(2)能够处理用传感器感知的环境模型中的不确定因素和路径执行中出现的误差。
(3)通过使机器人避开外界物体而使其对机器人传感器感知范围的影响降到最小。
(4)能够按照需要找到最优路径。
而根据机器人对环境信息掌握的程度和障碍物的不同，移动机器人的路径规划基本上可分为以下几类[18]：
(1)已知环境下的对静态障碍物的路径规划。
(2)未知环境下的对静态障碍物的路径规划。
(3)已知环境下对动态障碍物的路径规划。
(4)未知环境下的对动态障碍物的路径规划。
同时，根据路径规划解决方案的不同，机器人路径规划又可以分为两种类型[17]，一种是基于环境先验完全信息的全局路径规划，另一种是基于传感器信息的局部路径规划。
当机器人具备全局环境信息时，可以用一次性的全局规划来获得一条自起点到终点的安全路径，并能对运动过程中的某些性能指标进行优化[19]。然而，移动机器人[3]的行为必须根据给定的任务和变化的环境实时控制。因此，首先它要对给定的任务作出全局路径规划，并在行使过程中，通过传感系统不断感知周围环境信息和自身状态信息，然后对这些信息进行融合处理，最后作出局部路径规划，生成一条无障碍、可通行的路径，实现任务目标。
5.2常见移动机器人路径规划方法
5.2.1 概述
移动机器人的路径原文请+QQ32491;14优.文^论,文'网 规划一直是国内外许多学者所热衷的研究，在过去的几十年里飞速发展。实时避障和路径规划是反映智能移动机器人自主能力的关键问题之一，怎样在各种环境中实现无碰撞路径的搜索其本身就是一种高度智能化的自主行为[20]。关于这类算法，这几年更是层出不穷，不断的有学者研究出新的算法代替原来的算法，或改进了传统的算法。论文接下来将介绍几种主要的移动机器人路径规划算法。
5.2.2环境已知的路径规划方法
对于此类环境已经全部知道，不存在动态障碍物的路径规划算法较为简单，已经有众多的可行性较高的算法。基本上都要包括以下两个步骤：毕业论文
http://www.youerw.com/(1)建立环境模型，对已知的静态环境进行抽象后建立相关的模型。
(2)搜索路径，根据优化条件搜索出合乎条件的路径。
其中建立环境模型主要有栅格法、可视图法、自由空间法和环境地图法。
可视图法[21]是将机器人视为一点，将机器人目标点和多边形伪障碍物的各顶点进行组合连接，它要求机器人和障碍物各顶点之间、目标点和障碍物各顶点之间以及各障碍物顶点与顶点之间的连线，均不能穿越障碍物，即直线是可视的。此时，搜索最优路径的问题变为求这些可视直线的最短距离问题，从而可运用优化算法简化可视图，缩短搜索时间。
环境地图法是由Dudek[22]提出的根据激光传感器信息建立环境地图的方法。Elfes[23]针对超声传感器信息的特征，提出了一种离散化的概率地图。Boresstein和Koren[24]提出了基本概率地图的矢量场分布(Vector Field Histogram)的环境地图描述法。
栅格法[25]将机器人工作环境分解成一系列具有二值信息的网格单元，工作空间中障碍物的位置和大小一致，并且在机器人运动过程中，障碍物的位置和大小不发生变化。用尺寸相同的栅格对机器人的二文工作空间进行划分，栅格的大小以机器人自身的尺寸为准。若某个栅格范围内不含任何障碍物，则称此栅格为自由栅格；反之，称为障碍栅格。自由空间和障碍物均可表示为栅格块的集成。栅格的标识方法有2种：直角坐标法和序号法，多采用四叉树或八叉树表示工作环境，并通过优化算法完成路径搜索。
自由空间法是采用预先定义的如广义锥形和凸多边形等基本形状构造自由空间，并将自由空间表示为连通图，通过搜索连通图来进行路径规划，其算法的复杂程度往往与障碍物的个数成正比。该法比较灵活，机器人起始点和目标点的改变不会造成连通图的重构，但不是任何情况下都能获得最短路径。
<< 上一页 [11]
RFID的助盲寻物机器人设计+P-Magic2410+仿真 第11页下载如图片无法显示或论文不完整，请联系qq752018766
