amigo機(jī)器人路徑規(guī)劃研究與實(shí)現(xiàn)畢業(yè)設(shè)計(jì)論文-wenkub.com
2025-08-13 18:14 本頁(yè)面
【正文】 這樣不僅能感應(yīng)更小的障礙物，也能讓移動(dòng)機(jī)器人選擇路徑的時(shí)間縮短，減少整個(gè)路徑規(guī)劃的時(shí)間。（ 4） Amigo 機(jī)器人無(wú)法避開體積較小的障礙物。柵格法將一個(gè)柵格作為路程的最小單位，很明顯，兩個(gè)相鄰的柵格之間也存在最短路徑。 （二）展望 本次畢業(yè)設(shè)計(jì)的要求是：在 Amigo 機(jī)器人工作環(huán)境已知的條件下，規(guī)定環(huán)境中某一目標(biāo)點(diǎn)，要求該機(jī)器人能夠規(guī)劃出一條路徑，是該機(jī)器人能夠在環(huán)境 中的任意一點(diǎn)成功到達(dá)目標(biāo)點(diǎn)，且該路徑具有最優(yōu)性。 19 五、總結(jié)于展望 （一）總結(jié) 本文主要研究了在環(huán)境已知條件下，利用柵格搜索的方法對(duì)機(jī)器人的路徑進(jìn)行規(guī)劃的問(wèn)題。 （三） 結(jié)論 通過(guò)仿真驗(yàn)證，該算法實(shí)現(xiàn)了以下功能：第一，在沒(méi)有障礙物的地圖工作 環(huán)境中， Amigo 機(jī)器人能夠迅速的完成路徑規(guī)劃任務(wù)。然后啟動(dòng) MobileSim仿真軟件，并加載繪制的環(huán)境地圖，此時(shí)便可以運(yùn)行 Visual Studio 2020 生成的可執(zhí)行文件， 然后打開 MobileEyes，自動(dòng)建立連接，進(jìn)入仿真界面，選擇 Tour Goals。只有保證可行方向上的每個(gè)節(jié) 點(diǎn)都有可能被選到，保證路徑選擇的多樣性，才能保證搜索到的路徑是最優(yōu)路徑。 、 ??i? 錯(cuò)誤 !未找到引用源。所謂的正反饋，就是在程序執(zhí)行時(shí)，增加一個(gè)反饋量。如 圖 31 中 的柵格 51，其下一步可以選擇的柵格表示為： Next_oritation[i]={10,9,1,11} 1 i 3 說(shuō)明其下一步的搜索方向可以為向下、右下、右、右上。 圖 31 用柵格法表示機(jī)器人場(chǎng)地 為了編程處理的方便，我們需要對(duì)柵格做出一些規(guī)定，將柵格分為中間柵格和邊界柵格，主要是用于判斷柵格位置。利用上述思想，繪制出機(jī)器人的基于柵格的工作環(huán)境地圖。 工作環(huán)境已經(jīng)知道寬度，長(zhǎng)度，分別是 W， L, 網(wǎng)格尺度（長(zhǎng)度，寬度）均是 b，那么網(wǎng)格的數(shù) 為（ L／ b）（ W／ b）環(huán)境 Map 由柵格構(gòu)成： Map＝ {mapi, mapi=0 或 1} i 為整數(shù) 13 當(dāng) Map＝ 1 時(shí)表示該柵格為障礙區(qū)域， Map＝ 0 時(shí)表示該柵格為自由區(qū)域。然后用神經(jīng)網(wǎng)絡(luò)表示懲罰函數(shù)。我們可以連接起始點(diǎn)和障礙物的頂點(diǎn)，再連接障礙物的頂點(diǎn)和目標(biāo)點(diǎn)，障礙物的不同頂點(diǎn)對(duì)應(yīng)了不同的路徑，從這些有限的路徑中選出的最短路徑就是我們要求的最優(yōu)路徑。移動(dòng)機(jī)器人時(shí)刻處于運(yùn)動(dòng)當(dāng)中，即相對(duì)坐標(biāo)系一直在發(fā)生變化，而絕對(duì)坐標(biāo)系始終保持不變，因此大多說(shuō)情況，機(jī)器人相對(duì)坐標(biāo)和絕對(duì)坐標(biāo)不同，簡(jiǎn)單坐標(biāo)變換情況如圖 27 所示。常用的移動(dòng)機(jī)器人坐標(biāo)系有兩種，分絕對(duì)坐標(biāo)系和相對(duì)坐標(biāo)系，一般使用絕對(duì)坐標(biāo)系。這些數(shù)據(jù)信息通過(guò) ArRobot的狀態(tài)映射表來(lái)實(shí)現(xiàn)存儲(chǔ)和使用。 機(jī)器人 Client 與 Server 之間通訊傳輸?shù)幕締挝皇欠舷蠕h數(shù)據(jù)協(xié)議的數(shù)據(jù)包，基本過(guò)程： Client 發(fā)送指令數(shù)據(jù)包（ Command Packets ）給機(jī)器人，來(lái)控制機(jī)器人平臺(tái)。 機(jī)器人的通訊即為建立 ArRobot 實(shí)例與機(jī)器人平臺(tái) OS（也即 Firmware）的 8 連接關(guān)系。當(dāng)上位 機(jī)和下位機(jī)建立連接之后，上位機(jī)可以仿真一個(gè)網(wǎng)絡(luò)上的機(jī)器人服務(wù)器，或者直接利用獲得的信息控制機(jī)器人。 （二） 先鋒 3系列機(jī)器人工作原理 1. Amigo 機(jī)器人的 CS 關(guān)系 機(jī)器人本體上包括所有的傳感器、執(zhí)行器、電源等附屬設(shè)備及 SH2 單片機(jī)構(gòu)成下位機(jī)，一般我們使用的 PC 作為上位機(jī)。 