【正文】 有了很大提高。 1962 年美國(guó)機(jī)械制造公司也實(shí)驗(yàn)成功 一種叫 Vewrsatran 機(jī)器手。 機(jī)械手的發(fā)展現(xiàn)狀與趨勢(shì) 機(jī)器手首先是從美國(guó)開(kāi)始研制的。而后者則根據(jù)已有的規(guī)劃知識(shí)利用匹配法解決新的規(guī)劃問(wèn)題。由于智能移動(dòng)機(jī)器人不存在光滑的時(shí)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(dòng)自由度或增加控制自由度。定位有靜態(tài)定位和動(dòng)態(tài)定位之分。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) 。 智能移動(dòng)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。關(guān)于智能移動(dòng)機(jī)器人的研究涉及許多方面 ,智能移動(dòng)機(jī)器人是一個(gè)集環(huán)境感知、動(dòng)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)。遺傳算法就是對(duì)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。 關(guān)鍵詞 ：移動(dòng)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。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(dòng)條件等優(yōu)點(diǎn)而得到廣泛應(yīng)用。 。目前 ,智能移動(dòng)機(jī)器人普遍使用的運(yùn)動(dòng)學(xué)模型為基于機(jī)器人幾何中心或輪軸線(xiàn)中心的時(shí)間微分方程 ,該模型物理意義明確。融合方法多用 Kalman 濾波進(jìn)行最小方差估計(jì)和基于模糊邏輯進(jìn)行模糊推理。 它 能夠按照預(yù)先給定的任務(wù)指令 ,根據(jù)已知的地圖信息作出全局的路徑規(guī)劃 ,并在行進(jìn)過(guò)程中不斷感知周?chē)木植凯h(huán)境信息 ,自主地作出各種決策 ,引導(dǎo)自身安全行駛 ,并執(zhí)行要求的動(dòng)作和操作。全局規(guī)劃需要完整的環(huán)境模型 ,而局部規(guī)劃只需要機(jī)器人周?chē)木植啃畔?,主要完成避障任務(wù)。 1962 年，美國(guó)聯(lián)合控制公司在上述方案的基礎(chǔ)上又試制成一臺(tái)數(shù)控示教再現(xiàn)型機(jī)器手。 1978 年美國(guó)Unimate 公司和斯坦福大學(xué)，麻省理工學(xué)院聯(lián)合研制一種 UnimateVicarm 型工業(yè)機(jī)器手，裝有小型電子計(jì)算機(jī)進(jìn)行控制，用于裝配作業(yè)，定位誤差小于177。它的特點(diǎn)是可通過(guò)編程來(lái)完成各種預(yù)期的作業(yè)任務(wù)，在構(gòu)造和性能上兼有人和機(jī)器的優(yōu)點(diǎn)。機(jī)器手技術(shù)涉及到力學(xué)，單片機(jī)，自動(dòng)控制技術(shù)，傳感器技術(shù)計(jì)算機(jī)技術(shù)等科學(xué)領(lǐng)域，是一門(mén)跨學(xué)科綜合技術(shù)。本課題所使用的 DSP 芯片是 IT 公司的 TMS320F2812 芯片 ,這款芯片一直是運(yùn)動(dòng)控制的首選芯片 ,既具備數(shù)字信號(hào)處理器強(qiáng)大的數(shù)據(jù)處理能力 ,又像單片機(jī)一樣帶有豐富的外設(shè)資源和擴(kuò)展接 口 ,其外部擴(kuò)展接口 XINTF可以與 FPGA很好地是實(shí)現(xiàn)并行通信。 