基于多传感器信息融合的移动机器人路径规划研究

机器人是当代人工智能技术和自动化技术发展的典型体现，可以说代表着一个国家制造技术发展水平。移动机器人的发展更是迅速，已经成为机器人学中一个重要分支。实际工作中的广泛应用又对移动机器人的性能提出了更高的要求，不仅需要移动机器人能够有很好的环境适应能力，还要具有不同程度的智能系统，而路径规划是研究智能移动机器人中的关键问题之一。本文以移动机器人路径规划作为研究方向，结合传感器技术，对移动机器人系统中多传感器信息融合技术，机器人定位以及路径规划等问题进行了研究。主要工作如下： 首先，区别于轮式机器人，建立了履带式移动机器人的运动学模型，针对机器人定位问题，采用推算定位方法。推算定位是一个对运动误差进行积分的过程，误差随时间的积累而增大，因此利用卡尔曼滤波器，对超声波传感器测距量与推算定位结果进行融合，以求对运动误差进行估计与校正。 其次，对模糊控制系统进行了分析。采用双模糊控制器结构，分别设计了位置模糊控制器和位姿跟踪模糊控制器。针对两个控制器提出了相应的控制决策，即当机器人与期望目标点之间的位置误差较大时采用位置模糊控制器，当位置误差在一定范围内时，调整使用位姿跟踪模糊控制器。仿真实验表明所设计的模糊控制系统可以有效地对给定路径进行快速准确的跟踪。 最后，研究了移动机器人的路径规划方法，重点分析了人工势场法。由于传统的人工势场经常使移动机器人陷入局部极小点，为此改写了势场函数，调整了移动机器人受力情况，将斥力分解，其中一个力的方向与引力方向相同，即指向目标位置，另一个力的方向为障碍物指向移动机器人。在动态障碍物环境中，考虑了移动机器人与动态障碍物相对速度的影响，将相对速度引入到势场函数中来。分别对移动机器人处在静态障碍物环境和动态障碍物环境下进行了仿真实验。 另外，利用实验室中的履带式移动机器人，对本文提出的改进人工势场法以及推算定位进行了相应实验，通过实验验证了算法的可行性。