国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于改進(jìn)的人工勢(shì)場(chǎng)法的機(jī)器人避障控制及其MATLAB實(shí)現(xiàn)

2013-10-10 12:10:46楊一波王朝立
關(guān)鍵詞:勢(shì)場(chǎng)移動(dòng)機(jī)器人合力

楊一波, 王朝立

(上海理工大學(xué) 光電信息與計(jì)算機(jī)工程學(xué)院,上海 200093)

近年來,多移動(dòng)機(jī)器人技術(shù)已經(jīng)得到廣泛的應(yīng)用,遍及工業(yè)、軍事、農(nóng)業(yè)、空間探索、海洋等眾多領(lǐng)域.多移動(dòng)機(jī)器人協(xié)同工作能夠完成單個(gè)機(jī)器人難以完成的任務(wù),如何使多移動(dòng)機(jī)器人的編隊(duì)控制更加準(zhǔn)確協(xié)調(diào)已成為目前研究熱點(diǎn).目前,對(duì)于多機(jī)器人編隊(duì)問題的研究主要有領(lǐng)航-跟隨者法、基于行為的方法、虛擬結(jié)構(gòu)法、人工勢(shì)場(chǎng)法等.文獻(xiàn)[1]中提出了一種采用分層的時(shí)空表和時(shí)間控制器的多機(jī)器人編隊(duì)方法,解決了機(jī)器人間的協(xié)調(diào)協(xié)作問題,使多機(jī)器人編隊(duì)系統(tǒng)具有較強(qiáng)的環(huán)境自適應(yīng)能力.但方法缺乏對(duì)于編隊(duì)避障方法的論述.文獻(xiàn)[2]中提出了基于領(lǐng)航者-跟隨者的編隊(duì)及避障法,通過一個(gè)總勢(shì)場(chǎng)進(jìn)行編隊(duì)控制和避障,算法簡(jiǎn)單,利用此法能夠順利通過狹窄通道、靜態(tài)障礙物和動(dòng)態(tài)障礙物,并在避障后恢復(fù)隊(duì)形,順利到達(dá)目標(biāo).但是,隨著移動(dòng)機(jī)器人數(shù)量的增加和環(huán)境復(fù)雜程度的增加,總勢(shì)場(chǎng)函數(shù)變得復(fù)雜,有可能存在死鎖和震蕩現(xiàn)象.對(duì)于已知環(huán)境下的單機(jī)器人避障問題,已經(jīng)有許多有效的解決方法,如人工勢(shì)場(chǎng)法、柵格法和神經(jīng)網(wǎng)絡(luò)法等.由于人工勢(shì)場(chǎng)法描述直觀,并且易于實(shí)時(shí)控制,因此得到了廣泛的應(yīng)用.

