文/陳雪超 開超 盧飛宇

通過對某一個移動機器人的路徑規(guī)劃進行分析，到對多個移動機器人的路徑規(guī)劃，最終到很多移動機器人進行地圖構建。當前在我國很多領域，移動機器人的運用越來越廣泛，將從事于惡劣工作環(huán)境下的人們正在不斷的解放出來。這能促進移動機器人行業(yè)的快速發(fā)展，對于研究單個移動機器人和多個移動機器人的運用都有著很好的促進作用。

1 我國關于移動機器人的研究以及現(xiàn)況分析

我國移動機器人的研究雖然起步較晚，但我國在移動機器人的研究上投入了較多的精力。我國研究學者受到來自自然界的動物群體性行為的影響，不斷的對智慧群體的進行深入的分析。這主要是集中在對移動機器人的協(xié)調(diào)、控制等問題進行分析。多智能體的研究也主要集中在分離性、隊列性以及群聚性的分析。分離性主要是避免移動機器人之間出現(xiàn)相互碰撞，隊列性主要是指移動機器人的移動速度出現(xiàn)相等，群聚性主要是指隊伍中的移動機器人之間的距離往往會保持在一定的范圍內(nèi)，不會出現(xiàn)偏離很遠的現(xiàn)象。當前對多智能系統(tǒng)的運用非常廣泛，能夠運用在地圖構建以及協(xié)同完成共同的任務，從而彌補單個移動機器人的缺陷與不足。當前有兩種地圖構建的方法，分為已知環(huán)境的地圖進行重新構建和對未知環(huán)境的地圖進行構建，對未知環(huán)境的地圖構建只能通過傳感器進行實時數(shù)據(jù)采集而構建。

當前很多地圖構建的方式主要是通過結(jié)合視覺SLAM技術進行單個移動機器人的地圖構建，假定需要構建很大區(qū)域的地圖信息，則單個移動機器人的地圖構建效率將會出現(xiàn)明顯的降低。這是由于單個移動機器人在對位置數(shù)據(jù)進行解析的時候計算過程很復雜，往往需要上位機具備很高的計算能力，才能夠確保地圖信息的實時。如果單個移動機器人出現(xiàn)故障，將會使得地圖構建工作出現(xiàn)停滯。

通過分布式分任務的形式來對地圖信息進行構建，將會快速的獲取未知的地圖信息。移動機器人之間通過信息傳輸系統(tǒng)進行數(shù)據(jù)傳輸，使得每一個移動機器人能夠快速的獲取其他機器人的位置信息以及對周圍環(huán)境的探測信息，并且機器人之間的信息傳輸是相互的。

當前單個移動機器人在商業(yè)上得到了廣泛的運用，這主要是移動機器人能夠快速的獲取想要獲取的數(shù)據(jù)，并且能夠在危險地帶進行工作。單移動機器人以及多個移動機器人有著不同的運用場景，將對單移動機器人的研究技術運用到多移動機器人研究有著非常重要的作用。

2 分析室內(nèi)環(huán)境下移動機器人地圖構建與路徑規(guī)劃技術

2.1 移動機器人的路徑規(guī)劃技術

移動機器人的路徑規(guī)劃在對我們有著非常重要的促進作用。路徑規(guī)劃又分為全局路徑規(guī)劃以及區(qū)域路徑規(guī)劃，全局路徑規(guī)劃是指所有的信息數(shù)據(jù)都已經(jīng)被提前得知，對區(qū)域路徑規(guī)劃主要是指部分的信息數(shù)據(jù)還需要獲取。當前在移動機器人路徑規(guī)劃上的研究方法主要有人工魚群算法、蟻群算法等等。在移動機器人在進行路徑規(guī)劃的起點與重點輸入任意角度的模糊推理算法系統(tǒng)。該算法有著路徑規(guī)劃時間較短，但對于靜態(tài)的環(huán)境要求相對較多，在建立完善的知識庫的時候往往需要花費較長的時間，往往有著一定的不適應性。

傳統(tǒng)人工魚群算法是當前仿生算法性能較高的一種算法，其在進行運算的收斂速度以及尋優(yōu)的效果也相對教好，模糊邏輯算法需要建立在已經(jīng)搭建完成靜態(tài)環(huán)境以后，則其路徑規(guī)劃也有著較好的效果。魚群算法主要用于解決干擾對全局路徑規(guī)劃的合理性分析以及規(guī)劃的路徑過長的問題，這使得算法能夠在較為復雜的環(huán)境下能夠找到最優(yōu)的路徑規(guī)劃。通過將人工魚群算法運用在路徑規(guī)劃上，使得不具備學習能力的移動機器人具有了對錯誤進行不斷累積學習的能力，能夠解決干擾的問題，也能夠在復雜的環(huán)境下迅速找到最優(yōu)的路徑規(guī)劃。

