基于fpga的六自由度智能移動機(jī)器人設(shè)計畢業(yè)論文(已修改)
2025-07-21 21:21 本頁面
【正文】 基于 FPGA的六自由度智能移動機(jī)器人設(shè)計 摘要 ： 智能移動機(jī)器人是指無需人工干預(yù)，可以自主完成行駛?cè)蝿?wù)的車輛。路徑規(guī)劃是移動機(jī)器人的一個重要組成部分，它的任務(wù)就是在具有障礙物的環(huán)境內(nèi)，按照一定的評價標(biāo)準(zhǔn)，尋找一條從起始狀態(tài)到達(dá)目標(biāo)狀態(tài)的無碰路徑。遺傳算法就是對自然界中生物的遺傳特性進(jìn)行模擬而得出的一種模擬進(jìn)化算法，它是繼模糊方法、神經(jīng)網(wǎng)絡(luò)、蟻群之后新加入路徑規(guī)劃研究領(lǐng)域的一種算法。提出了一種基于遺傳算法解決移動機(jī)器人路徑規(guī)劃問題的方法。通過本文的研究及實(shí)驗結(jié)果證明，將遺傳算法應(yīng)用于移動機(jī)器人的路徑規(guī)劃問題研究，能夠探索與改進(jìn)一種新的路徑優(yōu)化方法。 關(guān)鍵詞 ：移動機(jī)器人；路徑規(guī)劃；遺傳算法 Abstract： Intelligent mobile robot can plete the task independently without human intervention. Path planning is an important part of the mobile robot. Its task is to follow a certain evaluation criteria and find a route to goal state from the initial state without collision path in environments with obstacles. Geic algorithm is a simulation of the geic characteristics of the biological nature of the simulation and the results of evolutionary algorithms which is a path planning algorithm following the fuzzy methods, neural works ant colony algorithm. This paper proposes a method to solve the problem of mobile robot path planning based on geic algorithms. The research and experimental results show that the geic algorithm can be applied to the mobile robot path planning, which improves a new path optimization methods. Key words: Mobile robot。 Path planning。 Geic algorithm 智能移動機(jī)器人 智能移動機(jī)器人概述 機(jī)器人的應(yīng)用越來越廣泛 ,幾乎滲透到所有領(lǐng)域。智能移動機(jī)器人 [1][2]是機(jī)器人 學(xué)中的一個重要分支。早在 60 年代 ,就已經(jīng)開始了關(guān)于智能移動機(jī)器人的研究。關(guān)于智能移動機(jī)器人的研究涉及許多方面 ,智能移動機(jī)器人是一個集環(huán)境感知、動態(tài)決策與規(guī)劃、行為控制與執(zhí)行等多種功能于一體的綜合系統(tǒng)。對智能移動機(jī)器人的研究 ,提出了許多新的或挑戰(zhàn)性的理論與工程技術(shù)課題 ,引起越來越多的專家學(xué)者和工程技術(shù)人員的興趣 ,更由于它在軍事偵察、掃雷排險、防核化污染等危險與惡劣環(huán)境以及民用中的物料搬運(yùn)上具有廣闊的應(yīng)用前景 ,使得對它的研究在世界各國受到普遍關(guān)注。 自 1961年美國 Unimation公司研制出世界上第一臺往復(fù)式工業(yè)機(jī)器人以來 ,機(jī)器 人的發(fā)展經(jīng)歷了三個階段 :第一代示教 /再現(xiàn) (Teaching/Playback)機(jī)器人 ,第二代傳感控制 (Sensorycontrolled)機(jī)器人 ,第三代智能 (Inteligent)機(jī)器人。機(jī)器人以其具有靈活性、提高生產(chǎn)率、改進(jìn)產(chǎn)品質(zhì)量、改善勞動條件等優(yōu)點(diǎn)而得到廣泛應(yīng)用。