第9章 . 工业机器人路径规划.pptVIP

9.2.4移动机器人路径规划移动机器人只考虑2自由度[例如位置(X，Y)]时，或机械手有2个自由度(例如两个关节)时，生成2自由度的点机器人。这里，取可全方位移动且用圆表示的移动机器人为例。首先，由于能全方位移动，所以可忽略移动机器人的方向(姿态的自由度)。其次，由于能用圆表示机器人，所以可把障碍物径向扩张，机械人缩成一个点(图9.9)。由此，在存在扩张了的障碍物的地图(XY平面)上，可以规划成为点机器人R的路径。图9.9障碍物扩张法和只考虑位置的导航9.2.4移动机器人路径规划移动机器人的路径规划，由于地图的有无会有很大的差别。一面看地图一面运行，或机器人走过工厂及学校等人工构造物时，存在有地图。由于这个地图是由机器人和障碍物的模型作成的，所以这个路径规划称为基于模型的路径规划。另一方面，机器人穿行游乐场的迷宫、宇宙及受灾地区一类结构未知的地方时，不存在地图。这时，机器人用传感器一面检测·回避障碍物一面不得不把目的地当作目标。所以这种路径规划称为基于传感器的路径规划。首先，说明基于模型的路径规划。为了快速选取路径，用所谓图的数据结构表示地图。所谓图就是用弧连接节点的数据结构，节点意味着机器人的位置，弧意味着两个位置间的移动(图9.10)。在图上给出距离、工作量或时间等，把希望的最佳值作为费用赋于弧上。弧记忆进入节点和输出节点，总是回到原来的地方(程序上称为指针返回)。而且，如果能在两个方向移动则用无向弧，只能单方向移动的用有向弧。9.2.4移动机器人路径规划例如，图9.10上，从节点A到节点B两个方向上用费用7移动，但从节点C到节点D只一个方向移动，其费用是3。这一节介绍两个典型的图。一个是管理从起始节点ns到目标节点ng的最短路径的切线图(tangentialgraph)，另一个是连接这些节点的安全路径，即管理尽量离开障碍物路径的Voronoi图(Voronoigraph)。而且也说明从这些图中选择最佳(满足)路径的算法A*(A)。最后，说明作为基于传感器路径规划的典型算法，离开障碍物向目的地单调接近，最终把机器人引导到目的地的Class2算法。图9.10图(节点和弧)9.2.4移动机器人路径规划（1）基于模型的路径规划这里，作为基于模型的路径规划的一个典型例子，来说明一下重视用最短路径到达目的地的切线图(图9.11)，以及重视安全回避障碍物的Voronoi图(图9.12)。无论哪一种图都是由节点和弧构成的，用节点表示起始点、经过点、目标点；用无向弧表示其间的路径，其上附加有作为费用的欧几里得距离。最后，无论哪个图，都是用算法A选出任意路径，用算法A*选出最短路径。图9.11切线图图9.12Voronoi图9.2.4移动机器人路径规划在切线图上虽然可选择从起始节点ns到目标节点ng的最短路径，但移动机器人必须几乎接近障碍物行走(图9.11)。即切线图是把障碍物之间的切线图形化得到的。所以用节点表示切点，用弧表示连接两切点的路径。这时，弧上可附加两端点间的欧几里得距离作为费用。这种路径规划首先把对应起始点S和目标点G的两个节点ns和ng标注在新的切线图上，然后用算法A*选出最佳(最短)路径P最后，使点机器人R沿着路径P进行PTP控制和CP(continuouspath)控制，把移动机器人引导到目的地。如果在这种控制过程中产生位置误差，机器人碰撞障碍物的可能性会高。9.2.4移动机器人路径规划2)Voronoi图Voronoi图由于可选择从起始节点ns到目标节点ng的安全路径，所以移动机器人能够在离障得物足够远的路径上行走(图9.12)。即Voronni图可用弧表示距两个以上障碍物和墙壁表面等距离的点阵，用节点表示它们的交叉位置。这时，弧的费用可用连接节点点阵的欧几里得距离给出。这种路径规划首先把对应起始点S和目标点G的起始节点ns和目标节点ng标注在图上，然后用有哪些信誉好的足球投注网站算法A*选出安全路径P。最后，使点机器人R沿着路径P进行PTP控制和CP控制，把移动机器人引导到目的地。采用这种控制时即使产生位置误差，移动机器人也不会碰撞障碍物。9.2.4移动机器人路径规划9.2.4移动机器人路径规划9.2.4移动机器人路径规划9.2.4移动机器人路径规划图9.13的有哪些信誉好的足球投注网站图G存在估计值h(在节点上用括号给出)比真值h*大的节点。例如，节点A和H的估计值h是8和4，但到达目的地的最小真值是7和2。由于这个费用评价过大，存在于最短路径上的节点H等可以忽略，算法错过了费用8的最佳路径，最终得到费用9的满足要求的路径。下面用图9.14说明这个过程。图9.13有哪些信誉好的足球投注网站图G(有的地方估计值比真值大)9.2.4移动机器人路径规划图9.14利用算