2.2 多個移動機器人的實時定位導航技術

常用的移動機器人導航主要是磁導航、路標導航一家多傳感器的數(shù)據(jù)融合導航技術。視覺導航的運用對周圍環(huán)境的光強要求較高，我國很多研究人員主要將精力集中在多傳感器的數(shù)據(jù)融合技術上。移動機器人通過搭載在身上的各類傳感器對信息進行實時采集，使得移動機器人能夠朝著最終的目的地行進，并根據(jù)實際的環(huán)境情況進行障礙物躲避。這主要是移動機器人能夠?qū)λ杉男畔⑦M行采集，通過上位機進行信息數(shù)據(jù)的實時處理，完成移動機器人的實時導航。我國學者結(jié)合移動機器人在靜態(tài)環(huán)境的路徑規(guī)劃實際情況，提出了一種有針對性的路徑規(guī)劃設置，并研發(fā)出了適應環(huán)境的搜索算法，雖然提高了移動機器人的路徑規(guī)劃能力，但是對于路徑的優(yōu)化還有待進一步加強。

為了獲取移動機器人在進行路徑規(guī)劃過程中的收斂速度以及較好的實時環(huán)境控制，通過全局路徑規(guī)范的方式來實現(xiàn)移動機器人的路徑規(guī)劃，再通過對局部路徑進行獲取。全局規(guī)劃對于移動機器人信息數(shù)據(jù)獲取有著一定的幫助，能夠在模糊的環(huán)境下，為移動機器人指引出大致的行進方向。局部路徑求救的時候往往會首先將移動機器人的全局路徑信息數(shù)據(jù)進行判斷，如果獲取的數(shù)據(jù)滿足實際情況，將會讓移動機器人執(zhí)行路徑規(guī)劃，如果獲取的數(shù)據(jù)不滿足實際的情況，將會有限按照局域路徑所獲取的路徑規(guī)劃進行執(zhí)行。

全局地圖是指已經(jīng)將全部的地圖信息儲存在移動機器人中，局部地圖則是根據(jù)移動機器人在行進的過程中根據(jù)傳感器所傳回的環(huán)境信息進行實時處理而生成的地圖數(shù)據(jù)。為了使得移動機器人碰撞到地圖中已經(jīng)標志出來的障礙物，往往會將地圖中的障礙物的規(guī)格大小進行調(diào)整，避免移動機器人碰撞障礙物以后出現(xiàn)無法調(diào)整自身方位的現(xiàn)象。

2.3 多個移動機器人對地圖的實時構建

在對障礙物信息進行收集的過程中，往往會通過圖像識別技術來判斷障礙物的類型，往往不會關注障礙物的具體類型。往往只會關注該區(qū)域是否存在不能通行的情況。移動機器人將所探測到的信息傳遞給到SLAM系統(tǒng)中，這能夠直接降低未知區(qū)域內(nèi)的復雜地圖信息的收集。當前對地圖的構建主要是在單個移動機器人視覺下的SLAM技術所完成，但這種技術并不適用于地圖面積龐大且復雜的環(huán)境。這是由于單個機器人出現(xiàn)故障以后將會無法繼續(xù)下一步地圖搭建，而且單個移動機器人的計算能力有限，無法應對復雜的地圖環(huán)境。為了快速的在復雜的環(huán)境下采集樣本，往往會將地圖信息數(shù)據(jù)分布給到各個移動機器人，按照各自的位置進行地圖信息采集，然后移動機器人之間相互傳輸數(shù)據(jù)，并且移動機器人之間的信息數(shù)據(jù)傳遞是雙向的。在對未知的環(huán)境進行信息采集的時候，往往讓單個移動機器人負責各自的區(qū)域，使得移動機器人之間相互協(xié)調(diào)配合完成地圖構建。

3 結(jié)語

當前科技發(fā)展的越來越迅猛，只有不斷研究才能夠發(fā)現(xiàn)技術更深層的解決方案。復雜環(huán)境下的移動機器人的適應能力對于移動機器人的發(fā)展有著很大的意義，這是由于現(xiàn)實情況的場景正在不斷的發(fā)生改變，路況將會使得路徑規(guī)劃出現(xiàn)一定的計算不準確，所以還需要對移動機器人的地圖構建以及路徑規(guī)劃進行不斷的深入研究。