关于智能机器人路径规划的认识
樊阳阳
仪器仪表工程 学号2013704008
摘 要
智能机器人是人工智能的理想研究平台，是一个在感知、思维、效应方面全面模拟人的机器系统，它是人工智能技术的综合试验场，可以全面地考察人工智能各个领域的技术。在简要介绍智能机器人及发展状况的基础上，深入阐述了机器人在其路径规划算法的研究现状，对全局的路径规化算法作出了详细的研究，指出各种算法的优缺点，提出建立嵌入式智能机器人路径规划平台，实现了基于嵌入式实时系统的智能机器人路径规划算法。
关键词：嵌入式技术；路径规划；智能机器人
On the Understanding of the Intelligent Robot Path Planning Abstract
Intelligent robot is an ideal research platform, artificial intelligence (ai) is a comprehensive simulation in terms of perception, thinking, effect of machine system, it is a comprehensive range of artificial intelligence technology, can fully inspect all areas of artificial intelligence technology. The brief introduction of intelligent robots and the development status, on the basis of deeply expounds the robot in its research status quo of path planning algorithm for global path planning algorithm made a detailed research, and points out the advantages and disadvantages of various algorithms, the proposed embedded intelligent robot path planning platform, realizes the intelligent robot path planning algorithm based on embedded real-time system. Key words:Embedded technology;Path planning;Intelligent robot
目 录
前 言 ................................................. 4
第1章 智能机器人的未来发展 .............................. 5
第2章 智能机器人的路径规划技术研究 ...................... 7
第3章 全局路径规划算法研究 .............................. 8
第3.1节 构型空间法 ...................................... 8
第3.2节 可视图法 ........................................ 8
第3.3节 优化算法 ........................................ 8
第3.4节 拓扑法 .......................................... 8
第3.5节 栅格解耦法 ...................................... 9
第3.6节 自由空间法 ...................................... 9
第3.7节 神经网络法 ...................................... 9
第4章 嵌入式智能机器人路径规划算法的应用与实现 ......... 11
结 论 ................................................ 12
参考文献 ................................................ 13
前 言
智能机器人是一个在感知、思维、效应方面全面模拟人的机器系统，外形不一定像人。它是人工智能技术的综合试验场。可以全面地考察人工智能各个领域的技术。研究它们相互之间的关系。还可以在有害环境中代替人从事危险工作、上天下海、战场作业等方面大显身手。
