作者：陳宏鈞，陳　偉，田　豐
（哈爾濱工業(yè)大學(xué)電氣工程系）

摘　　　要：針對多自由度機器人手臂在未知環(huán)境中實時避障的問題，提出了一種基于環(huán)境信息的連桿機器人實時路徑規(guī)劃方法。采用笛卡爾空間內(nèi)的障礙物檢測信息建立了障礙物的空間模型，并依據(jù)該模型設(shè)計一種基于啟發(fā)式規(guī)則的機器人路徑規(guī)劃算法。該算法不斷猜測和修正路徑，通過模糊推理得到下一位姿點，通過曲線擬合得到到達該位姿點的路徑。在Ｍａｔｌａｂ下利用機器人工具箱建立了ＰＵＭＡ５６０型機器人的運動學(xué)模型，并在運動空間設(shè)置障礙物，對該算法進行仿真分析，分析結(jié)果說明所提出的路徑規(guī)劃算法可以在較短時間內(nèi)完成避障運動，具有較好的實時性，同時運動關(guān)節(jié)的角度變化曲線比較平滑，運動中沖擊力較小，這些特點使其便于在實際工程中使用。

關(guān)　鍵　詞：機器人；路徑規(guī)劃；環(huán)境模型；啟發(fā)算法

１　引　言
機器人路徑規(guī)劃是根據(jù)要達到的目標姿態(tài)及周圍障礙物信息，控制機器人避開障礙物達到目標姿態(tài)。路徑規(guī)劃主要包括全局規(guī)劃和局部規(guī)劃兩類方法。全局規(guī)劃是在Ｗ�保弄保龋铮鳎洌澹钐岢龅臇鸥穹ǎ郏保莼�礎(chǔ)上發(fā)展起來，此方法要知道完整的環(huán)境信息，應(yīng)用范圍有限。局部路徑規(guī)劃包括障礙物模型映射到結(jié)構(gòu)空間的Ｃ�玻螅穑幔悖宸椒ê徒�立人工勢場２種方法。但它們都存在一定的問題，由Ｌａｔｏｍｂｅ首先提出的Ｃ�玻螅穑幔悖宸椒ǎ郏玻蓦S著關(guān)節(jié)連桿個數(shù)的增加復(fù)雜
度成幾何級數(shù)上升［３］，ＶｌａｄｉｍｉｒＬｕｍｅｌｓｋｙ將該理論應(yīng)用于多自由度機器人ＰＵＭＡ５６０，并取得很好的控制效果，但仍存在關(guān)節(jié)個數(shù)增加后控制算法極度復(fù)雜的問題［４］。由Ｋｈａｔｉｂ提出的人工勢場計算量小，實時性好且產(chǎn)生的路徑比較平滑，但會陷入局部平衡點而停止運動［５］�，F(xiàn)代機器人路徑規(guī)劃思想集中于對智能控制方法的研究，尤其是基于模糊控制規(guī)則的路徑規(guī)劃越來越受到重視，陸續(xù)提出了直接基于傳感器信息和環(huán)境模型的路徑規(guī)劃思想［６�玻罚�，但是問題在于隨著障礙物數(shù)量和關(guān)節(jié)個數(shù)的增加，出現(xiàn)模糊決策規(guī)則爆炸的問題。本文討論了一種基于環(huán)境信息的實時路徑規(guī)劃方法，根據(jù)傳感器獲得的環(huán)境信息在三維空間中直接建立障礙物模型，并應(yīng)用啟發(fā)式的算法，即采用基于模糊決策的猜測�残拚�式的控制規(guī)則，在含有多個障礙物的路徑規(guī)劃問題上，有較好效果。

登錄網(wǎng)站后可下載文件