智能机器人路径规划及算法研究

第一篇：智能机器人路径规划及算法研究

机器人技术

文章编号:1008-0570(2006)11-2-0244-03

中文核心期刊《微计算机信息》(嵌入式与SOC)2006年第22卷第11-2期

智能机器人路径规划及算法研究

ResearchonPathPlanningandAlgorithmsforIntelligentRobots

(西南科技大学)宋晖张华高小明

SONGHUIZHANGHUAGAOXIAOMING

摘要:路径规划技术是机器人控制技术研究中的一个重要问题,目前的研究主要分为全局规划方法和局部规划方法两大类。在

对一些较有代表性的研究思想及其相关算法分析的基础上,比较各种方法的优缺点,提出了机器人路径规划今后的研究重点。关键词:智能机器人;全局规划;局部规划;优化算法 中图分类号:TP242.6 文献标识码:A

技

1引言 术

自50年代世界上第一台机器人装置诞生以来, 创 机器人的发展经历了一个从低级到高级的发展过程。

第一代示教再现型机器人,可以根据人示教的结果再 新 现出动作,它对于外界的环境没有感知。在20世纪70

年代后期人们开始研究第二代机器人:带感觉的机器 人,这种机器人是类似人某种感觉的功能,如力觉、触 觉、滑觉、视觉、听觉。第三代机器人是智能机器人阶 段,机器人通过各种传感器获取环境信息,利用人工 智能进行识别、理解、推理并做出判断和决策来完成 一定的任务。这就要求智能机器人除了具有感知环境 和简单的适应环境能力外,还具有较强的识别理解功 能和决策规划功能。（智械科技）Abstract:Pathplanningtechnologyisoneoftheimportantprobleminintelligentrobot.Atpresent,thetworesearchways:oneis globalplanningandtheotherislocalplanning.Onthebasisoftheanalysisofsometypicalideas,methodsandrelatedalgorithms ofpathplanningforintelligentrobot,thispaperproposesthefutureresearchemphasisofrobotpathplanning.Keywords:intelligentrobot,globalplanning,localplanning,optimizationalgorithms

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。

3全局路径规划

全局规划方法主包括构型空间法、拓扑法、栅格 解耦法、自由空间法、神经网络法等。

3.1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。

3.1.1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”,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。

3.1.2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

《 现场总线技术应用200例》 2智能机器人的路径规划技术分类

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。机器人路径规划问题可以建模为一个有约束 的优化问题,都要完成路径规划、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,又称静态或离线路径规划;后者是指作业环境 信息全部未知或部分未知,又称动态或在线路径规 划。智能机器人路径规划存在以下特点: 宋晖:讲师硕士

基金项目:国家自然科学基金(60404014);

西南科技大学青年基金资助项目(ZK053033)

-244-360元/年邮局订阅号:82-946 您的论文得到两院院士关注 机器人技术

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。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。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Dijkstra算法,A*算法等。（智械科技）

3.2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。

3.3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。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。

3.4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。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。

3.5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，《PLC技术应用200例》

4局部路径规划

局部路径规划的主要方法有:人工势场法、模糊 逻辑控制法、混合法、滚动窗口法等。

4.1人工势场法

人工势场法是由Khatib提出的一种虚拟力法。其 基本思想是将智能机器人在环境中的运动视为一种 虚拟人工受力场中的运动。把智能机器人在环境中的 运动视为一种在抽象的人造受力场中的运动,目标点 对智能机器人产生引力,障碍物对智能机器人产生斥 力,最后通过求合力来控制智能机器人的运动。该法结 构简单,便于低层的实时控制,在实时避障和平滑的 轨迹控制方面,得到了广泛应用,其不足在于存在局 部最优解,容易产生死锁现象,因而可能使智能机器 人在到达目标点之前就停留在局部最优点。

4.2模糊逻辑控制算法 模糊方法不需要建立完整的环境模型,不需要进 行复杂的计算和推理,尤其对传感器信息的精度要求 不高,对机器人周围环境和机器人的位姿信息的具有 不确定性、不敏感的特点,能使机器人的行为体现出 很好的一致性、稳定性和连续性,能比较圆满地解决 一些规划问题,对处理未知环境下的规划问题显示出 很大优越性,对于解决用通常的定量方法来说是很复 杂的问题或当外界只能提供定性近似的、不确定信息 数据时非常有效。但模糊规则往往是人们通过经验预 先制定的,所以存在着无法学习、灵活性差的缺点。

技 术 创 新

4.3遗传算法

遗传算法是一种借鉴生物界自然选择和进化机 制发展起来的高度并行、随机、自适应搜索算法,它采 用群体搜索技术,通过选择、交叉和变异等一系列遗 传操作,使种群得以进化。避免了困难的理论推导,直 接获得问题的最优解。其基本思想是:将路径个体表 达为路径中一系列中途点,并转换为二进制串。首先 初始化路径群体,然后进行遗传操作,如选择、交叉、复制、变异。经过若干代进化以后,停止进化,输出当 前最优个体。

