淺析移動機器人路徑規劃的現狀與發展

韓金伯

摘 要：隨著科學技術的不斷發展，移動機器人技術應運而生，針對這項技術研究時，研究重點主要集中于路徑規劃技術。本文首先簡要介紹路徑規劃概念，然后分析路徑規劃方法，并對其進行技術展望，希望本文探究能為相關技術人員提供思路，優化移動機器人路徑規劃的合理性。

關鍵詞：移動機器人；路徑；規劃

中圖分類號：TP31 文獻標識碼：A 文章編號：1671-2064（2018）15-0040-02

近年來，移動規劃技術在先進科技的輔助下不斷升級，滲透這項技術于移動機器人設備，優選適合的路徑規劃方案，這對路徑規劃技術良好發展有重要意義，能夠擴大這一技術應用空間。由此可見，本文針對這一論題具體分析是極為必要的，論題探究的現實意義十分顯著。

1 路徑規劃概念

所謂路徑規劃，指的是機器人自起點到終點順利、安全運行的路徑，路徑規劃期間路徑規劃技術在其中起著重要作用。在此期間，應全面掌握已知環境和未知環境，按照一定步驟進行路徑規劃，概括來講，了解機器人對周邊信息識別情況，借此完成障礙物分類，據經驗可知，常見規劃路徑有四類，第一類即熟知環境中，參照障礙物動態運行情況進行路徑規劃；第二類即熟知環境中，參照障礙物靜置位置進行路徑規劃；第三類即非熟知環境中，參照障礙物動態運行情況進行路徑規劃；第四類即非熟知環境中，參照障礙物靜置位置進行路徑規劃。前兩類路徑規劃技術又有全局路徑之稱，后兩類路徑規劃技術又有局部路徑之稱，下文針對這兩種路徑規劃方法具體分析[1]。

2 國內外移動機器人發展現狀

2.1 國外移動機器人發展現狀

西方發達國家科學技術水平較高，并且在移動機器人方面的研究時間較早，并總結了豐富的研究經驗。隨著生產、生活中移動機器人產品需求量不斷增多，進而國外這類產品的銷量逐年增加，再加上，購買者對移動機器人在性能方面、功能方面提出了較高標準，這對移動機器人路徑規劃提出了新的要求，有利于豐富研究人員在路徑規劃方面的研究經驗。上世紀八十年代，日本、美國、韓國等國主動加入移動機器人結構研究、外觀設計、路徑規劃等行列，并成立科研小組，以此解決軟硬件實踐問題，堅持每年推出新型產品。除此之外，外國研究人員注重移動機器人在細節方面的設計，并且注重功能性和實用性，應用先進技術擴大移動機器人在各個領域的應用范圍，這能有效緩解人力勞動強度，大大提高工作效率，同時，國家科學技術水平會大大提高。應用移動機器人的行業能夠掌握豐富的應用技巧，并且移動機器人規劃路徑方面的經驗能夠不斷積累，最終能為路徑合理規劃提供引導。

2.2 國內移動機器人發展現狀

相對于國外來講，我國在移動機器人方面的研究時間較短，并且現有研究成果不能更好的指導研究實踐，但我國在這一方面的研究速度較快，總結了較多的研究經驗。我國研究學者通過調查移動機器人市場銷售情況、實際服務效果，以及操控靈敏度等內容為路徑規劃提供建議，確保路徑規劃方案能夠更好的滿足應用實踐。我國將移動機器人分為不同類別，根據應用領域差異，將其分為醫療服務機器人、健康福利機器人、公共機器人、娛樂機器人、教育機器人、家庭機器人，無論移動機器人應用于哪個領域，均需要進行路徑規劃，這不僅能夠迎合應用需要，而且還能縮短移動機器人應用時間，這對機器人性能完善，壽命延長有促進作用。為了縮小我國與發達國家在移動機器人發展、路徑規劃方面的差距，我國應主動向發達國家借鑒路徑規劃經驗，結合我國移動機器人應用實際，探索最佳的路徑規劃方案，這對我國移動機器人大范圍應用有重要意義。下文針對移動機器人路徑規劃現狀以及路徑規劃技術展望具體分析。