但是 ,目前絕大多數(shù)機(jī)器人的靈活性 ,只是就其能夠 反復(fù)編程 而言 ,工作環(huán)境相對來說是固定的 ,所以一般人們稱之為操作手 (Manipulator)。正如人類活動范圍和探索的空間是人類進(jìn)步的標(biāo)志一樣 ,機(jī)器人的智能同樣體現(xiàn)在運(yùn)動空間的大小上。為了獲得更 大的獨(dú)立性 ,人們也對機(jī)器人的靈活性及智能提出更高的要求 ,要求機(jī)器人能夠在一定范圍內(nèi)安全運(yùn)動 ,完成特定的任務(wù) ,增強(qiáng)機(jī)器人對環(huán)境的適應(yīng)能力。因此 ,近年來 ,智能移動機(jī)器人特別是自主式智能移動機(jī)器人成為機(jī)器人研究領(lǐng)域的中心之一。 智能移動機(jī)器人的研究現(xiàn)狀 決定了體系結(jié)構(gòu)是影響機(jī)器人性能的主要因素。自主式智能移動機(jī)器人的智能體現(xiàn)為具有感知 (Sensing)、決策 (Decisionmaking)和行為 (Acting)等基本功能。根據(jù)實(shí)現(xiàn)這些基本 功能的過程的不同 ,常見的體系結(jié)構(gòu)有三類 :分層遞階結(jié)構(gòu)、行為系統(tǒng)和黑板系統(tǒng)。 。對傳感器來說 ,最主要的兩個品質(zhì)是可靠性和帶寬 (實(shí)時性 )。目前自主式智能移動機(jī)器人普遍使用的傳感器有 :聲納、紅外、激光掃描、攝像機(jī)和陀螺等。每種傳感器各有利弊 ,于是人們自然想到了 取長補(bǔ)短 ,也即多傳感器集成和融合 ,其優(yōu)點(diǎn)在于提供了信息冗余、互補(bǔ)和適時(Timeliness),從而提高了信息的可靠性。 (1)建模根據(jù)所受約束的不同 ,可以將控制系統(tǒng)分為完整 (Holonomic)系統(tǒng)和非完整 (Nonholonomic)系統(tǒng)。約束條件能夠以位形變量顯式代數(shù)方程描述的系統(tǒng) ,即為完整系統(tǒng) 。約速條件為不完全可積的微分方程則為非完整系統(tǒng)。智能移動機(jī)器人是典型的非完整系統(tǒng)。目前 ,智能移動機(jī)器人普遍使用的運(yùn)動學(xué)模型為基于機(jī)器人幾何中心或輪軸線中心的時間微分方程 ,該模型物理意義明確。為避免繁瑣的時間微分 , 選擇了獨(dú)立變量 ,建立獨(dú)立于時間變量的運(yùn)動學(xué)模型 ,并由此實(shí)現(xiàn)了對速度的獨(dú)立調(diào)節(jié)。最近 ,鏈?zhǔn)?(Chained form)方程和冪式(Power form)方程用于描述一 類非完整系統(tǒng)。該模型雖然描述的是非線性系統(tǒng) ,但具有良好的線性結(jié)構(gòu) ,基于此可開環(huán)類解耦控制、閉環(huán)反饋穩(wěn)定控制 ,特別適用于帶有拖車的智能移動機(jī)器人。 (2)定位 (Localization) 定位是智能移動機(jī)器人控制中的關(guān)鍵問題 ,其準(zhǔn)確性和精度直接影響規(guī)劃的實(shí)現(xiàn) ,從而影響整個系統(tǒng)的性能。定位有靜態(tài)定位和動態(tài)定位之分。靜態(tài)定位每次將傳感器得到的環(huán)境信息和環(huán)境的先驗?zāi)Ｐ拖嗥ヅ鋪矶ㄎ?,計算量大 ,很難滿足實(shí)時性要求。為了克服以上缺點(diǎn) ,人們采用動態(tài)定位 ,即將外部傳感器獲得的信息與推算航行法的信息進(jìn)行融合 ,以獲取高精度定位 。融合方法多用 Kalman 濾波進(jìn)行最小方差估計和基于模糊邏輯進(jìn)行模糊推理。 (3)控制及其穩(wěn)定性智能移動機(jī)器人的控制困難在于機(jī)器人平面運(yùn)動具有三個自由度 ,即平面位置和方位 ,而控制只有二個自由度 ,即兩個驅(qū)動輪的速度或機(jī)器人的平移速度和轉(zhuǎn)動速度。 Samson 指出 ,智能移動機(jī)器人開環(huán)可控。但不存在光滑的時不變穩(wěn)定狀態(tài)反饋。由于開環(huán)控制容易受不確定因素的影響 ,為了獲得較強(qiáng)的魯棒性和對規(guī)劃出的路徑具有良好的跟蹤性能 ,反饋控制方案才是研究者所尋求的。由于智能移動機(jī)器人不存在光滑的時不變穩(wěn)定狀態(tài)反饋控制 ,所以一般采用不 連續(xù)控制或分段光滑控制實(shí)現(xiàn)穩(wěn)定反饋 ,控制目的是減少運(yùn)動自由度或增加控制自由度。各種反饋控制方案雖然解決了作為系統(tǒng)工作必要條件的穩(wěn)定性問題 ,但系統(tǒng)要獲取良好的性能 ,還取決于控制律中參數(shù)的確定 ,而所有控制律的參數(shù)均很難確定。利用神經(jīng)網(wǎng)絡(luò)的學(xué)
研究報告相關(guān)推薦
鄂ICP備17016276號-1