigator
该软件实现了前面提出的滚动规划的基本原理的三个主要环
节以及前面提到的两类滚动算法方便了路径规划算法和实验
的研究
将 Rolling Navigator 成功集成在上海交通大学自行研制的中型
全自主移动机器人 Frontier 上并设计了实际环境下的
路径规划实验实验结果验证了滚动规划在解决未知环境下路
径规划问题的有效性以及局部采用不同算法在性能上的差


关键词路径规划滚动规划实时性安全性导航实验








- II -
上海交通大学硕士学位论文
THE RESEARCH ON ALGORITHMS AND
EXPERIMENTS OF INTELLIGENT ROBOTS PATH
PLANNING

ABSTRACT

Path planning is one of the key issues in intelligent robotics. It is
relatively simple to solve the issue in known environment and many
well-developed methods have been formed. But a satisfactory theory to
solve the issue in unknown environment is far from established and there
is lack of effective and efficient method. In this dissertation, using the
principles of predictive control for reference, a kind of path planning
method is studied to solve the issue in static plex
environment. Firstly, the general rolling planning algorithm in unknown
environment is introduced. Then the A* and RNN algorithms in path
planning under the rolling