遗传算法存在运算时间长,实现路径的在线规划 困难,而且在机器人的路径规划问题中应用存在着个

邮局订阅号:82-946360元/年

-245-机器人技术 中文核心期刊《微计算机信息》(嵌入式与SOC)2006年第22卷第11-2期

体编码不合理、效率低、进化效果不明显等问题。

4.4混合法 混合法是一种用于半自主智能机器人路径规划 的模糊神经网络方法。所谓半自主智能机器人就是具 有在人类示教基础上增加了学习功能的器件的机器 人。这种方法采用模糊描述来完成机器人行为编码,同 时重复使用神经网络自适应技术。由机器人上的传感 器提供局部的环境输入,由内部模糊神经网络进行环 境预测,进而可以在未知环境下规划机器人路径。此 外,也有人提出基于模糊神经网络和遗传算法的机器 人自适应控制方法。将规划过程分为离线学习和在线 学习两部分。该方法是一种混合的机器人自适应控制 方法,可以自适应调整机器人的行走路线,达到避障和 路径最短的双重优化。（智械科技）

(3)多传感器信息融合用于路径规划。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。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。

6结语

本文作者的创新点:深入研究了国内外关于机器 人路径规划算法的发展现状、最新进展和各种算法的 优缺点,并对未来机器人路径规划技术的发展趋势进 行了综合分析;指出机器人路径规划技术未来的研究 重点是“仿人、仿生”智能,并还将紧密的结合认知科 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。

参考文献:

[1]宗光华.机器人的创意设计与实践[M].北京：北京航空航天大 学出版社,2003.[2]Robin著,杜军平译.人工智能机器人学导论[M].北京：电子工 业出版社，2003.[3]席裕庚,张纯刚.一类动态不确定环境下机器人的滚动路径 规划[J].自动化学报,2002,28.[4]诸静.机器人与控制技术[M].杭州：浙江大学出版社,1991.[5]XuWL,TSOSK.Sensorbasedfuzzyreactivenavigationofa mobilerobotthroughlocaltargetswitching[J].IEEETransactionson Systems,1999，29.[6]KrishnaKM,KalraPK.Perceptionandrememberanceofthe environmentduringreal-timenavigationofamobilerobot[J].RobticsandAutonomousSystems,2001,37.[7]邢军,王杰.神经网络在移动机器人路径规划中的应用研究[J].微计算机信息,2005,22:110-111

[8]Khatib.Real-timeobstacleformanipulatorsandmobilerobot [J].TheInternationalJournalofRoboticResearch.1986,1.[9]薛艳茹,郑冰等.基于模糊控制信息融合方法的机器人导航系 统[J].微计算机信息,2005,22:107-109

[10]周明,孙树栋.遗传算法原理及应用[M].北京：:国防工业出版 社,2000.[11]KazuoSugihara,JohnSmith.GeneticAlgorithmsforAdaptive MotionPlanningofanAutonomousMobileRobot[A].Proceedings 1997IEEEInternationalSymposiumonComputationalIntelligence inRoboticsandAutomation[C].1997.[12]TsoukalasLH,HoustisEN,JonesGV.Neurofuzzy motionplannersforintelligentrobots

[J].Journalof

Intelligentan-

dRoboticSystems,1997,19.(下转第252页)

《 现场总线技术应用200例》 技 整个控制既基于模型与优化的,又是基于反馈的。基

:首先进行场 术 于滚动窗口的路径规划算法的基本思路景预测,在滚动的每一步,机器人根据其探测到的局 创4.5滚动窗口法

滚动窗口借鉴了预测控制滚动优化原理,把控制 论中优化和反馈两种基本机制合理地融为一体,使得

新 部窗口范围内的环境信息,用启发式方法生成局部子 目标,并对动态障碍物的运动进行预测,判断机器人 行进是否可能与动态障碍物相碰撞。其次机器人根据 窗口内的环境信息及预测结果,选择局部规划算法, 确定向子目标行进的局部路径,并依所规划的局部路 径行进一步,窗口相应向前滚动。然后在新的滚动窗 口产生后,根据传感器所获取的最新信息,对窗口内 的环境及障碍物运动状况进行更新。该方法放弃了对 全局最有目标的过于理想的要求,利用机器人实时测 得的局部环境信息,以滚动方式进行在线规划,具有 良好的避碰能力。但存在着规划的路径是非最优的问 题,即存在局部极值问题。

5智能机器人路径规划技术的展望

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。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。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。