3 路徑規劃方法及技術展望

3.1 路徑規劃方法

3.1.1 全局路徑

可視圖法：所謂可視圖法，即通過點設置、點連接的方式觀察直線可視效果，如果點之間連接的直線未能穿過障礙物，則證明可視效果良好。可視圖法能夠短時間內找到最優路徑，能夠大大提高單位時間內的最短路徑搜尋效率。這種方法具體操作時，一旦近距離接觸障礙物，則最短路徑搜索時間會相應延長，但這種現象無法避免，必要時應用切線圖進行方法補充，在此期間，應注意位置設置的準確性和合理性，以免路徑距離過長，同時，還能大大降低障礙物觸碰幾率。

拓撲法：所謂拓撲法，即對規劃空間按照需要有序分割，將劃分完成的子空間通過網絡構建的方式探索最優路徑。這種方法以降維法為依托，并且操作簡單，能夠提高拓撲空間連接效率，同時，該方法能夠大大提高拓撲特點利用效率，盡可能的縮小搜索范圍。但這一方法受障礙物數量影響較大，如果障礙物數量過多，那么應及時修復拓撲網絡，以此降低算法復雜度[2]。

柵格法：所謂柵格法，指的是有序劃分機器人運行環境，并將運行環境合理分配成不同的網絡單元，在這一過程中，固定障礙物位置以及大小。由于柵格大小等同，借助這一方法完成機器人的空間定位，根據柵格障礙物情況對其命名，其中，無障礙物柵格、有障礙物柵格分別稱為自由柵格和障礙柵格，有選擇的應用序號法或者直角坐標法對其標記。最后應用優化算法完成最短路徑搜索任務，并及時記錄，通過觀察柵格粒度掌握路徑規劃準確性與否。

3.1.2 局部路徑

遺傳算法：這一算法應用時，其應用條件設置為：適應度函數為正。全局搜索中應用該方法，通過利用隱并行性來選擇最優算法，因此，遺傳算法又有并行算法之稱。該方法進行單點搜索時，能夠高效、及時獲取最優解。遺傳算法應用步驟主要為：合理設計編碼，并掌握編碼方法，針對性處理目標問題；合理制定適應度函數、目標函數；根據移動機器人路徑規劃需要確定群體大小，妥善設置遺傳參數；形成初始群種；針對群種基因解碼處理，并計算相應的適應度函數數值；檢驗遺傳策略，優選群種個體，以便為下代群種生成奠定良好基礎；參照預定標準觀察種群平均適應度，獲取最優解。具體流程如圖1所示。

遺傳算法特點主要有：通過參數編碼、編碼操作順利完成空間限制這一方面分析；遺傳算法應用范圍相對廣泛，它適用于解析表達，同時，還能滿足映射矩陣需要；遺傳算法個體操作期間支持多領域搜索，這也是遺傳算法支持并行設備計算的基本表現；遺傳算法適用于多樣化空間，并且搜索方法呈現隨機性特點；遺傳算法形式簡化，在問題處理方面、系統模擬方面具有良好的適用性。

人工勢場法：所謂人工勢場法，指的是以人工受力場運動狀態完成機器人運動情況的模擬，這種方法又被稱為虛擬力法。實際運動時，機器人同障礙物、目標分別產生排斥力和吸引力，力周圍形成勢后，抽象力會間接移動機器人運行軌跡，最終會繞開障礙物順利行走。這一方法內部結構單一，在障礙物躲避中較為常用，并且能夠合理控制低層，在此期間，應合理完善算法，以此順利消除局部極值[3]。