人工勢(shì)場(chǎng)法首先由Khatib提出,其基本思想是借鑒物理方面的概念[3]:環(huán)境中的障礙物對(duì)機(jī)器人產(chǎn)生斥力,目標(biāo)點(diǎn)對(duì)機(jī)器人產(chǎn)生吸引力,機(jī)器人在合力的驅(qū)動(dòng)下運(yùn)動(dòng).人工勢(shì)場(chǎng)的編隊(duì)控制主要是通過設(shè)計(jì)人工勢(shì)場(chǎng)和勢(shì)場(chǎng)函數(shù)來表示環(huán)境隊(duì)形中各機(jī)器人之間的約束關(guān)系,并以此為基礎(chǔ)進(jìn)行分析和控制.它的優(yōu)點(diǎn)是便于實(shí)現(xiàn)實(shí)時(shí)控制,并且在控制隊(duì)形的同時(shí)將避障問題利用人工勢(shì)場(chǎng)一起考慮,使隊(duì)形保持和避障統(tǒng)一用勢(shì)場(chǎng)法來控制.文獻(xiàn)[4]針對(duì)由于局部極小點(diǎn)所產(chǎn)生的機(jī)器人運(yùn)動(dòng)反復(fù)震蕩和停止不前的問題,提出了一種帶記憶功能的沿墻走行為方法改進(jìn)人工勢(shì)場(chǎng)法,該方法通過沿著障礙物的邊緣行走以跳出人工勢(shì)場(chǎng)法的局部最小點(diǎn),并記錄和分析機(jī)器人走過的局部最小點(diǎn)來判斷目標(biāo)點(diǎn)是否被障礙包圍,以避免機(jī)器人一直來回震蕩或者圍著目標(biāo)點(diǎn)轉(zhuǎn)圈.文獻(xiàn)[5]針對(duì)動(dòng)態(tài)障礙物,在傳統(tǒng)人工勢(shì)場(chǎng)法相對(duì)位置勢(shì)場(chǎng)的基礎(chǔ)上引入速度勢(shì)場(chǎng),利用量子粒子群算法對(duì)引力場(chǎng)、斥力場(chǎng)增益系數(shù)進(jìn)行優(yōu)化,可以得到較平滑、安全的路徑.但文獻(xiàn)[3]和文獻(xiàn)[5]這兩種方法都存在算法開銷比較大的缺點(diǎn),對(duì)于機(jī)器人運(yùn)動(dòng)的實(shí)時(shí)性會(huì)產(chǎn)生影響.本文以人工勢(shì)場(chǎng)法為基礎(chǔ),利用該方法具有較高反應(yīng)速度的特點(diǎn),針對(duì)機(jī)器人在避碰規(guī)劃中存在的問題,采用改進(jìn)勢(shì)場(chǎng)的方法來解決機(jī)器人在路徑避碰規(guī)劃中的局部極小問題.

1 傳統(tǒng)的人工勢(shì)場(chǎng)法

機(jī)器人在人工勢(shì)場(chǎng)中的受力如圖1所示,人工勢(shì)場(chǎng)法在機(jī)器人的運(yùn)動(dòng)空間中創(chuàng)建了一個(gè)勢(shì)場(chǎng).F1表示目標(biāo)對(duì)機(jī)器人的斥力,隨著機(jī)器人與障礙物的距離增加而單調(diào)遞減,F(xiàn)2表示目標(biāo)對(duì)機(jī)器人的引力,隨著與目標(biāo)距離增加而單調(diào)遞增,F(xiàn)h表示引力和斥力的合力,機(jī)器人沿著合力的方向運(yùn)動(dòng).

圖1 機(jī)器人在人工勢(shì)場(chǎng)中的受力情況Fig.1 Strength forced on the robot in artificial potential field

定義勢(shì)場(chǎng)函數(shù)為

式中,Ua,Ur為目標(biāo)點(diǎn)和障礙物對(duì)機(jī)器人的引力場(chǎng).

定義引力勢(shì)場(chǎng)為

式中,k為大于0的引力場(chǎng)常量;Xg為目標(biāo)點(diǎn)位置.

定義引力為引力勢(shì)場(chǎng)的負(fù)梯度

定義斥力勢(shì)場(chǎng)為

式中,m為大于0的斥力場(chǎng)常量;ρ為障礙物的影響范圍;Xo為障礙物位置.

定義斥力為引力場(chǎng)的負(fù)梯度

因此總勢(shì)場(chǎng)函數(shù)為

機(jī)器人收到的合力為

此合力決定了機(jī)器人的運(yùn)動(dòng).

傳統(tǒng)人工勢(shì)場(chǎng)法的局限性在于,當(dāng)目標(biāo)點(diǎn)對(duì)機(jī)器人的引力和障礙物對(duì)機(jī)器人的斥力的合力為零時(shí),出現(xiàn)機(jī)器人永遠(yuǎn)無法到達(dá)目標(biāo)點(diǎn)的現(xiàn)象.稱之為局部極小點(diǎn)問題.文獻(xiàn)[4]中提出的隨機(jī)擾動(dòng)法,可以解決一些情況下的局部極小點(diǎn)問題.但是這一方法存在規(guī)劃速度慢的問題,在一些應(yīng)用中可能無法滿足實(shí)時(shí)性要求.因此提出了一種改進(jìn)勢(shì)場(chǎng)函數(shù)的方法來解決這些問題.