-246-360元/年邮局订阅号:82-946 机器人技术 中文核心期刊《微计算机信息》(嵌入式与SOC)2006年第22卷第11-2期

实验,插值A*规划的路径代价大约是A*算法的

0.94,其计算时间是大约A*算法的1.35倍。图11中 展示了在125×75地图,障碍物密度是33.3%,用A*

算法和插值A*算法规划在的路径。图中黑线表示A* 算法规划的路径,红线表示插值A*算法规划的路径。从图中可以看出红线规划的路径不一定从节点的中 间通过,故路径明显的比黑线规划的路径代价少。表1 显示了两种算法比较的结果。

pages3310-3317.[3]K.Konolige.Agradientmethodforrealtimerobotcontrol.In ProceedingsoftheIEEEInternationalConferenceonIntelligent RobotsandSystems(IROS),2000.[4]R.PhilippsenandR.Siegwart.AnInterpolatedDynamic NavigationFunction.InProceedingsoftheIEEEInternational ConferenceonRoboticsandAutomation(ICRA),2005.[5]D.FergusonandA.Stentz.FieldD*:AnInterpolation-basedPath PlannerandReplanner.TechnicalReportCMURI-TR-7-16, CarnegieMellonSchoolofComputerScience,2005.[6]王俭,肖金球,王林芳.一种改进的机器人路径规划蚂蚁算法[J].微计算机信息,2005,5:53

[7]邢军,王杰.神经网络在移动机器人路径规划中的应用研究[J].微计算机信息,2005,11-2:110

作者简介:吕太之,男,1979-10,硕士研究生,高工,研究 方向人工智能与模式识别.E-mail:lvtaizhi@163.com;赵 春霞,女,1964-05,教授(博导),研究方向计算机应用、模式识别与智能系统。

Biography:LvTaiZhi,Male,1979-10,graduatestudent,senior engineer.ThestudydirectionisPatternrecognitionandAI.技 图5用A*算法和插值A*算法在125×75的栅格上规划路径，且每个节点的路径代价不一样。术 表1两种算法的比较结果 创 新

在实际的应用中,可以将实际的环境设置为不 同的路径代价。比如可以将公路设置为1,草地设置 为5,不平坦的路面设置为15,障碍物设置为31。实 验结果显示在此算法尤其适用与地形环境复杂的室 外环境中。（智械科技）

(211170江苏海事职业技术学院信息工程系)吕太之(210094江苏南京南京理工大学计算机学院)赵春霞 通讯地址:(211170江苏省南京市江宁区格致路309 号江苏海事职业技术学院信息工程系)吕太之

(收稿日期:2006.3.28)(修稿日期:2006.4.28)

(上接第246页)

[17]王超.王志良.基于个性和OCC的机器人情感建模研究[J].微 计算机信息，2005,3:180-181

5综述

插值A*算法是在A*算法基础上提出的一种启 发式路径搜索算法。虽然插值A*算法可以节省路径, 但是其计算时间也多与A*算法,当计算资源有限时, 这个算法的优越性就无法体现出来,所以每个算法都 有自己的优缺点,有各自的适用环境。

现在路径规划的算法很多,但是还没有那一个算 法可以处于绝对的地位,可以适用与所有环境。如何 将各种算法结合起来,发挥各个算法的优点,屏蔽各 个算法的缺点,在这个方面还是有很多的理论和实践 值得深入研究。

本文创新点:创造性地将插值算法加入到路径搜 索算法中,使得生成的路径更加平滑,路径代价更小。

参考文献:

[1]E.Dijkstra.Anoteontwoproblemsinconnexionwithgraphs.NumerischeMathematik,1:269-271,1959.[2]A.Stentz.Optimalandefficientpathplanningforpartially-knownenvironments.InIEEEInt.Conf.Robot.&Autom.,1994，-252-360元/年邮局订阅号:82-946

作者简介:宋晖(1974-),男,陕西周至人,西南科技大学 计算机学院讲师,硕士,主要研究方向:机器人控制技术 和嵌入式系统.E-mail:songh717@163.com;张华:(1969-),男,四川绵阳人,西南科技大学工程技术中心教授, 博士,主要研究方向:模式识别与智能系统、图像处理 与虚拟现实技术。

(621010四川绵阳西南科技大学计算机学院)宋晖 高小明

(621010四川绵阳西南科技大学工程技术中心)张华

(CollegeofComputer,ScienceSouthwestUniversityofScience &Technology,MianyangSichuan621010,China)SongHui GaoXiaoming

(Thecenterofengineerandtechnology,SouthwestUniversity ofScience&Technology,MianyangSichuan621010,China)ZhangHua

通讯地址:(621010四川绵阳四川省绵阳市西南科技 大学计算机学院)宋晖

(收稿日期:2006.3.28)(修稿日期:2006.4.25)