神經網絡法：所謂神經網絡法，即在空間感知的基礎上做出相應的空間行為，由于映射關系較復雜，應用數學方程會增加關系呈現難度，但神經網絡法能夠大大降低處理難度，將映射關系直觀呈現。神經網絡法實際應用的過程中，網絡輸出以傳感器為依托，能夠按照人期望方面有效運動。此外，利用數據表示樣本集，并完成樣本的及時處理，樣本處理后得到最新樣本集[4]。

3.2 技術展望

即利用計算機設備、控制技術，以及傳感器設備來進行路徑規劃。先進科學技術發展的同時，路徑規劃技術越來越健全，要想大大優化性能指標，應對路徑規劃技術深入研究，全面滿足移動機器人路徑規劃目標，與此同時，盡可能多的融入傳感器信息，研制多樣化路徑規劃方法，這對路徑規劃技術完善有重要意義。由于移動機器人工作環境具有多變性特點，再加上，工作環境復雜度大大增加，要想實現安全性、及時性規劃任務，應做好移動機器人以及獨立機器人的協調配合操作，針對二者路徑合理規劃。需要注意的是，多傳感器信息及時傳遞，應全面保證信息的準確性，這也是移動機器人路徑規劃的最新研究方向，需要研究人員集中精力，在這一方面積累豐富研究經驗[5]。

移動機器人路徑規劃方法具有一定局限性，對此，應在局限彌補的基礎上，探究移動機器人路徑規劃技術。首先，注重移動機器人與先進技術的良好結合，因為先進技術及時應用能夠克服傳統技術的不足，大大優化路徑規劃效果。其次，做好路徑規劃算法與機器人底層控制相結合的基本工作，主要通過實踐路徑規劃算法來總結實際經驗，這一方面的研究作為當前路徑規劃的主要研究方向，有利于提高路徑規劃技術的實用性。然后，深入研究任務分配以及通信協作等內容，例如，移動機器人參與足球賽、合作搜救等任務，這類任務對協作配合能力要求較高，并且涉及內容十分廣泛，如果能夠高效處理多任務分配問題，那么路徑規劃合理性會相應增強，并且路徑規劃問題能夠順利解決。最后，研究空中機器人、水下機器人，因為當前移動機器人研究活動主要集中于陸地，例如，收割機器人、足球機器人等，針對惡劣外界環境機器人進行路徑規劃，受限于試驗活動，進而會加大路徑規劃難度，因此，需要專業技術人員深入探究。除此之外，研究三維環境下移動機器人路徑規劃技術，這能大大滿足移動機器人的應用需要，同時，有利于明確移動機器人路徑規劃方向和目標，這對路徑規劃技術大范圍推廣有重要意義。

4 結語

綜上所述，移動機器人是先進科學技術發展的產物，對其進行路徑規劃時，應考慮所選方法的適用性，同時，掌握全局規劃方法、局部規劃方法的應用技巧，這不僅能夠提高擴大路徑規劃技術應用范圍，而且還能為相關研究人員在路徑規劃方面拓展思路。除此之外，我國還應主動向發達國家借鑒先進經驗，結合移動機器人在我國的應用實際，探索移動機器人路徑規劃的合理方法，這對路徑規劃技術發展前景拓展有重要意義，能夠大大拓展路徑規劃技術應用范圍，并取得良好的應用效果。

參考文獻

[1]徐兆輝.移動機器人路徑規劃技術的現狀與發展[J].科技創新與應用，2016，（03）：43.

[2]蘇坤.未知環境下移動機器人路徑規劃方法研究[D].上海工程技術大學，2016.

[3]潘杰.基于改進蟻群算法的移動機器人路徑規劃[J].中國礦業大學學報，2012，41（1）：108-113.

[4]高申勇，許方鎮，郭鴻杰.基于彈簧模型的移動機器人路徑規劃研究[J].儀器儀表學報，2016， 37（4）：796-803.

[5]張毅，代恩燦，羅元.基于改進遺傳算法的移動機器人路徑規劃[J].計算機測量與控制，2016， 24（1）：313-316.