自主移动机器人路径规划及轨迹跟踪的研究(4)

绝对定位技术中比较成熟的有全球定位系统、路标定位、地图匹配定位和概率定位等。全球定位系统（ＧｌｏｂａｌＰｏｓｉｔｉｏｎＳｙｓｔｅｍ）ｉ简称ＧＰＳ，它是一种以空间卫星为基础的高精度导航与定位系统。ＧＰＳ定位系统用于移动机器人定位时存在近距离定位精度低等问题。

路标定位是一种常见的定位技术，所谓路标是指具有明显特征的能被机器人传感器识别的特殊物体。根据路标的不同，分为基于自然路标定位和基于人工路标定位。其中，人工路标定位技术应用得较为成熟。人工路标定位是指移动机器人的工作环境里，人为地设置一些路标，移动机器人首先凭借自身的概略位姿确定路标的位姿，当移动机器人识别到这些路标后，通过传感器测量机器人与这些路标的距离和方向，再通过三角法等几何运算获得移动机器人的位姿。

地图匹配定位技术是指基于已知地图的定位系统。移动机器人通过自身的传感器探测周围的环境，并利用感知到的局部信息进行局部地图构造，然后将构造好的局部地图与预先存储的完整地图进行比较，如果两地图互相匹配，就能计算出机器人在工作环境中的位置和方向。地图匹配定位的两个关键技术是地图模型的建立和匹配算法．

概率定位用概率分布来表示位姿空间分布，目前主要的实现方法有卡尔曼９

浙江大学博上学位论文

滤波［ＣＣｌ９９２】、马尔可夫定位［ＦＢＴｌ９９９］和粒子滤波定位［ＡＭＧ＋２００２］。卡尔曼滤波（ＫａｌｍａｎＦｉｌｔｅｒ，ＩＣｙ）是估计线性动态系统的递归数据处理算法，用正态分布来表示位姿概率分布，可以有效地跟踪机器人的位姿。它的一个关键优点是有效性，其复杂度是状态空间和感知数据维数的多项式函数。然而，许多动态系统和传感器模型是非线性的，例如全局定位的多峰值概率密度估计，线性ＫＦ是无法处理的。对于这类非线性估计问题，可以通过线性近似解决，但不是最优的，相应的方法有ＥＫＦ和ＵＫＦ等。马尔可夫（Ｍａｒｋｏｖ）定位能够表示复杂的多峰值概率分布，实现全局定位，但其时间开销是实现的关键，主要取决于位姿空间的离散形式和采用的感知模型，位姿空间的离散形式主要有基于栅格的离散和拓扑离散。国外许多学者把ＥＫＦ方法与Ｍａｒｋｏｖ定位相结合［ＧＢＦ＋１９９８，ＭＭＢ＋２００７］，取得了良好的定位效果。Ａｒｕｌａｍｐａｌａｍ将粒子滤波（ＰａｒｔｉｃｌｅＰＦ）定义为：粒子滤波是应用粒子集表示概率的蒙特卡洛方法（ＭｏｎｔｅＦｉｌｔｅｒ，Ｃａｒｌｏｍｅｔｈｏｄｓ），可以用在任何状态空间模型，泛化了传统的ＫＦ定位方－法［ＡＭＧ＋２００２１。粒子滤波是贝叶斯滤波（ＢａｙｅｓｉａｎＦｉｌｔｅｒ，ＢＦ）Ｉ的变体，主要思想就是用一个随机采样获得的具有权重的样本集合表示并估计后验概率密度。粒子滤波定位的主要缺点是：若样本集样本很少且没有包括表示正确位置的样本，则机器人就不能准确定位；常规ＭＣＬ不能解决机器人诱拐问题；当传感器感知太准确时，常规ＭＣＬ的性能非常差。为了克服上述问题，很多学者对常规ＭＣＬ做了修改，提出了许多方法，如Ｔｈｒｕｎ等提出的Ｍｉｘｔｕｒｅ．ＭＣＬ［ＴＦＢ＋２００１】以及Ｆｏｘ提出的自适应采样的粒子滤波［Ｆｏｘ２００３］。

１．４．４移动机器人的路径规划

在移动机器人的相关技术研究中，路径规划技术是一个重要的研究领域。移动机器人的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的适当的运动路径，使机器人在运动过程中能安全、无碰地绕过所有障碍物［席裕庚等２００２１。移动机器人的路径规划可分为以下三种：基于环境模型的全局路径规划、基于传感器信息的局部路径规划和基于行为的路径规划。１０

第一章绪论

确定环境下的全局路径规划研究已经取得了丰硕的成果。近年来，学术界的研究热点集中在环境信息完全未知或部分未知的局部路径规划领域以及基于行为的路径规划【张捍东等２００５１。

１．４．４．１基于环境模型的全局路径规划

基于模型的全局路径规划，作业环境的信息完全已知，又称静态或离线路径规划。全局路径规划的主要方法有：可视图法、自由空间法、栅格法、拓扑法等。

可视图法视移动机器人为一点，将机器人、目标点和多边形障碍物的各顶点进行组合连接，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，这就形成一张图，称为可视图。由于任意两直线的顶点都是可见的，从起点沿着这些直线到达目标点的所有路径都是运动物体的无碰路径。从而最优路径搜索问题就转换为在这些直线中搜索从起始点到目标点的最短距离问题。运用优化算法，可以删除一些不必要的连线以简化可视图，缩短搜索时间。可视图法能求得最短路径，但搜索时间长，并且缺乏灵活性，即一旦机器人的起始点和目标点发生改变，就要重新构造可视图，比较麻烦。可视图法适用于多边形障碍物，对于圆形障碍物，该法失效。切线图法［Ｌａｔｌ９９１１和Ｖｏｒｏｎｏｉ图法［ＴＳｌ９８９】对可视图法进行了改进。切线图法用障碍物的切线表示弧，因此是从起始点到目标点的最短路径的图，移动机器人必须几乎接近障碍物行走。其缺点是如果控制过程中产生位置误差，机器人碰撞障碍物的可能性会很高。Ｖｏｒｏｎｏｉ图法用尽可能远离障碍物和墙壁的路径表示弧。因此，从起始点到目标点的路径将会增长，但采用这种控制方式时，即使产生位置误差，移动机器入也不会碰到障碍物．

自由空间法采用预先定义的如凸多边形和广义锥形等基本形状构造自由空间，并将自由空间表示为拓扑意义上的连通图，通过搜索连通图来进行路径规划。自由空间的构造方法如下：从障碍物的一个顶点开始，依次作其它顶点的