關(guān)于機器人路徑規(guī)劃的概述

路徑規(guī)劃的定義

路徑規(guī)劃技術(shù)是機器人研究領(lǐng)域中的一個重要分支。所謂機器人的最優(yōu)路徑規(guī)劃問題，就是依據(jù)某個或某些優(yōu)化準(zhǔn)則（如工作代價最小、行走路線最短、行走時間最短等），在其工作空間中找到一條從起始狀態(tài)到目標(biāo)狀態(tài)的能避開障礙物的最優(yōu)路徑。

機器人路徑規(guī)劃方法大致可以分為兩類：傳統(tǒng)方法和智能方法。

一、傳統(tǒng)路徑規(guī)劃方法

傳統(tǒng)路徑規(guī)劃方法有自由空間法、圖搜索法、柵格解耦法和人工勢場法。

1、自由空間法

為了簡化問題，通常采用“結(jié)構(gòu)空間”來描述機器人及其周圍的環(huán)境。這種方法將機器人縮小成點，將其周圍的障礙物及邊界按比例相應(yīng)地擴大，使機器人點能夠在障礙物空間中移動到任意一點，而不與障礙物及邊界發(fā)生碰撞。

2、圖搜索法

圖搜索方法中的路徑圖由捕捉到的存在于機器人一維網(wǎng)絡(luò)曲線（稱為路徑圖）自由空間中的節(jié)點組成。建立起來的路徑圖可以看作是一系列的標(biāo)準(zhǔn)路徑。而路徑的初始狀態(tài)和目標(biāo)狀態(tài)同路徑圖中的點相對應(yīng)，這樣路徑規(guī)劃問題就演變?yōu)樵谶@些點間搜索路徑的問題。通過起始點和目標(biāo)點及障礙物的頂點在內(nèi)的一系列點來構(gòu)造可視圖。連接這些點, 使某點與其周圍的某可視點相連（即使相連接的兩點間不存在障礙物或邊界）。然后機器 人沿著這些點在圖中搜索最優(yōu)路徑。

3、柵格解耦法

柵格解耦法是目前研究最廣泛的路徑規(guī)劃方法.該方法將機器人的工作空間解耦為多個簡單的區(qū)域，一般稱為柵格。由這些柵格構(gòu)成了一個連通圖，在這個連通圖上搜索一條從起始柵格到目標(biāo)槎格的路徑，這條路徑是用柵格的序號來表示的。柵格解耦法包括確切的和不確切的兩種。不確切的解耦方法比確切的解羯方法在數(shù)學(xué)計算上要簡單的多，因此也比較容易實現(xiàn)。

4、人工勢場法

傳統(tǒng)的人工勢場法把移動機器人在環(huán)境中的運動視為一種在 抽象的人造受力場中的運動，目標(biāo)點對移動機器人產(chǎn)生“引力”，障礙物對移動機器人產(chǎn)生“斥力”，最后通過求合力來控制移動機器人的運動。但是，由于勢 場法把所有信息壓縮為單個合力，這樣就存在把有關(guān)障礙物分布的有價值的信息 拋棄的缺陷，且易陷入局部最小值。

二、智能路徑規(guī)劃方法

近年來隨著遺傳算法等智能方法的廣泛應(yīng)用，機器人路徑規(guī)劃方法也有了長足的進展，許多研究者把目光放在了基于智能算法的路徑規(guī)劃研究上。其中，應(yīng)用較多的算法主要有模糊方法、神經(jīng)網(wǎng)絡(luò)和遺傳算法。

1、基于模糊邏輯的機器人路徑規(guī)劃模糊方法是在線規(guī)劃中通常采用的一種規(guī)劃方法,包括建筑和局部規(guī)劃。莊小東等提出一種基于模糊柢念的動態(tài)環(huán)境模型，參照物體的位置和運動信息構(gòu)造二維錄度數(shù)函數(shù)；然后通過模糊綜合評價對各個方向進行綜合考察，得到搜索結(jié)果。該方法在移動障礙物和移動目標(biāo)的環(huán)境中能有效地實現(xiàn)機器人避碰和導(dǎo)航。

2、基于神經(jīng)網(wǎng)絡(luò)方法的機器人路徑規(guī)劃禹建麗等提出了一種基于神經(jīng)網(wǎng)絡(luò)的機器人路徑規(guī)劃算法，研究了障礙物形狀和位置已知情況下的機器人路徑規(guī) 劃算法，其能量函數(shù)的定義利用了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，根據(jù)路徑點位于障礙物內(nèi)外的不同位置選取不同的動態(tài)運動方程，規(guī)劃出的路徑達到了折線形的最短無碰路徑，計算簡單，收斂速度快。

3、基于遺傳算法的機器人路徑規(guī)劃遺傳算法是目前機器人路徑規(guī)劃研究中應(yīng)用較多的一種方法，無論是單機器人靜態(tài)工作空間，還是多機器人動態(tài)工作空間，遺傳算法及其派生算法都取得了良好的路徑規(guī)劃結(jié)果。