人们通常把机器人划分为三代。第一代是可编程机器人。这种机器人一般可以根据操作人员所编的程序，完成一些简单的重复性操作。这一代机器人是从60 年代后半叶开始投入实际使用的, 目前在工业界已得到广泛应用。第二代是“感知机器人”, 又叫做自适应机器人, 它在第一代机器人的基础上发展起来的, 能够具有不同程度的“感知”周围环境的能力。这类利用感知信息以改善机器人性能的研究开始于70年代初期, 到1982 年, 美国通用汽车公司为其装配线上的机器人装配了视觉系统, 宣告了感知机器人的诞生, 在80 年代得到了广泛应用。第三代机器人将具有识别、推理、规划和学习等智能机制, 它可以把感知和行动智能化结合起来, 因此能在非特定的环境下作业, 称之为智能机器人。
智能机器人与工业机器人的根本区别在于, 智能机器人具有感知功能与识别、判断及规划功能。而感知本身, 就是人类和动物所具有的低级智能。因此机器的智能分为两个层次: ①具有感觉、识别、理解和判断功能; ②具有总结经验和学习的功能。所以, 人们通常所说的第二代机器人可以看作是第一代智能机器人。
第1章 智能机器人的未来发展
智能机器人的开发研究取得了举世瞩目的成果。那么, 未来智能机器人技术将如何发展呢? 日本工业机器人协会对下一代机器人的发展进行了预测。提出智能机器人技术近期将沿着自主性、智能通信和适应性三个方向发展。下面我们简单介绍人工智能技术、操作器、移动技术、动力源和驱动器、仿生机构等。
( 1) 人工智能技术在机器人中的应用
把传统的人工智能的符号处理技术应用到机器人中存在哪些困难呢? 一般的工业机器人的控制器, 本质是一个数值计算系统。如若把人工智能系统( 如专家系统) 直接加到机器人控制器的顶层, 能否得到一个很好的智能控制器? 并不那么容易。因为符号处理与数值计算, 在知识表示的抽象层次以及时间尺度上的重大差距,把两个系统直接结合起来, 相互之间将存在通信和交互的问题, 这就是组织智能控制系统的困难所在。这种困难表现在两个方面: 一是传感器所获取的反馈信息通常是数量很大的数值信息, 符号层一般很难直接使用这些信息, 需要经过压缩、变换、理解后把它转变为符号表示, 这往往是一件很困难而又耗费时间的事。而信息来自分布在不同地点和不同类型的多个传感器。从不同角度, 以不同的测量方法得到不同的环境信息。这些信息受到干扰和各种非确定性因素的影响, 难免存在畸变、信息不完整等缺陷, 因此使上述的处理、变换更加复杂和困难。二是从符号层形成的命令和动作意图, 要变成控制级可执行的指令( 数据) , 也要经过分解、转换等过程, 这也是困难和费时的工作。它们同样受到控制动作和环境的非确定性因素的影响。由于这些困难, 要把人工智能系统与传统机器人控制器直接结合起来就很难建立实时性和适应性很好的系统。
（2）操作器
工业机器人手臂的设计制造已趋于成熟,因此在智能机器人操作器方面的研究, 人们的兴趣主要集中在各种具有柔性和灵巧性的手爪和手臂上。机器人手臂结构要适应智能机器人高速、重载、高精度和轻质的发展趋势。其中轻质化是关键。新型高刚度、抗震结构和材料是目前国外研究的前沿。
机器人的手、腕以及连接机构是引人注目的研究课题。其中手腕机构的研究注重于快速、准确、灵活性、柔顺性和结构的紧凑性。与人协调作业关系密切的一类智能机器人如医用机器人、空间机器人、危险品处理机器人、打毛刺机器人等, 它们都面临着如何快速、准确地把人的意志和人手的熟练操作传送到机器人执行机构的问题。目前, 要让机器人作业一个小时, 其软件编制需要60 个小时,
费时又费工。要改善这种状况, 需要从软件和硬件两方面着手。如多指多关节灵巧手是一种模拟人的通用手, 它能比较逼真地记录和再现人手的熟练动作, 受到研究者的青睐。由于它涉及到操作力学、结构学、基于传感器的控制、传感器融和等方面的问题, 研制的难度很大, 因此到目前为止, 还没有一种成熟的产品投放市场。
( 3) 移动技术
移动功能是智能机器人与工业机器人显著的区别之一。附加了移动功能之后, 机器人的作业范围大幅度增加, 从而使移动机器人的概念也从陆地拓展到水下和空中。
近几年来, 在欧美国家的机器人研究计划中, 移动技术占有重要的位置。例如在NASA空间站FREEDOM 上搭载的机器人、NASA 和NSF 共同开发的南极Erebus 活火山探测机器人、美国环保局主持开发的核废料处理机器人HA7BOT 中, 移动技术都被列为关键技术。
最近几年, 在步行机构, 双足步行机, 轮式移动机构的开发和实用化等方面都取得了一些进展。据日本工业机器人协会预测: 管内移动机器人将在2007 年可达到实用化; 与人具有同样步行速度的多足步行机和双足步行机以及不平整地面行走和爬楼梯与人具有相同速度的移动机器人将在2010 年可达到实用化。