2 改進(jìn)的人工勢(shì)場(chǎng)法

針對(duì)傳統(tǒng)人工勢(shì)場(chǎng)法存在的問題,可以通過引入目標(biāo)點(diǎn)與機(jī)器人的相對(duì)位置,將原有斥力場(chǎng)函數(shù)乘以一個(gè)因子(X-Xg)n,使得目標(biāo)位置處斥力為零來加以解決.

修改后的斥力場(chǎng)函數(shù)為

其中,n≥0

此時(shí)的斥力為

其中

此時(shí)機(jī)器人所受斥力情況如圖2所示.

3 基于改進(jìn)人工勢(shì)場(chǎng)法的機(jī)器人避碰控制算法的MATLAB實(shí)現(xiàn)

圖2 機(jī)器人在改進(jìn)的人工勢(shì)場(chǎng)中的受力情況Fig.2 Strength forced on the robot in improved artificial potential field

上述基于改進(jìn)人工勢(shì)場(chǎng)法的機(jī)器人避碰控制算法在MATLAB中是用m語言來實(shí)現(xiàn)的.程序采用模塊化設(shè)計(jì),從而增強(qiáng)了系統(tǒng)的可擴(kuò)展性.主要包括:障礙物生成、角度計(jì)算、引力計(jì)算、斥力計(jì)算、合力計(jì)算、到達(dá)目標(biāo)判斷、模型繪制等模塊.其中,障礙物生成模塊負(fù)責(zé)在指定的坐標(biāo)生成指定大小的障礙物;角度計(jì)算模塊負(fù)責(zé)計(jì)算機(jī)器人與目標(biāo)及障礙物的角度;引力計(jì)算模塊負(fù)責(zé)計(jì)算引力場(chǎng)及引力;斥力計(jì)算模塊負(fù)責(zé)計(jì)算斥力場(chǎng)及斥力;合力計(jì)算模塊負(fù)責(zé)計(jì)算機(jī)器人受到的合力;到達(dá)目標(biāo)判斷模塊負(fù)責(zé)判斷機(jī)器人是否已經(jīng)到達(dá)目標(biāo);模型繪制模塊負(fù)責(zé)在二維坐標(biāo)系下繪制機(jī)器人避障的整個(gè)過程.主程序的流程圖如圖3所示.

圖3 主程序流程圖Fig.3 Flow chart of the main program

其中,改進(jìn)后的斥力場(chǎng)與斥力計(jì)算模塊

if rre(i)>Po%如果每個(gè)障礙和路徑的距離大于障礙影響距離,斥力令為0

仿真實(shí)驗(yàn)表明:采用傳統(tǒng)人工勢(shì)場(chǎng)法時(shí),當(dāng)機(jī)器人運(yùn)動(dòng)到最小那個(gè)障礙物時(shí),由于所受斥力和引力的合力為零,此處出現(xiàn)局部極小點(diǎn),故機(jī)器人停止運(yùn)動(dòng),最終不能到達(dá)目標(biāo)處,運(yùn)動(dòng)過程如圖4(a)所示;當(dāng)采用改進(jìn)人工勢(shì)場(chǎng)法時(shí),當(dāng)機(jī)器人運(yùn)動(dòng)到最小那個(gè)障礙物時(shí),由于引入了與目標(biāo)點(diǎn)相關(guān)的因子,因而不會(huì)出現(xiàn)局部極小點(diǎn),機(jī)器人可以順利到達(dá)目標(biāo)處,運(yùn)動(dòng)過程如圖4(b)所示.圖5為與兩種方法所對(duì)應(yīng)的勢(shì)場(chǎng)曲線圖,圖5(a)對(duì)應(yīng)傳統(tǒng)人工勢(shì)場(chǎng)法,可以看到,當(dāng)機(jī)器人運(yùn)行到第200步的時(shí)候,斥力勢(shì)場(chǎng)出現(xiàn)了局部極小點(diǎn),因此機(jī)器人停止了運(yùn)動(dòng);圖5(b)對(duì)應(yīng)改進(jìn)人工勢(shì)場(chǎng)法,可以看到運(yùn)行到第100步時(shí),雖然出現(xiàn)了震蕩,但斥力勢(shì)場(chǎng)沒有出現(xiàn)局部極小點(diǎn),因此機(jī)器人最終可以到達(dá)目標(biāo)點(diǎn).實(shí)驗(yàn)結(jié)果表明了算法是有效可行的.