《 现场总线技术应用200例》

第二篇：机器人路径规划毕业论文外文翻译

外文文献：

Space Robot Path Planning for Collision Avoidance

Yuya Yanoshita and Shinichi Tsuda

Abstract — This paper deals with a path planning of space robot which includes a collision avoidance algorithm.For the future space robot operation, autonomous and self-contained path planning is mandatory to capture a target without the aid of ground station.Especially the collision avoidance with target itself must be always considered.Once the location, shape and grasp point of the target are identified, those will be expressed in the configuration space.And in this paper a potential method.Laplace potential function is applied to obtain the path in the configuration space in order to avoid so-called deadlock phenomenon.Improvement on the generation of the path has been observed by applying path smoothing method, which utilizes the spline function interpolation.This reduces the computational load and generates the smooth path of the space robot.The validity of this approach is shown by a few numerical simulations.Key Words —Space Robot, Path Planning, Collision Avoidance, Potential Function, Spline Interpolation

I.INTRODUCTION

In the future space development, the space robot and its autonomy will be key features of the space technology.The space robot will play roles to construct space structures and perform inspections and maintenance of spacecrafts.These operations are expected to be performed in an autonomous.In the above space robot operations, a basic and important task is to capture free flying targets on orbit by the robotic arm.For the safe capturing operation, it will be required to move the arm from initial posture to final posture without collisions with the target.山东建筑大学毕业论文外文文献及译文

The configuration space and artificial potential methods are often applied to the operation planning of the usual robot.This enables the robot arm to evade the obstacle and to move toward the target.Khatib proposed a motion planning method, in which between each link of the robot and the obstacle the repulsive potential is defined and between the end-effecter of the robot and the goal the attractive potential is defined and by summing both of the potentials and using the gradient of this potential field the path is generated.This method is advantageous by its simplicity and applicability for real-time operation.However there might be points at which the repulsive force and the attractive force are equal and this will lead to the so-called deadlock.In order to resolve the above issue, a few methods are proposed where the solution of Laplace equation is utilized.This method assures the potential fields without the local minimum, i.e., no deadlock.In this method by numerical computation Laplace equation will be solved and generates potential field.The potential field is divided into small cells and on each node the discrete value of the potential will be specified.In this paper for the elimination of the above defects, spline interpolation technique is proposed.The nodal point which is given as a point of path will be defined to be a part of smoothed spline function.And numerical simulations are conducted for the path planning of the space robot to capture the target, in which the potential by solving the Laplace equation is applied and generates the smooth and continuous path by the spline interpolation from the initial to the final posture.II.ROBOT MODEL The model of space robot is illustrated in Fig.1.The robot is mounted on a spacecraft and has two rotary joints which allow the in-plane motion of the end-effecter.In this case we have an additional freedom of the spacecraft attitude angle and this will be considered the additional rotary joint.This means that the space robot is three linked with 3 DOF(Degree Of Freedom).The length of each link and the angle of each rotary joint are given byliandi(i = 1,2,3), respectively.In order to simplify the discussions a few assumptions are made in this paper:-the motion of the space robot is in-plane,i.e., two dimensional one.-effect of robot arm motion to the spacecraft attitude is negligible.山东建筑大学毕业论文外文文献及译文

2220

（2）2xyAnd this will be converted into the difference equation and then solved by Gauss-Seidel method.In equation(2)if we take the central difference formula for second derivatives, the following equation will be obtained: 220x2y2(xx,y)2(x,y)(xx,y)

（3）x2(x,yy)2(x,y)(x,yy)y2where x，y are the step(cell)sizes between adjacent nodes for each x, y direction.If the step size is assumed equal and the following notation is used:

(xx,y)i1,j

Then equation(3)is expressed in the following manner: i1,ji1,ji,j1i,j1i,j0

（4）

And as a result, two dimensional Laplace equation will be converted into the equation(5)as below: i,j1i1,ji1,ji,j1i,j1

（5）4In the same manner as in the three dimensional case, the difference equation for the three dimensional Laplace equation will be easily obtained by the following:

i,j,k1i1,j,ki1,j,ki,j1,ki,j1,ki,j,k1i,j,k1

（6）6In order to solve the above equations we apply Gauss-Seidel method and have equations as follows: n1i,j1n1nn1i1,jin1,ji,j1i,j1

（7）41where in,j is the computational result from the(n +1)-th iterative calculations of the potential.In the above computations, as the boundary conditions, a certain positive number 0 is defined for the obstacle and 0 for the goal.And as the initial conditions the same number 0 is

山东建筑大学毕业论文外文文献及译文

The length of each link is given as follows:

l1 =1.4[m], l2 = 2.0[m], l3 = 2.0[m] , and the target satellite was assumed 1m square.The grasp handle, 0.1 m square, was located at a center of one side of the target.So this handle is a goal of the path.Let us explain the geometrical relation between the space robot and the target satellite.When we consider the operation after capturing the target, it is desirable for the space robot to have the large manipulability.Therefore in this paper the end-effecter will reach the target when the manipulability is maximized.In the 3DOF case, not depending on the spacecraft body attitude, the manipulability is measured by2,3.And if we assume the end-effector of the space robot should be vertical to the target, then all of the joints angles are predetermined as follows:

1160.7o,232.8o,376.5o

As all the joints angles are determined, the relative position between the spacecraft and the target is also decided uniquely.If the spacecraft is assumed to locate at the origin of the inertial frame(0, 0), the goal is given by(-3.27,-2.00)in the above case.Based on these preparations, we can search the path to the goal by moving the arm in the configuration space.Two simulations for path planning were carried out and the results are shown below.A.2 DOF Robot In order to simplify the situation, the attitude angle(Link 1 joint angle)is assumed to coincide with the desirable angle from the beginning.The coordinate system was assumed as shown in Fig.2.1 was taken into consideration for the calculation of the initial condition of the Link 2 and its

山东建筑大学毕业论文外文文献及译文

the connection of-180 degrees in the 1direction was illustrated.From this figure it is easily seen that over-180 degrees the path is going toward the goal C.B and C are the same goal point.V.CONCLUSION In this paper a path generation method for capturing a target satellite was proposed.And its applicability was demonstrated by numerical simulations.By using interpolation technique the computational load will be decreased and smoothed path will be available.Further research will be recommended to incorporate the attitude motion of the spacecraft body affected by arm motion.山东建筑大学毕业论文外文文献及译文

本文对上述缺陷的消除，提出了样条插值技术。给定的节点作为路径的一部分将被定义为平滑样条函数的一部分。为了捕获到目标，空间机器人的路径规划运用了数字模拟技术，它是通过对势场域求解拉普拉斯函数来实现的，并且从最初的位置到末尾位置的样条插值来产生连续光滑的路径。

2.机器人模型

空间机器人的模型如图1所示：机器人被安装在航天器和两个旋转接头上，这两个旋转接头可以实现末端执行器的平面运动。这种情况下，我们的航天器的姿态角有一个额外的自由度，我们将这个额外的自由度视为额外的旋转接头。这意味着空间机器人有三个自由度的链接，每个链路的长度和每个旋转关节角度，分别由li和i(i = 1,2,3)表示。为了简化这个讨论，本文做了一些假设：（1）空间机器人的运动是平面的，即二维；

（2）机器人机械臂的运动对航天器姿态的影响是可以忽略的；（3）机器人运动给出了静态几何关系，并没有明确的依赖时间；（4）目标卫星在惯性的作用下是很稳定的；

一般情况下，平面运动和空间运动将分别进行，所以我们可以假设上面的第一个不失一般性，第二个假设来自机械臂和航天器质量比的比较，对于第三个假设，我们专注于生成机器人的路径规划，这基本上是由几何关系的静态性质决定，因此并不依赖明确的时间，最后一个就是合作卫星。

图1 双链路空间机器人

0

山东建筑大学毕业论文外文文献及译文

为了解决上述方程，我们应用了高斯赛德尔算法和求解方程，如下：

n1i,j1n1nn1i1,jin1,ji,j1i,j1

(8)4in,j1表示势场域的迭代计算结果。

在上述的计算中，作为边界条件，定义特定的正数0来表示障碍物和目标。为保证初始条件相同，给所有的自由节点赋同样的数值0。通过这种方法，在迭代计算的边界节点获得的的值将不会改变，而且自由节点的值是不同。我们应用相同的域值作为障碍物，并且按照迭代计算方法，则目标周围较小的势场域会像障碍物一样缓慢的向周围传播，势场域就是根据上述方法建立的。采用4节点相邻的空间机器人存在的节点上的势场，最小的节点选择移动到另一点，这个过程最终引导机器人无碰撞的到达目标的位置。

样条内插法：

通过上述方法给出的路径不能保证能够与另一个目标顺利连接，如果节点上没有给定目标，我们会将栅格划分成的更小，但这将增加计算量和所用时间。为了消除这些弊端，我们提出利用样条插值技术。通过在将节点解给出的通过点的道路上，我们试图获得顺利连接路径与准确获取最初的和最后的点。本文主要是通过MATLAB命令应用样条函数。

配置空间：

当我们在应用拉普拉斯势域的时候，路径搜索只能在当机器人在搜索空间过程中表示成一个点的情况下才能保证实现。配置空间(C空间)中机器人仅表示为一个点，主要是用于路径搜索。将真正的空间转换到C空间，必须执行判断碰撞条件的计算，如果碰撞存在,相应的点在c空间被认为是障碍。本文中，在生成势场域时，所有现实空间的点的生成条件对应于所有的节点都是经过计算的。在构成的机械臂和生成的节点的障碍物出现判断选择时，该节点可以看作是在c空间的障碍点。

数值仿真：

基于上述方法对于捕获目标卫星路径规划的检查是使用空间机器人模型进行的。在本文中，我们假设空间机器人二维和2自由度机械手臂见图1。每个链接的长度给出如下:

