文档介绍：... ... 一种移动机器人的路径规划算法摘要: 本文提出一种移动机器人路径规划最短切线路径算法。依据此算法, 机器人能顺利地避开障碍物到达目标位置, 其原理简单, 计算快捷, 容易实现。仿真结果验证了它的有效性和实用性。关键词: 移动机器人; 路径规划; 机器人避障中图分类号:TP24211 文献标识码:A 文章编号:100327241(2003)0520008203 APathPlanningAlgorithmforMobileRobot HUOYing-hui,ZHANGLian-ming (AutomationInstitute,GuangdongUniversityofTechnology,Guang zhou510090,China) Abstract:Inthispaper,amethodoftheshortesttangentpathplanni ,therobotcouldavoidthe collision venessandapplicability. Keywords:Mobilerobot;Pathplanning;Obstacleavoidance 1 引言... ... 移动机器人路径规划问题是指在有障碍物的工作环境中寻找一条恰当的从给定起点到终点的运动路径, 使机器人在运动过程中能安全、无碰撞地绕过所有的障碍物[1] 。障碍环境中机器人的无碰撞路径规划是智能机器人研究的重要课题之一, 由于在障碍空间中机器人运动规划的高度复杂性使得这一问题至今未能很好地解决。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。对机器人路径规划的研究, 世界各国的专家学者们提出了许多不同的路径规划方法, 主要可分为全局路径和局部路径规划方法。全局路径规划方法有位形空间法、广义锥方法、顶点图 8 [2] 像法、栅格划归法; 局部路径规划方法主要有人工势场法。这些方法都各有优缺点[3], 也没有一种方法能够适用于任何场合。本文提出一种最短切线路径的规划方法, 其涉及的理论并不高深,计算简单, 容易实现, 可供侧重于应用的读者参考。下面将详细介绍该算法的基本原理, 最后给出仿真实现的结果。 2 最短切线路径算法 211 算法基本原理(1) 首先判断机器人和给定的目标位置之间是否存在障碍... ... 物。如图 1 所示,以B 代表目标位置, 其坐标为(xB,yB), 以R、A (xA,yA) 。 Rr和 Ra 分别代表机器人及障碍物, 坐标为(xR,yR) 、表示机器人和障碍物的碰撞半径, 也就是说在其半径以外无碰撞的危险。这里对碰撞半径的选择作出一点说明, 碰撞半径越|TechniquesofAutomation&Applications ? 1995-2006 Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved. 小, 发生碰撞的危险度越大, 但切线路径越短; 碰撞半径越大, 发生碰撞的危险度越小, 但同时切线路径越长。要根据实际情况和控制要求来确定碰撞半径。若机器人与目标位置之间不存在障碍物, 机器人可走直线直接到达目标位置, 此时的直线方程可由两点式确定: = yR-yBxR-xB y-yR=k1(x-x R)y-yB=k2(x-xB) (9) ... ... 求得两个交点 C1、 C2, 称为绕过障碍物 A 的中途点。由此可以得到绕过障碍物 A 并到达目标点 B 的两条切线路径, 路径 1:R → C1→ B;路径 2:R → C2→B 。比较两条路径的长度, 在图 1中,| (1) RC1|+|BC1|<|RC2|+|BC2|, 可知, 路径 1 为最短切线路径。其中: (2) |RC1|=|BC1|=|RC2|= (3) |BC2|= (xR-xC)2+(yR-yC)2 11(xB-xC)2+(yB-yC)211(xR-xC)2+(yR-yC)222(xB-xC)2+(yB-yC)22 2 (10) 写成 ax+by+c=0 的标准形式得: (yR-yB)x+(xB-xR)y+(xRyB-xByR)=0 式中:a=yR-yB,b=xB-xR,c=xRyB-xByR 设物体 A到 RB 连线的距离为