基于APOC的机器人路径规划研究

《基于APOC的机器人路径规划研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、武汉理工大学学士学位论文摘要移动机器人技术当今社会生活各方面得到广泛的应用。移动机器人的路径规划问题是移动机器人研究的重要组成部分。本文针对移动机器人的路径规划问题提出了一种实用的路径规划方法。本文首先综述了国内外机器人技术的研究概况，对当前移动机器人路径规划的研究进展以及研究方法进行了必要的综述，介绍了当前移动机器人的关键技术，并阐述了移动机器人路径规划背景、研究内容和意义，将APOC引入到路径规划的研究中。其次，详细介绍了现有的移动机器人体系结构，讨论了行为选择策略动态改变的必要性，引入了APOC的概念。详细讨论了APOC

2、的组件以及链接，APOC在移动机器人行为选择策略动态改变方面的应用，给出了不同的选择策略在APOC机制下的模型。第三，介绍了移动机器人常用的路径规划方法。目前用于路径规划的方法很多，如人工势场法，栅格法、可视图法及各种人工智能方法如遗传算法，神经网络等等。特别详细讨论了人工势场法和栅格法。对于人工势场法，给出了相应的引力势函数与斥力势函数。对于栅格法，讨论了常用的若干搜索算法，介绍了启发式搜索算法。并且对二者进行了仿真实验，这两部分的仿真是本文最后仿真实验的基础。本文还研究了APOC框架下不同路径规划方法的混合。第四，将APO

3、C机制应用于路径规划问题，在APOC的框架下，将人工势场法和栅格法这两种路径规划方法结合进行路径规划的研究。基于栅格法建立环境模型，为路径规划研究提供一个物理环境的抽象空间。在matlab环境下对路径规划算法进行了仿真。程序在结构上采用APOC框架，采用之前讨论的人工势场法和栅格法的算法，并对算法进行优化。对于每一个仿真环境中的机器人个体采用APOC框架，通过仿真的结果比较单一的路径规划与混合路径规划的优劣。考虑到仿真程序的效率问题，对于系统的结构部分进行简化，以便于仿真的实现。最后对全文进行了总结并对移动机器人路径规划方法研

4、究方向作出了展望。关键词：APOC，人工势场法，栅格法武汉理工大学学士学位论文AbstractWiththeconstantadvancementofsciencetechnology,roboticsalebeingwiderandwiderappliedinindustry,agricultureandotheraspectsofsociallives．Thepathplanningproblemofmobilerobotisanimportantcomposedpartofrobots’study．Inthispaper

5、,akindofnovelandusefulglobalpathplanningmethodwaspresentedaimedatpathplanningproblemofmobilerobot．Inthisthesis，atfirstthegeneralresearchsituationofrobottechnologyindomesticandoverseaswassummarized．Thenowadaysresearchprogressandmethodsofmobilerobot’Spathplanningwerei

6、ntroduced．Thecriticaltechnologyoflocomotiverobotin0111"dayswasintroduced．Theselectedsubjectbackground，theresearchcontentandsignificanceofthisthesisWasintroducedtoo．Secondly，thepaperintroduceexistingrobotarchitectureindetail，ithasbeenreviewedthenecessityofdynamicalte

7、rationofbehaviorselectionstrategy,introducetheconceptofAPOC，ithasbeenreviewedtheComponentandlinkofAPOC，andmoreithasbeenreviewedtheApplicationofAPOConthearchitectureofrobot．Thirdly,thepaperintroducegeneralpathplanningmethod．Atpresent，manyresearchersapplyvarioustechno

8、logiestotherobotpathplanning，suchasartificialpotentialfield，gridsmodelingmethod，evolutionaryalgorithmsandneuralnetwork．Ithasbeenreviewedth