一种动态环境下移动机器人的路径规划方法

被引:39
作者
朴松昊
洪炳熔
机构
[1] 哈尔滨工业大学计算机科学与技术学院
关键词
基于行为; 移动机器人; 路径规划; 遗传算法; 强化学习;
D O I
10.13973/j.cnki.robot.2003.01.005
中图分类号
TP242.6 [智能机器人];
学科分类号
081104 ;
摘要
本文提出了在动态环境中 ,移动机器人的一种路径规划方法 ,适用于环境中存在已知和未知、静止和运动障碍物的复杂情况 .采用链接图法建立了机器人工作空间模型 ,整个系统由全局路径规划器和局部路径规划器两部分组成 .在全局路径规划器中 ,应用遗传算法规划出初步全局优化路径 .在局部路径规划器中 ,设计了三种基本行为 :跟踪全局路径的行为、避碰的行为和目标制导的行为 ,采用基于行为的方法进一步优化路径 .其中 ,避碰的行为是通过强化学习得到的 .仿真和实验结果表明所提方法简便可行 ,能够满足移动机器人导航的高实时性要求
引用
收藏
页码:18 / 21+43 +43
页数:5
相关论文
共 6 条
[1]   移动机器人技术研究现状与未来 [J].
李磊 ;
叶涛 ;
谭民 ;
陈细军 .
机器人, 2002, (05) :475-480
[2]   动态未知环境中移动机器人的滚动路径规划 [J].
张纯刚 ;
席裕庚 .
机器人, 2002, (01) :71-75
[3]   基于遗传算法的多移动机器人协调路径规划 [J].
孙树栋 ;
林茂 .
自动化学报, 2000, (05) :672-676
[4]   一种新的移动机器人环境模型 [J].
李强 ;
林良明 ;
颜国正 .
机器人, 1999, (05) :379-385
[5]   基于栅格方法的移动机器人实时导航和避障 [J].
马兆青 ;
袁曾任 .
机器人, 1996, (06) :25-29
[6]  
Technical Note: Q-Learning[J] . Christopher J.C.H. Watkins,Peter Dayan.Machine Learning . 1992 (3)