移动机器人的路径规划问题是机器人研究中的关键技术,它一直以来是国内外学者们热衷的课题。然而,传统的路径规划方法,无论是全局规划法还是局部规划法,都存在着各自的缺陷:全局规划方法虽然能对全局做出最优规划,但它只能离线地做出一次性规划,因而不具备实时规划性;局部规划方法虽能做到实时规划,但由于没有全局信息,所以无法对运动路径或运行时间等性能指标进行优化。随着机器人的工作环境越来越复杂,规划任务的要求越来越高,使得机器人如果仍采用传统的规划方法,将无法很好地完成规划任务。 针对上述缺陷,本文采用全局规划和局部规划相结合的方法,提山了一种基于极坐标空间、以机器人的期望方向角为路径优化指标的在线实时规划方法。该法利用机器人自身携带的传感反馈装置,实时探测局部环境信息,然后在每一时刻的局部规划窗口内,确定机器人的期望方向角,以机器人的实际运动方向角与期望方向角之间的差异为驱动力,导航机器人避开障碍物和朝向目标点运动。同时本文将此法应用到动态不确定环境下移动机器人的路径规划问题中,并对应用中所涉及到的理论问题(如收敛性、安全性、可达性等)展开了深入的研究。最后通过计算机仿真和实验结果表明该法有效可行,具有实时性、高度的稳定性和良好的避障能力。 该规划方法的创造性体现在: 1、本文所提出的以机器人的期望方向角作为路径优化的性能指标完全不同于传统路径规划方法中的优化指标,它所关注的不是机器人移动多少距离,而是以什么方向运动,即机器人期望运动方向的确定才是每次局部规划要完成的任务。在每一时刻的规划窗口内,机器人的期望方向角始终是以目标点这一全局信息作为基准来确定的,因而每次局部规划都能实现对运动路径的最优规划。 2、提出了以极坐标系作为机器人的局部坐标系。一方面是由于本文选用2D激光测距雷达作为机器人的主要传感器,它在其扫描平面上对周围环境是按一定的角度分辨率来进行扫描测距的,所得到的原始数据都是离散的数据点,每一个点都以距离ρ和对应的扫描角α来表示,即极坐标(ρ,α)的形式,这使得期望方向角的确定非常简单、易于实现。另一方面,采用极坐标空间,不但直观地表达了机器人的运动方向角,而且方便了运动方向角的计算,大大节省了规划时间,从而保证了路径规划的实时性。 3、本文的路径规划方法是通过全局信息和局部信息的有机结合来实施的。在每一采样时刻,规划窗口内始终包含目标点这一全局信息,并充分利用传感器探测到的局部环境信息来确定每次局部规划的子目标点。采用这种规划思路,不仅可以对机器人的运动路径进行优化,同时又不会象许多传统的局部规划方法那样在规划时容易陷入局部死点,即所谓的“死锁”现象。