( 4) 仿生机构
智能机器人的生命在创新, 开展仿生机构的研究, 可以从生体机构、移动模式、运动机理、能量分配、信息处理与综合, 以及感知和认知等方面多层次得到启发。目前, 以驱体为构件的蛇形移动机构、人工肌肉、仿象鼻柔性臂、人造关节、假肢、多肢体动物的运动协调等等受到人们的关注。仿生机构的自由度往往比较多, 建立数学模型以及基于数学模型的控制比较复杂, 借助传感器获取信息加以简化可能是一条出路。
第2章 智能机器人的路径规划技术研究
智能机器人路径规划是指在有障碍物的工作环境中, 如何寻找一条从给定起点到终点适当的运动路径, 使机器人在运动过程中能安全、无碰地绕过所有障碍物[1]。随着计算机、传感器及控制技术的发展, 特别是各种新算法不断涌现, 智能机器人路径规划技术已经取得了丰硕研究成果。特别是周围环境已知的全局路径规划, 其理论研究已比较完善, 目前比较活跃的领域是研究在环境未知情况下的局部规划。从研究成果看, 有以下趋势:
( 1) 智能化的算法将会不断涌现[2]。模糊控制、神经网络、遗传算法以及它们的相互结合也是研究热点之一。
( 2) 多智能机器人系统的路径规划[3]。随着智能机器人工作环境复杂度和任务的加重, 对其要求不再局限于单台智能机器人, 在动态环境中多智能机器人的合作与单个机器人路径规划要很好地统一。
( 3) 多传感器信息融合用于路径规划[4] 。单传感器难以保证输入信息准确与可靠。多传感器所获得信息具有冗余性、互补性、实时性和低代价性, 且可以快速并行分析现场环境。
( 4) 基于功能/行为的智能机器人路径规划[5、6]。基于模型自顶向下的感知- 建模- 规划- 动作是一种典型慎思结构, 称为基于功能的控制体系结构。基于行为的方法是一种自底向上的构建系统方法, 并在与环境交互作用中最终达到目标。基于功能/行为的机器人控制结构融合了两者优点, 这是研究的新动向之一。
机器人路径规划问题可以建模为一个有约束的优化问题, 完成路径规划、定位和避障等任务。根据机器人对环境信息掌握的程度不同将智能机器人路径规划分为基于模型的全局路径规划和基于传感器的局部路径规划。前者是指作业环境的全部信息已知, 主要包括构型空间法、拓扑法、栅格解耦法、自由空间法、神经网络法等; 后者是指作业环境信息全部未知
或部分未知, 主要包括人工势场法、模糊逻辑控制法、混合法、滚动窗口法等。智能机器人路径规划存在以下特点:
①复杂性: 在复杂环境中, 机器人路径规划非常复杂, 且需要很大的计算量。
②随机性: 复杂环境的变化往往存在很多随机性和不确定因素。
③多约束: 机器人的形状、速度和加速度等对机器人的运动存在约束。
第3章 全局路径规划算法研究
第3.1节 构型空间法
构型空间法的基本思想是将机器人缩小为一个点, 根据机器人形状和尺寸将障碍物进行拓展。其中研究较成熟的有: 可视图法和优化算法。
第3.2节 可视图法
可视图法中的路径图由捕捉到的存在于机器人一维网络曲线(称为路径图) 自由空间中的节点组成。路径的初始状态和目标状态同路径图中的点相对应, 这样路径规划问题就演变为在这些点间搜索路径的问题。要求机器人和障碍物各顶点之间、目标点和障碍物各顶点之间以及各障碍物顶点与顶点之间的连线均不能穿越障碍物, 即直线是/ 可视的0, 然后采用某种方法搜索从起始点到目标点的最优路径, 搜索最优路径的问题就转化为从起始点到目标点经过这些可视直线的最短距离问题。该法能够求得最短路径, 但假设忽略智能机器人的尺寸大小, 使得机器人通过障碍物顶点时离障碍物太近甚至接触, 并且搜索时间长。
第3.3节 优化算法
此法可删除一些不必要的连线以简化可视图、缩短搜索时间, 能够求得最短路径。但假设机器人的尺寸大小忽略不计, 会使机器人通过障碍物顶点时离障碍物太近甚至接触, 并且搜索时间长。另外的缺点就是此法缺乏灵活性, 即一旦机器人的起点和目标点发生改变, 就要重新构造可视图, 比较麻烦。这类算法包括
D ijkstra算法、A* 算法等。
第3.4节 拓扑法
拓扑法将规划空间分割成具有拓扑特征子空间,根据彼此连通性建立拓扑网络, 在网络上寻找起始点到目标点的拓扑路径, 最终由拓扑路径求出几何路径。拓扑法基本思想是降维法, 即将在高维几何空间中求路径的问题转化为低维拓扑空间中判别连通性的问题。优点在于利用拓扑特征大大缩小了搜索空间。算法复杂性仅依赖于障碍物数目, 理论上是完备的。而且拓扑法通常不需要机器人的
准确位置, 对于位置误差也就有了更好的鲁棒性; 缺点是建立拓扑网络的过程相当复杂, 特别在增加障碍物时如何有效地修正已经存在的拓扑网是有待解决的问题。