MobileSim工作界面簡(jiǎn)單，容易上手。 Aria 軟件功能強(qiáng)大，使用方便，簡(jiǎn)單，因而具有更強(qiáng)的適應(yīng)性，可用于先鋒系列機(jī)器人的運(yùn)動(dòng)控制。 ARCOS 驅(qū)動(dòng)服務(wù)器每 5 毫秒便會(huì)根據(jù)車輪編碼器的反饋再次計(jì)算并且 調(diào)整機(jī)器人的運(yùn)動(dòng)軌跡。 Amigo 機(jī)器人具有一個(gè)萬(wàn)向輪和兩個(gè)驅(qū)動(dòng)輪，其中萬(wàn)向輪僅僅起到支撐作用，而驅(qū)動(dòng)功能和導(dǎo)向作用則由驅(qū)動(dòng)輪來(lái)完成。先鋒 3系列機(jī)器人比大多數(shù)機(jī)器人小，如圖 21，但是在 它的內(nèi)部高度集成了智能移動(dòng)機(jī)器人技術(shù)，而它的能力完全可以與那些體積笨重價(jià)格昂貴的設(shè)備相匹敵。 第三章講述了路徑規(guī)劃的算法實(shí)現(xiàn)問(wèn)題，首先對(duì)常用算法做簡(jiǎn)單的介紹，然后詳細(xì)介紹柵格網(wǎng)絡(luò)搜索算法。 最后介紹了路徑規(guī)劃常用算法，詳細(xì)介紹了柵格搜索法路徑規(guī)劃問(wèn)題，并借助仿真軟件進(jìn)行仿真。但仍舊存在一些問(wèn)題，在以下方面需要作進(jìn)一步研究： 1)局部路徑規(guī)劃與全局路徑規(guī)劃的有效結(jié)合； 2)多傳感器信息融合的引入； 3)智能算法引入路徑規(guī)劃； 4)基于慎思 /反應(yīng)混合式的路徑規(guī)劃； 5)多智能移動(dòng)機(jī)器人的路徑規(guī)劃。 4 （三）課題研究現(xiàn)狀和發(fā)展趨勢(shì) 在 20 世紀(jì) 70 年代人們便開始機(jī)器人路徑規(guī)劃的研究，目前人們對(duì)路徑規(guī)劃問(wèn)題研究仍然十分活躍。要求機(jī)器人能夠?qū)崿F(xiàn)自主確定便捷和安全的行動(dòng)路線。 （二）研究本課題的背景和意義 隨著科學(xué)技術(shù)的快速發(fā)展，像人工智能技術(shù)、集成電路技術(shù)、傳感器技術(shù) 等學(xué)科發(fā)展迅速，這使得機(jī)器人學(xué)這一由多學(xué)科交叉而形成的學(xué)科也進(jìn)入一個(gè)嶄新的發(fā)展階段。 關(guān)鍵詞：移動(dòng)機(jī)器人，路徑規(guī)劃，柵格搜索法 2 ABSTRACT Path planning is an important problem in mobile robot research，it is also an important aspect of artificial intelligence robot. The path planning task in robot work environment is to plan out an optimal feasible path. This thesis focuses on the robot path planning in a static known environment. In the first two chapters, the research status of the mobile robot, Amigo robot works principle in multithreading, and the wireless work mode are introduced respectively. Various path planning algorithms are analyzed in Chapter 3. First a brief introduction of the path planning algorithms is given and then grid work search algorithm is discussed in detail. Finally, simulation experiments are conducted for the grid search algorithm in circumstances with obstacles and without obstacle. Simulation results show that grid search algorithm is able to plan better path rapidly in plex environment only if the path exists and also show the effectiveness of the proposed approach. Key words: Mobile robots, Path planning, Grid search algorithm 3 一、 緒論 （一）引言 移動(dòng)機(jī)器人作為一門綜合學(xué)科 , 近年來(lái)
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1