a算法在移动机器人自学习中的使用 usage of a algorithm in self-learning of mobile robot.pdfVIP

豳 * A*算法在移动机器人自学习中的使用 张燕，徐一超，盛洲 (南京大学金陵学院，南京210089) 摘要：通过让移动机器人在未知环境下的自学习过程来得到环境地图，然后利用A*算法进行最优路径规划，并选取路 径中的关键节点传给移动机器人，移动机器人就可以根据这些节点自主运行。通过移动机器人自主运行实验，可以看出 其运行效果良好。 关键词：路径规划；A*算法；自学习；二维地图 中图分类号：TP751．1 文献标识码：A of in ofMobileRobot UsageA*AlgorithmSelf-learning Yan，Xu Zhou Zhang Yichao，Sheng of 210089，China) (JinlingCollegeNanjingUniversity，Nanjing the Abstract：Theunknownenvironmentisstudiedthesensorsto environment isusedto the by get map，thenA*algorithmget optimal nodesarechoosedthe andthenare tothemobilerobot．Themobilerobotcan pathplanning．Thekey by algorithm passed moveautono— tothesenodesinthesameenvironment．Theresultsshowthattherobotcanrun mouslyaccording experiment well． words：pathplanning；A*algorithm；self-learning；2Dmap Key 行走时，不发生碰撞，并且满足一定的约束条件卟]，根据周 引 言 围环境信息是否已知，可分为全局路径规划技术和局部路 自主移动机器人是一种通过传感器来感知和探测周 径规划J。全局路径规划技术应用最普遍的是简单栅格 围未知环境并在收到命令后进行自主移动的智能系统[1]。 法口]，并且由于周围的环境已知，故得出路径前，必须每次 移动机器人能否进行高效率的导航移动即能否在环境中 都要对全局环境进行处理。局部路径规划侧重于移动机 移动到目的地，是衡量机器人定位技术的关键口]。移动机 器人当前周围环境的局部信息，并利用传感器来探测周围 器人自学习需要以下几部分技术，首先需要获取未知环境 环境信息，然后进行实时路径规划。自学习功能需要在未 下的障碍物地图，其次需要移动机器人知道自己的位置信 知环境走一圈之后，根据获取的全局障碍进行路径规划， 息，最后需要使用路径规划算法进行路径规划。 因此采用全局栅格地图的方式来实现。 目前常用的环境信息是通过传感器进行数据获取的， 1 系统组成和结构 机器人避障和测距传感器主要有红外、超声波、激光及视 觉传感器口]。激光传感器和视觉传感器价格较贵，对控制 对于移动机器人路径规划系统设计，硬件部分如图1 器的要求较高¨]，因而，