第3.5节 栅格解耦法
栅格解耦法是目前研究最广泛的路径规划方法[ 10] 。该方法将机器人的工作空间解耦为多个简单的区域, 一般称为栅格。由这些栅格构成了一个连通图, 在这个连通图上搜索一条从起始栅格到目标栅格的路径, 这条路径是用栅格的序号来表示的。整个图被分割成多个较大的矩形, 每个矩形之间都是连续的。如果大矩形内部包含障碍物或者边界, 则又被分割成4个小矩形, 对所有稍大的栅格都进行这种划分, 然后在划分的最后界限内形成的小栅格间重复执行程序, 直到达到解的界限为止。该法以栅格为单位记录环境信息, 环境被量化成具有一定分辨率的栅格, 栅格的大小直接影响着环境信息存储量的大小和规划时间的长短, 栅格划分大了, 环境信息存储量小, 规划时间短, 分辨率下降; 栅格划分小了, 环境分辨率高。
第3.6节 自由空间法
自由空间法采用预先定义的如广义锥形和凸多边形等基本形状构造自由空间, 并将自由空间表示为连通图, 通过搜索连通图来进行路径规划[7]。自由空间的构造方法是: 从障碍物的一个顶点开始, 依次作其它顶点的链接线, 删除不必要的链接线, 使得链接线与障碍物边界所围成的每一个自由空间都是面积最大的凸多边形; 连接各链接线的中点形成的网络图即为机器人可自由栅格法运动的路线。其优点是比较灵活, 起始点和目标点的改变不会造成连通图的重构,缺点是复杂程度与障碍物的多少成正比, 且有时无法获得最短路径。
第3.7节 神经网络法
人工神经网络是由大量神经元相互连接而形成的自适应非线性动态系统, 对于大范围的工作环境, 在满足精度要求的情况下, 用神经网络来表示环境则可以取得较好的效果[ 12] 。神经网络在全局路径规划的应用, 将障碍约束转化为一个惩罚函数, 从而使一个约束优化问题转化为一个无约束最优化问题, 然后以神经网络来描述碰撞惩罚函数, 进行全局路径规划。
虽然神经网络在路径规划中有学习能力强等优点, 但整体应用却不是非常成功, 主要原因是智能机器人所遇到的环境是千变万化的、随机的, 并且很难以数学的公式来描述。
第4章 嵌入式智能机器人路径规划算法的应用与实现
嵌入式智能机器人主要由嵌入式微处理器板和驱动控制器构成。这种硬件结构具有功耗小、独立性、可扩展性好等优点, 系统应满足低功耗、防震、抗干扰等要求。嵌入式主板是机器人的/大脑0, 主要承担机器人运动的大量实时计算工作。嵌入式技术的发展为智能机器人路径规划算法的应用和实现提供了可能, 基于SOC技术的高性能32位嵌入式微处理器的出现为实时操作系统的引入奠定了物质基础, 将会是机电控制系统的发展方向。
机器人路径规划算法的实现要从感知系统获得环境信息, 然后进行决策运算并将控制数据发送给伺服控制系统, 同时还要与其它机器人进行通讯以及和人进行人机交互等。智能机器人的路径规划算法的实现要求系统具有较好的实时性能, 并且对系统的可靠性和成本具有较高的要求, 嵌入式操作系统具有可裁减和定制的特点, 可以进行多任务管理, 并确保工作的实时性。移动机器人的路径规划算法, 无需用到文件系统和GU I等复杂的系统级功能, 系统扩展主要是硬件驱动层(硬件抽象层和其它外围接口驱动或BSP) 的扩展, 具有多任务功能的嵌入式操作系统,使功能强大的智能控制系统软件的设计成为可能。在满足多任务实时性要求的同时, 降低了开发难度, 使开发出来的软件程序的质量更高, 性能更好, 更容易维护。并能在短期内, 开发出强大、高效、健壮、复杂, 低成本的移动机器人控制系统。
结 论
机器人路径规划技术未来的研究重点是/仿人、仿生0 智能, 其智能程度和软件复杂度不断提高,并还将紧密地结合认知科学、人工智能、与计算智能的研究成果, 提升机器人行为的智能度。嵌入式系统适用于应用系统对功能、可靠性、成本、体积、功耗要求严格的专用计算机系统, 具有微内核、系统精简、强实时性、专用性强等特点, 在路径规划算法中引入嵌入式技术是未来机器人技术发展的趋势。
参考文献
[1]席裕庚, 张纯刚1 一类动态不确定环境下机器人的滚动路径规划[ J] 1 自动化学报, 2002, 281.
[2] Rob in1 人工智能机器人学导论[M ] 1 杜军平, 译1北京: 电子工业出版社, 20031. [3] 李磊, 叶涛, 等1 智能机器人技术研究现状与未来[ J] 1 机器人, 2002 ( 24) 1. [4]杨争1 自主智能机器人基于行为的导航策略及其实现[ J] 1 机器人技术与应用, 2002 ( 5) 1.
[5]蔡自兴, 等1 基于功能/行为集成的自主式智能机器人进化控制体系结构[ J] 1 机器人, 2000 ( 22) 1.