5 結(jié) 論

提出了一種基于改進(jìn)人工勢(shì)場(chǎng)法的非完整移動(dòng)機(jī)器人編隊(duì)中的避碰控制方法,并將其在MATLAB中使用m語言予以實(shí)現(xiàn).仿真實(shí)驗(yàn)表明,利用改進(jìn)人工勢(shì)場(chǎng)法,通過所設(shè)計(jì)的總勢(shì)場(chǎng)對(duì)機(jī)器人進(jìn)行編隊(duì)和避障控制,機(jī)器人可以順利克服局部極小點(diǎn),最終避開障礙物到達(dá)目的地,算法簡(jiǎn)單,實(shí)時(shí)性好.

[1]張汝波,王兢.具有環(huán)境自適應(yīng)能力的多機(jī)器人編隊(duì)系統(tǒng)研究[J].機(jī)器人,2004,26(1):69-73.

[2]張鳳.基于Leader-follower與人工勢(shì)場(chǎng)的多移動(dòng)機(jī)器人編隊(duì)控制[J].沈陽建筑大學(xué)學(xué)報(bào),2010,26(4):803-806.

[3]蔣新松.機(jī)器人學(xué)導(dǎo)論[M].洛陽:遼寧科學(xué)技術(shù)出版社,1993.

[4]Huang Y Q,Hu H.Obstacles avoidance of artificial potential field method with memory function in complex environment[C]∥ Proceedings of the 8th World Congress on Intelligent Control and Automation.Cincinnati:IEEE,2011:6414-6418.

[5]Zhang H,Liu Y.The dynamic path planning research for mobile robot based on artificial potential field[C]∥ Proceedings of the 17th IEEE International Conference on Tools with Artificial Intelligence.Moorhead:IEEE,2005:736-2739.

[6]張建英,劉暾.基于人工勢(shì)場(chǎng)法的移動(dòng)機(jī)器人最優(yōu)路徑規(guī)劃[J].航空學(xué)報(bào),2007,28(21):188-191.

猜你喜歡
勢(shì)場(chǎng)移動(dòng)機(jī)器人合力
移動(dòng)機(jī)器人自主動(dòng)態(tài)避障方法
基于Frenet和改進(jìn)人工勢(shì)場(chǎng)的在軌規(guī)避路徑自主規(guī)劃
基于改進(jìn)人工勢(shì)場(chǎng)方法的多無人機(jī)編隊(duì)避障算法
“芪”心合力
合力
庫車坳陷南斜坡古流體勢(shì)場(chǎng)對(duì)陸相油氣運(yùn)聚的控制
基于Twincat的移動(dòng)機(jī)器人制孔系統(tǒng)
基于偶極勢(shì)場(chǎng)的自主水下航行器回塢導(dǎo)引算法
合力同行 創(chuàng)新共贏
在“合力”中呵護(hù)未成年人
东兴市| 黄山市| 汽车| 抚远县| 威海市| 长泰县| 东光县| 湘乡市| 专栏| 莒南县| 祁阳县| 景泰县| 新巴尔虎左旗| 庐江县| 两当县| 万荣县| 松阳县| 景洪市| 青铜峡市| 满城县| 河北省| 陵水| 宜兰县| 新巴尔虎右旗| 湘阴县| 丽水市| 射阳县| 天祝| 揭阳市| 通城县| 巴东县| 侯马市| 新化县| 庆阳市| 建瓯市| 阳东县| 鄂托克旗| 岳阳县| 安阳县| 开江县| 邵阳县|