完全未知环境下机器人路径规划的RC算法P.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 完全未知环境下机器人路径规划的RPC算法 张 彦，关胜晓 ZHANG Yan，GUAN Sheng—xiao 中国科学技术大学 自动化系，合肥 230027 DepartmentofAutomation，UniversityofScienceand Technology ofChina，Hefei230027，China E—mail：guanxiao@ustc．edu．en ZHANG Yan，GUAN Sheng-xiao．RPC algorithm for robot path planning in full unknown environment．Computer EngineeringandApplications，2007，43(31)：84—86． Abstract：An online path planning method is presented for unknown environment-Real-time Planning—Choosing algorithm．The BUG algorithm and the two—levelstrategiesofpath choicepresented following combine to deciderobot’Saction．In the method two—levelstrategies ofpath choice simulatesthe human’Sthinking mode in orderto decide which direction of obstacle robot should follow．The RPC algorithm can reducetheblindnessofrobotin avoidingobstaclesand path redundancy，alsotherobotcan adapttomorecomplex environment．Atlast，simulation resultindicatesthefeasibilityofthealgorithm． Key words：fullunknown environment；RPC algorithm ；obstacle boundaryfollowing；two-levelstrategiesof path choice 摘 要：提出一种适合存在多种类型障碍的完全未知环境的机器人路径规划方法：RPC算法(全称为实时规划一选择算法)。即将 BUG规划算法与所提出的两级路径选择策略相结合实时决策机器人的行为。其中两级路径选择策略模拟人类探索路径的思维模 式实时决定机器人绕行障碍的方向，能够减小机器人避障中的盲 目性和降低路径冗余度。此算法提高了机器人在未知环境中的智 能性，增强了对较复杂环境的适应性。仿真实验表明了该算法的可行性。 关键词：完全未知环境 ；RPC算法；障碍边界跟踪；两级路径选择策略 文章编号：1002—8331(2007)31-0084—03 文献标识码：A 中图分类号：rrP242．6 路径规划作为移动机器人导航的关键技术之一，其优劣性 心”指数法)和改进后的BUG算法相结合，得到比传统方法更 直接影响到机器人动作的准确性、实时性和安全性等性能指 智能和灵活的路径规划效果，并且能够解决未知环境下特殊障 标。路径规划发展到现在的几十年中，已经涌现了很多解决方 碍的机器人导航问题。但上述算法存在两点缺陷： 法和新的算法I”。对于假设机器人环境已知的条件下的路径规 (1)机器人在障碍进入点H处没有进行首次绕行方向选 划，已有大量比较成熟的方法和研究成果刚。但在大量的实际 择。而是考虑到机器人具有方向逆转功能，预先随机固定向左 应用中，环境对于机器人是未知的。这种情况需要传感器感知 或者向右绕行。这样如果选择非较优的方向，虽然也能得到可 环境并实时在线规划路径，因此路径规划的好坏受到传感信息 行路径，但增加了总体的路径长度； 处理和实时规划算法两个方面的影响，而且在实现路径可行性 (2)在障碍尺寸预先已知的情况下调节参数才能显示出该 基础上如何提高路径优化程度是目前这类问题的研究难点。