移动机器人定位与路径规划算法研究.pdfVIP

摘要

随着人工智能和计算科学等技术的不断进步，智能移动机器人得到了快速发

展，在工业、农业等领域得到了广泛应用。定位和路径规划是移动机器人自主导

航的重要组成部分，其性能决定了移动机器人自主导航功能的效果。本文对定位

和路径规划两项关键技术进行研究与改进，并搭建移动机器人系统对改进的定位

与路径规划算法进行验证。

首先，针对机器人定位技术中的绑架问题，本文提出了多传感器融合的自恢

复蒙特卡罗定位算法（Self-recoveryMonteCarloLocalization,SR-MCL）。该算

法使用本文设计的定位可靠度评价算法对机器人是否发生绑架进行判定，一旦发

生绑架问题，融合惯性测量单元（InertialMeasurementUnit,IMU）和超宽带（Ultra

WideBand,UWB）定位模块的数据，对绑架后的位姿进行预估计，然后基于预

估计的位姿构建粒子重分布模型，最后进行粒子滤波得到重定位的结果。与传统

的自适应蒙特卡罗定位算法相比，该算法可以对绑架问题进行高效的判断，且具

有更高的恢复效率和准确度。

其次，针对A*算法路径搜索效率低、路径不平滑的问题，提出了基于区域

划分模型的改进A*算法，减少了对无用节点的搜索，提高了规划效率，并采用

双线性插值法对路径点逆向搜索，提高了路径的平滑度。然后，针对动态窗口法

（DynamicWindowApproach,DWA）存在陷入局部最优不能到达目标点的问题，

提出了基于改进A*的DWA局部路径规划算法。通过实验对比，本文提出的路

径规划算法在保证避障效果的前提下，提高了路径规划效率和运动轨迹的平滑度。

最后，详细介绍了移动机器人平台的设计与搭建过程，包括硬件平台的搭建、

控制系统的软件设计、导航系统的搭建、上位机软件的设计。并以自主搭建的机

器人作为测试平台，对本文提出的自恢复蒙特卡罗定位算法和融合路径规划算法

进行实际测试。实验表明，本文所提定位和路径规划算法在实际应用中具有更好

的性能。

关键词：移动机器人，自主定位，路径规划，信息融合

ABSTRACT

Withthecontinuousprogressofartificialintelligenceandcomputingscienceand

othertechnologies,intelligentmobilerobotshavedevelopedrapidlyandbeenwidely

usedintheindustry,agricultureandotherfields.Localizationandpathplanningare

importantcomponentsofautonomousnavigationofmobilerobots,andtheir

performancedeterminestheeffectivenessofautonomousnavigationofmobilerobots.

Inthispaper,twokeytechnologiesoflocalizationandpathplanningarestudied,and

amobilerobotsystemisbuilttoverifytheimprovedlocalizationandpathplanning

algorithm.

Firstly,aimingatthekidnappingprobleminrobotlocalizationtechnology,this

paperproposesaSelf-recoveryMonteCarloLocalization(SR-MCL)algorithmwith

multi-sensorfusion.Itusesthelocalizationreliabilityevaluationalgorithmdesigned

inthispapertodeterminewhetherthekidnappingproblemoccurs,a