移动机器人避障算法研究

移动机器人避障算法的研究

[摘 要] 对于移动机器人来说,在移动过程中是否能快速、准确地对周围环境作出反应,比如避开前进中的障碍物并且不间断地移动到目的地,是非常重要的。移动机器人的避障策略方法有很多。从文献的数量上看,主要还是人工势场法和栅格法较多。值得注意的是在同时具有静态和运动物体的动态环境中,避障的实时性往往很差,主要是处理速度往往跟不上。其他算法还有回归预测法、神经网络法、遗传算法等。本文总结了现在常用的几种移动机器人避障算法和策略,并比较了各方法的优缺点及适用场合。

[关键词]移动机器人 避障 模糊控制 路径规划 神经网络

1、引言

路径规划与导航是移动机器人的核心技术,也是其智能性的体现。其中是否能实时、灵活地躲避障碍物是衡量移动机器人性能的一条关键指标,也是导航需要完成的重要任务之一。移动机器人是当今研究热点,而机器人避障技术是移动机器人研究的一个重要方向,自主移动机器人(amr)导航是智能机器人研究的重要分支之一,在动态未知环境中,环境感知的局部性和动态障碍物加大了机器人与障碍物碰撞的概率,如何根据局部信息做出合理的避障决策是实现机器人自主性的关键。动态避障时,路径优化性、安全性和实时性是衡量决策质量的主要因素【2】。由于受诸多因素(时间、速度、加速度等)限制,如何合理设计简单有效的实时避障算法尤为重要。根据对环境信息掌握的程度不同,可以将机器人避碰和路径规划分

你可能喜欢

  • 移动机器人
  • 人工势场法
  • 机器人知识
  • 机器人教育
  • 超声波避障小车
  • 机器人实验室方案

移动机器人避障算法研究相关文档

最新文档

返回顶部