基于模糊人工势场法的移动机器人路径规划-库问搜索.PDFVIP

基于模糊人工势场法的移动机器人路径规划 Mobile robot path planning based on fuzzy artificial potential field method 潘 洲 万 衡 李嘉琦 ， ， PAN Zhou，WAN Heng，LI Jia-qi 上海应用技术学院 电气与电子工程学院 上海 201418 （ ， ） 摘 要：针对复杂环境下移动机器人的路径规划问题，提出模糊逻辑和人工势场法相融合的路径规划 方法。对传统人工势场法进行了改进，针对人工势场法中的局部最小问题，提出了设置虚拟 障碍点的方法，仿真验证效果可行；把通过人工势场法得到的相关数据作为模糊控制器的输 入，融合了二者的优点，该算法计算量小且实时性高，设计的模糊控制器负责对机器人的航 向角和速度进行实时的调整修正，弥补了人工势场法忽略机器人自身几何信息缺陷的同时， 保障了路径规划的可靠性和平滑性，提高了系统的稳定性和鲁棒性。MATlAb仿真结果表 明，该算法具有可行性和高效性。 关键词：移动机器人；人工势场法；模糊逻辑；路径规划 中图分类号：TP242 文献标识码：A 文章编号：1009-0134(2015)07(上)-0004-04 Doi：10.3969/j.issn.1009-0134.2015.07(上).02 0 引言 基本思想设计成一种抽象的人造引力场来处理机器人的 [1] 运动，目标点对机器人产生 “引力”，障碍物对机器人产 路径规划是移动机器人领域的一个重要研究课题 。 生 “斥力”，最后通过所求合力来控制机器人的运动。 路径规划的方法很多，主要有可视图法、蚁群算法、粒 子群算法，遗传算法等。可视图法没有考虑机器人本身的 1.1 势场函数 形状大小，容易造成与障碍物的碰撞，同时随着障碍物 设机器人的位置信息为X=(x,y) ，目标点的位置信 的增多，计算复杂性增加，搜索时间长。蚁群算法、粒 息为X =(x ,y ) ，目标G对智能机器人X起吸引作用，而 g g g 子群算法、遗传算法等算法普遍存在算法耗时多、计算 且距离越远，吸引力越大，反之就越小。当距离为零 量大、存储空间占用多的缺点。随着人们对实时性要求 时，机器人的势能为零，此时机器人到达终点。通常引 的提高，同时复杂的环境也很难用精确的数学模型来描 力场势函数的一般形式如式(1)所示： 述，所以越来越多的人转向了结构简单的人工势场法和 (1) 模糊逻辑算法。人工势场法规划出的可行路径一般比较 式中，k 是引力场增益系数；X-X 为机器人X和目 g g 平滑且安全，在实时避障和平滑轨迹控制等方面得到了 标点X 之间的距离。 广泛应用[2] 。机器人运动环境复杂，障碍物位置信息很 g