山东建筑大学毕业论文外文文献及译文

初始角度：264.3,390o 目标角度：2166.5,376.5o

在这种情况下，势场域分成180段计算成C空间。图3显示的C空间和计划中的很大一部分的中心是由航天器本体映射的障碍了，左边部分是目标卫星的映射。图4显示的是生成的路径，这是通过利用离散数据点平滑交替生成的样条插值曲线。当我们考虑航天器本体的旋转时，-180度相当于+180度状态，然后，状态超过-180度时，它将从180度再次转到C-空间当中。正是由于这个原因，为了保证旋转的连续性，我们需要充分利用周期性的边界条件。为方便观察路径，航天器机体的映射体积忽略不计。同时为了路径表述的更加简单，附有在1方向上-180度范围的连接的插图，并做了说明。从图中可以很容易看出在-180度的范围内，沿着路径走向目标C，B和C是走向相同的目标点。

图3 两个自由度的C空间

图4 C空间的路径（2个自由度）

第三篇：智能机器人心得体会

智能机器人心得体会

这学期我们在研究性学习课上学习了智能机器人。我对此非常感兴趣。我们的课程主要为对智能机器人进行了解与它在实际应用的领域。我们对它并不是很了解，但是经过了这一学期的课程后，对它有了一定的认识。智能机器人无论是在工业领域，还是娱乐领域，都是当今社会补课缺少的元素。智能机器人并非是一定要有实体，它可以是在计算机上的某种程序，例如：智能聊天工具……等一切得到人类指令并进行人性化判断和回复的，在我认为都可称作只能机器人。

人类对智能机器人的开发还有着一段距离，但我相信这是我们可以达到的！在课上我们观看了《铁甲钢拳》、《复仇者联盟2：奥创纪元》这两部影片。这里主要为我们展现出人们对智能机器人的想象，想象是科学事业的发展前提。在中国古代，人们的飞天梦，这就是一种想象，再有了想象之后，才有了目标和人们去实现他的动力，这才成就了那些伟大的科学家。

在《铁甲钢拳》中，男主角在垃圾场拾到早在很久的只能拳击机器人，他有一个非常bug的一个功能就是模仿人类的动作，因此在最后的拳王争霸赛上男主角的父亲亲自上场开启模仿功能机型比赛，虽败犹荣。这就是智能机器人可以对人累的动作进行判别与模仿。

在《复仇者联盟2：奥创纪元》中钢铁侠的科技对人们留下了深刻的印象，在此之中钢铁侠的铠甲和智能化的系统贾维斯都是人工智能的表现。

在我们生活中智能机气人也无处不再，比如扫地机器人等等…… 我们接触了机器人，机器人的程序没有太多的难点，我们并没有学习过C语言，可以说零基础基础，我们目前并没有实际操作。我们主要学习简单的指令来进行LED灯的控制，说起来只要两个字，做起来真的不是那么简单。

我看那些对机器人进行编程和操控感觉特别的炫。我个人对机器人也有这浓厚的兴趣。我也一直想着学好英语在将来可能进行编程之类的工作，但突然发现我的英语着实是有点差，不过虽然如此我也要努力去实现自己的梦想，现如今我学习美术并不代表不能从事这个事业，我相信在将来我可以自己进行编程和设计一个属于自己的智能机器人。

第四篇：智能机器人心得体会

很庆幸能够选修《智能机器人》这门课，通过了这门课使我对智能机器人有了一个更加清晰的认识，同时也激起了我对此方面的研究的兴趣。之前就对机器视觉，认知心理学，机器学习和人工智能颇感兴趣，并对此进行了深入的了解，通过这门课，我认识到，智能机器人作为这些学科的交叉产物，是个综合应用这些知识的最好的平台。通过这门课，我也从新认识了智能机器人制作的艰辛和困难性，使我认识到之前对此不以为然，眼高手低态度得幼稚。同时也教育我，任何一个项目本身所呈现的问题只是完成该项目所需工作的冰山一角，做任何事，都必须以谦恭，认真的态度对待。同时也是我懂得了，再将事情坐完之前不可轻易对此做出评价。

通过这门课我系统的认识了机器人的感念，综上所述,目前机器人无碰路径规划大致可分为两类:全局规划方法和局部规划方法.在全局规划方法中,主要是基于构形空间的自由空间法:将机器人和障碍物映射到构形空间,得到障碍区域和自由区域,然后在自由区域里寻找最佳路径;在局部规划方法中,主要是人工势场法:对障碍物建立排斥势场,对目标点建立吸引势场,根据传感装置反馈回来的机器人与障碍物之间的距离,在排斥力和吸引力的共同作用下,机器人绕开障碍物向目标点移动.通过这门课使我了解到智能机器人所必需的三部分，就如上面所列的，人工智能，超级计算机和机械结构。三者是组成智能机器人不可或缺的部分，人工自能赋予机器人，判断，推理，学习的能力。超级计算机提供强大的处理数据的能力，使的机器人能够快速对传感器信号经处理，同时对人工智能技术提供支持。机械结构是机器人的物理组成部分，一个机器人机械结构所具有的自由度数的多少，以及结构强度的大小，决定了机器人活动的灵活性。三者只有相互结合，紧密联系，才能实现机器人的智能化。机器人路径规划技术未来的研究重点是“仿人、仿生”智能。

