资源描述：
《改进的势场栅格法在机器人路径规划中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第19卷第1期长春大学学报Vo.l19No.12009年2月JOURNALOFCHANGCHUNUNIVERSITYFeb.2009文章编号:1009-3907(2009)02-0038-05改进的势场栅格法在机器人路径规划中的应用1,23雷艳敏,冯志彬(11哈尔滨工程大学自动化学院,黑龙江哈尔滨150001;21长春大学电子信息工程学院,吉林长春130022;31空军航空大学航空救生系,吉林长春130021)摘要:将势场法和栅格法结合,设计了一种改进的势场栅格法。该方法通过对栅格属性的设置来弥补势场法的缺点,并应用于移动机器人的静态全局路径规划中。在VisualC++610中进行仿真,
2、仿真结果表明该方法克服了单一的势场法和栅格法的缺点,利用该方法进行路径规划是可行的和有效的。关键词:势场法,栅格法,路径规划中图分类号:TP242文献标识码:A0引言移动机器人的路径规划问题是机器人领域的核心问题之一,可定义为机器人在具有障碍物的工作空间中按照某种评价标准寻找一条安全无碰路径。根据机器人对工作空间环境信息的已知程度,路径规划问题可被分为静态路径规划和动态路径规划。针对路径规划问题,提出了许多算法,其中主要有人工势场法、栅[1~3]格法、可视图法、神经网络法、模糊逻辑法、遗传算法、蚁群算法、粒子滤波法和滚动窗口法等。单一的任意一种路径规划方法都可以实现路径规划,但都存在着一
3、定的缺点。所以可以考虑将两种或几种路径规划方法结合起来,充分利用各种方法的优点,使路径规划的性能(如安全性、光滑性)达到最优。路径规划主要涉及的问题有环境建模和搜索策略。环境建模的方法主要有栅格法和可视图法等,搜索策略有贪心算法、*Dijkstra算法和A算法等。在静态路径规划中应用最多的是势场法和栅格法。势场法由Khatib于1986年首次被提出应用于机器[4]人路径规划中。因其结构简单,计算量小,实时性好,得到了广泛的研究。但存在着4个固有缺陷:(1)存在局部极小导致的陷阱区域;(2)在邻近的障碍物之间不能发现路径;(3)在障碍物出现时会震荡;(4)在狭窄通道中摆动。栅格法是由W.E
4、.Howden在1968年提出的,是用大小相等的矩形栅格划分环境来区分环境中的自由空间与障碍物,它作为一种表示环境的有效方法越来越受到人们的重视,并有很好的应用前景。但是栅格法也存在着缺点,主要是由栅格的大小所引起的。栅格划分越小,障碍物的表示会越精确,但同时会占用大量的存储空间,算法的搜索范围将按指数增加。栅格的划分太大,规划的路径会很不精确。*本文用栅格法来表示环境,采用A算法作为搜索策略,并用势场法中的斥力势函数和引力势函数来形*成A算法中的启发函数,从而设计了一种改进的势场栅格法。通过对栅格地图的属性来做一些规定来弥补势场法的缺点,仿真结果表明该方法在进行移动机器人的静态路径规划
5、时安全性和可靠性都比较高。1势场栅格法111栅格地图的建立及初始化栅格法将机器人路径规划的环境划分成二维网格,每格为一个单元,并假设障碍的位置和大小已知,收稿日期:2008-11-18作者简介:雷艳敏(1976-),女,黑龙江省五常市人,长春大学电子信息工程学院讲师,博士生,主要从事多机器人系统的协作及智能控制方面的研究。第1期雷艳敏,等:改进的势场栅格法在机器人路径规划中的应用39且在机器人运动过程中不会发生变化。栅格法中的网格单元共有三种类型,即障碍网格、自由网格和机器人所在网格。目前常用的栅格表示方法有两种,即直角坐标法和序号法。这两种表示方法本质上是一样的,每个单元格都与(x,y
6、)一一对应。本文采用序号法表示栅格,设栅格的中心点坐标为栅格的直角坐标,则每个栅格编号都与其直角坐标一一对应,地图中任意一点(x,y)与栅格编号N的映射关系为:xxmaxyN=INT()+@INT(),(1)GsGsGs式中,xmax表示x轴的取值范围,Gs表示栅格尺寸的大小,INT函数表示取整,而栅格中心点的坐标为(xG,yG),它与栅格编号N之间的关系为:xG=(N%M)@Gs+Gs/2,(2)yG=INT(N/M)@Gs+Gs/2,式中,M=xmax/Gs,符号%表示取余操作。栅格粒度的确定是栅格法中的主要问题。文献[5]中根据障碍物的疏密来自动确定栅格粒度。本文中根据机器人的尺寸
7、来确定栅格的粒度,假设一个栅格能容纳一个机器人,这里选择栅格的大小为30cm@[5]30cm。本文的仿真环境为600cm@600cm,栅格号N=0~399,机器人的初始位置为Start(525,75),对应的栅格号为N=57,目标位置为Goal(75,435),对应的栅格号为N=282。在VisualC++610中进行仿真,仿真结果如图1所示,黑色的图形代表障碍物栅格,小圆圈所代表的栅格为机器人的起始栅格和目标栅格,剩下的是自由栅格