圖 2 機(jī)器人感知系統(tǒng)的框架結(jié)構(gòu) 圖 3 機(jī)器人感知系統(tǒng)模型 驅(qū)動(dòng)系統(tǒng) 目前機(jī)械手常用的驅(qū)動(dòng)方式有液壓驅(qū)動(dòng)、氣壓驅(qū)動(dòng)、電機(jī)驅(qū)動(dòng)等多種方式，各種驅(qū)動(dòng)方式有其自身的特點(diǎn)，在工業(yè)機(jī)器人中液壓和氣壓驅(qū)動(dòng)應(yīng)用很廣泛，有些機(jī)器人則同時(shí)采用多種驅(qū)動(dòng)方式，這都視不同機(jī)器人的特點(diǎn)和要求所定。 3)調(diào)速范圍較大，而且可以無(wú)級(jí)調(diào)速，易于適應(yīng)不同的工作要求 : 4)傳動(dòng)平穩(wěn)，能吸收沖擊力，可以實(shí)現(xiàn)較頻繁而平穩(wěn)的換向 。 2)由于壓縮空氣粘性小，流速大，因此氣壓驅(qū)動(dòng)的機(jī)械手動(dòng)作速度快 。各種電機(jī)系統(tǒng)的工作原理有很大的區(qū)別，性能上也存在著較大的差異。氣缸、擺動(dòng)馬達(dá)完成原來(lái)由液壓缸或機(jī)械所作的執(zhí)行動(dòng)作 。主要包括剛輪、柔輪、和波發(fā)生器組成。 波發(fā)生器在柔輪內(nèi)轉(zhuǎn)動(dòng)時(shí)，迫使柔輪產(chǎn)生連續(xù)的彈性變形，此時(shí)波發(fā)生器的連續(xù)轉(zhuǎn)動(dòng)，就使柔輪齒的嚙入 — 嚙合 — 嚙出 — 脫開(kāi)這四種狀態(tài)循環(huán)往復(fù)不斷地改變各自原來(lái)的嚙合狀態(tài)。 PC 與 DSP 機(jī)之間的通信 成熟的運(yùn)動(dòng)控制卡需要在上位機(jī)上實(shí)現(xiàn)人機(jī)交互界面 [3]，而運(yùn)動(dòng)控制卡本身需要執(zhí)行實(shí)時(shí)的運(yùn)動(dòng)軌跡規(guī)劃算法，因此上位機(jī)與運(yùn)動(dòng)控制卡之間需要大量的數(shù)據(jù)，因此 PC 與 DSP 之間的通信接口對(duì)傳輸?shù)乃俾屎蛯?shí)時(shí)性有很高的要求。 (3)從上述可以看出， DSP 與 FPGA 之間的數(shù)據(jù)交換量比較大，使用普通的串口通信，會(huì)造成數(shù)據(jù)堵塞、數(shù)據(jù)丟失等問(wèn)題，無(wú)法滿(mǎn)足要求。目標(biāo)點(diǎn)對(duì)機(jī)器人產(chǎn)生引力，障礙物對(duì)機(jī)器人產(chǎn)生斥力，通過(guò)求合力來(lái)求控制機(jī)器人的運(yùn)動(dòng)。 基于遺傳算法的機(jī)器人路徑規(guī)劃 遺傳算法相關(guān)知識(shí) 遺傳算法 (GA)由美國(guó) Miehigan 大學(xué)的 JohnHolland 等在 20 世紀(jì) 60 年代末期到 70 年代初期研究形成的一個(gè)較完整的理論方法，從試圖解釋自然系統(tǒng)中生物的復(fù)雜適應(yīng)過(guò)程入手，模擬生物進(jìn)化的機(jī)制來(lái)構(gòu)造人工系統(tǒng)的模型。這樣就完成了對(duì)染色體的編碼，所有的路徑 T 是可能的一個(gè)滿(mǎn)足條件路徑。 (2) M 是障礙物的個(gè)數(shù)， βi 是第 i 段直線(xiàn)與第 j 個(gè)障礙物的排斥度。這樣完成交叉操作后產(chǎn)生兩條子染色體 基本的交叉操作產(chǎn)生的子代染色體的長(zhǎng)度可能不等，結(jié)果是，對(duì)應(yīng)的適應(yīng)度函數(shù)也發(fā)生變化。更多的分割點(diǎn)同理可得。 算法比較 ： 地圖 1 地圖 2 地圖 3 算法 1 57 41 0 算法 2 72 59 0 算法 3 100 99 92 表 2 成功率對(duì)比 地圖 1 地圖 2 地圖 3 算法 1 NA 算法 2 NA 算法 3 表 3 平均代價(jià)對(duì)比 地圖 1 地圖 2 地圖 3 算法 1 NA 算法 2 NA 算法 3 表 4 標(biāo)準(zhǔn)差對(duì)比 上述的實(shí)驗(yàn)數(shù)據(jù)證明了本文所提出的改進(jìn)型遺傳算法的有效