虽然《智能机器人》只是一门选修课，但却是我受益匪浅，在这短短八周的时间里，这门课给我最大的帮助就是，激发了我对智能机器人相关领域的学习和研究的强烈兴趣，同时也是我认识到我们大学生所学课程的重要性，十分感谢倪建军老师的严谨教学。

第五篇：智能机器人论文

湖南农业大学课程论文

学 院： 工学院 班 级：11级机械1班 姓 名： 曾强 学 号：201140614114 课程论文题目：未来智能机器人

课程名称：MCS-51单片机原理、接口及应用 评阅成绩： 评阅意见：

成绩评定教师签名：

日期： 2014年 5月 12日

未来智能机器人

摘要：机器人是一种自动化的机器，所不同的是这种机器具备一些与人或生物相似的智能能力，如感知能力、规划能力、动作能力和协同能力，是一种具有高度灵活性的自动化机器。近二十年中，因为电脑技术、电子产品及生物遗传工程等技术的大踏步发展，“智能机械人”的研发热潮已从专业人士的实验室中走了出来，成为一种综合科研能力的开发活动。

关键字:智能，CPU，拟人化，人性化

（一）机器人的结构组成及工作原理

机器人一般由执行机构、驱动装置、检测装置和控制系统等组成。执行机构即机器人本体，其臂部一般采用空间开链连杆机构，其中的运动副（转动副或移动副）常称为关节，关节个数通常即为机器人的自由度数。

检测装置的作用是实时检测机器人的运动及工作情况，根据需要反馈给控制系统，与设定信息进行比较后，对执行机构进行调整，以保证机器人的动作符合预定的要求。

控制系统有两种方式。一种是集中式控制，即机器人的全部控制由一台微型计算机完成。另一种是分散（级）式控制，即采用多台微机来分担机器人的控制。如当采用上、下两级微机共同完成机器人的控制时，主机常用于负责系统的管理、通讯、运动学和动力学计算，并向下级微机发送指令信息；作为下级从机，各关节分别对应一个CPU，进行插补运算和伺服控制处理，实现给定的运动，并向主机反馈信息。

（二）机器人的未来发展

机器人的研究从一开始就是拟人化的，所以才有机械手、机械臂的开发与制作，也是为了以机械来代替人去做人力所无法完成的劳作或探险。但近十几年来，机器人的开发不仅越来越优化，而且涵盖了许多领域，应用的范畴十分广阔。大而言之，用之于太空开发，月球车，深海探测器，海洋石油开采，航天飞机机械臂等，小至微型手术机械，生命监测仪等。军事上的用途更是日新月异，从拆弹机器人、清除机器人到无人驾驶飞机、自动化战车，有人甚至预测未来战争可能如星球大战一样，是机器人的战争。至于工业、农业、遗传生物产业、医学、文化产业、电讯业、能源开发，都将因机器人的大量登场而出现产业革命。英国电讯公司未来学部门研究员曾因准确预测手机短讯、垃圾邮件及网上搜寻引擎的出现而闻名，在最近公布的科技展望五十年的预测中，其中就有数条是关于机器人的。未来的机器人将会朝着三个方面发展：

一、与人类的生活更为密切地结合起来，以为人提供更多服务作为要素

二十年后，家中扫除、清洁的工作或老人的护理保健的工作可能全由机器人取代。美国旧金山的医院已开始使用机器人为病人送药、配药的服务。美国的阿伊机器人公司的总裁接受媒体采访时表示，该公司生产的家用大扫除机器人产品，2002年只有一百二十万美元销售额，到2012年已猛增50倍以上。还有，家居的全自动化，无需驾驶的自动汽车等等，实在无法一一计数或做出估计。

二、仿生性，生物性的大趋向

以趣味性、生物性来制造机器狗、猫、鱼等动物。譬如日本三菱重工附属公司Ryomei Engineering研制成功的金色机械鱼“金鱼虎”长1公尺，重25公斤，是一只不小的巨鱼，能自动畅游于水中，可协助监察桥梁的保安和搜集鱼汛的情况，监视河水污染等。索尼公司研制的Aibo机器狗会对主人声音有情绪反应，已能够模仿喜怒哀乐和恐惧等情绪，将来可出现代替真正导盲犬的机器狗。另外，电影《侏罗纪公园》的恐龙机器人等也是例子。这类仿生性机器人还被广泛用于军事上的侦察救险、情报传送，甚至杀敌于无形的手段上去。美国夏威夷大学设有水下机器人研究中心，已具相当规模。今年八月初俄罗斯迷你潜艇在海底为渔网所缠，困于190米下的深海，就得助于英国的“天蝎”号救援艇之助而脱险的，“天蝎”号就是海底机器人。

