基于多種障礙環境建模的機器人路徑規劃

陳岳軍，王敬賢

(上海五零盛同信息科技有限公司，上海 200333)

智能化機器人擁有感知決策能力，它們可以辨識身邊的信息情況，實現自主控制并完成復雜的任務[1]。機器人的路徑規劃問題是智能控制領域中的一個關鍵問題，保證機器人在完成任務的同時提高效率[2]。路徑規劃是在起始點和目標點之間選出一條最短路徑，既能使機器人在行進過程中躲過障礙物，并且滿足特定評價標準，如行走路線距離最短、到達目標行走時間最短、自身能量消耗最小等[3-4]。目前，機器人及其路徑規劃相關問題已經取得了許多成果，可分為傳統方法和智能化方法兩大類。

傳統路徑規劃方法主要有幾何構造方法和人工勢場法。基于幾何構造的方法將機器人抽象成一個可忽略的點，同時適當擴大障礙物體積，然后構造自由空間，并將其全部連通，最后采用圖搜索算法找出最優路徑[5]。人工勢場法運用較為成熟，它用引力場和斥力場模型來表示機器人所工作的環境信息[6]，受力如圖1所示。該算法原理簡單，適合底層的簡單控制，其運行速度和存儲空間與其他算法相比具有優勢。但它只解決局部空間內的避障問題，更適用于動態環境，在實時避障方面發揮重要作用。

圖1 人工勢場法受力示意圖

智能化路徑規劃方法主要基于遺傳算法、模糊邏輯和蟻群算法。遺傳算法在全局環境中搜索最優路徑的能力比較強，有并行計算特性，應用較為廣泛[7]。孫樹棟等[8]實現了離散空間下機器人的路徑規劃，使用插入和刪除算子，使規劃出的路徑是連續的。……