三、最重要的发展是人性化

日本举行的万国博览会，被称为机器人的大集合之展览会，有人甚至将之称作“机器人万国博览会”，从中亦可看出日本的这一产业优势及成果。在展场中，接待处、大会清扫工作、警备工作等，多以机器人的形式出现与取替。博览会期间还举办多项人与机器人有关的活动，其中最引人注目的还是人工智能及人性化的机器人的表演，譬如接待处的一位女性机器人能听、说六国语言，而且说话时眼、嘴皆会动，面部肌肉也有活动。造型奇特有趣的高尔夫球机器人“坎迪—5”，它内置整个高尔夫球场的3D地形和球会会员的资料，并设置有全球卫星定位系统，能作360度自如旋转，它的系统将愈加精密，并更具人性化，科学家预计在2020年完成其全部制作时，它可充当球童并可从旁给予击球建议。此外，尚有具“视觉”、“味觉”的机器人，它的红外线测定可以对食物及饮品的成份、含量马上做出判定，譬如将一只苹果摆在其手臂前，可以打印出该只苹果的糖份、维生素含量等。最引人注目的是机器人管乐队的演奏，以机器人演奏真正的乐器，而且队形不断变换，演奏技术臻于上乘。东京大学于今年八月公布已开发出人的仿真性皮肤，可如人一样感受冷热、痛楚、温度反应，甚至一些人的皮肤未具有的功能都可以设定，这对仿造机器人的生命性又是一大进步。凡此种种，不一而足。

在世纪之交，生物遗传工程因“克隆人”的出现而引致伦理、法律及道德问题的争议，“克隆人”能否问世仍然是一个未知数，但机器人的研发正在取而代之，以越接近人性化为追寻目标。因而还为之出现了新的名词，比如人工智能（简称AI），并以下述二个英文名字用来指人类模样的机器人：androids和humanoids。西方的电影导演在谈到影视中出现的非常人性化的机器人时，更常常使用这些有明确倾向的专用词： A、变得人性化—humanize B、人性化的—humanized C、人道、仁慈—humanity。

我国的机器人研发工作基本上属于科学研究的项目，据说，中国科学院目前已造出说话时嘴唇能够活动、眼睛能转动、具视觉功能的机器人，其水准可媲美日本同行其实，机器人的制作绝对并非只是液压机械与电子产品的混成物，要将机器人造得越来越有人性化，就要兼及生命医学、传感、光学及创造性的文化产业等方面，比如机器人的关节就需要研究中医的经络学、生物学上的神经刺激反应以及文化产品的某种造型特征（其中很重要的是民族特征的外表）等等。英国的科学家甚至预言，到2020年，随着机器人愈来愈精密和使用有机零件制造，它们将会受到“机器人权”的保护。

在美、日、德、法、韩等国，机器人产业的开发正在日受重视，一般采取所谓的“官产学”形式。“官”即政府的制定政策及倾斜支持，调整产业结构。据情报显示，日本政府正在调整全国的产业制造结构，名古屋中部地区的未来产业为新型汽车工业，以大阪为中心的关西地方将以机器人产业为主，东京地区以资讯情报化为中心等等；“产”即产业界的自我分类的研究与开发，并将之变成产品，取得经济效益；“学”即学校设置专门的学科，教材则与以往不同，非全盘为学校教授所写，有一些则由产业研究所编写教材，利用电脑技术介入，反过来向大学师生出售。而专门出售机器人制作的教科书、教材及装配零件、专门杂志等也已成行成市，许多公司改变既有行业，转而生产为此服务的产品。那么，这是否将导致一场工业革命？现在断言尚为时过早。但可以预计的是，未来20年，机器人产业将成为未来新产业的一个领先潮流，在现代化的高科技战争中，机器人将发挥越来越大的战斗作用，从而减少前线士兵的人命伤亡，并以奇技利器克敌制胜。

总结 ：世界上先进的工业化国家都十分注重机器人的研究开发、实用化及产业化的动向，投入大量的资金、人力，优化环境及指标，特别是重视培养年轻人对此未来科学的兴趣，吸引他们的投入，以形成人材梯队，锻造出新的产业队伍。随着科学技术的飞速发展，未来的机器人将更加智能化。机器人技术综合了多学科的发展成果，代表了高技术的发展前沿，它在人类生活应用领域的不断扩大正在引起国际上重新认识机器人技术的作用和影响。

参考文献：

1.《人工智能的未来》 陕西科学技术出版社

作者：杰夫·霍金斯

2.《人工智能:一种现代的方法》 清华大学出版社

2006 05