甘 新 基
(北华大学 机械工程学院, 吉林 吉林 132021)
目前, 移动机器人广泛应用于工业、 航空等领域, 其中差速驱动机器人可在道路及野外进行持续、 实时地自主运动, 是一种集环境感知、 动态决策与执行等多功能于一体的智能化机器系统[1]. 在机器人工作中, 难免会遇到不同的障碍环境, 为顺利完成作业内容, 对避障路径规划的研究尤为重要. 避障路径规划是在有障碍物环境下, 为机器人探寻一条从初始点至目标点的安全路径[2]. 根据对环境数据了解状况的不同, 可使用相应的算法寻找最合适的路径, 从而快速通过前方全部障碍物, 顺利完成运动任务[3]. 目前关于机器人路径规划的方法已有许多: 许凯波等[4]提出了一种基于双层蚁群算法和动态环境的规划方法, 采用凸化处理栅格法建立环境模型, 加快了机器人路径规划速度, 并针对环境中不同动态障碍物的体积和速度, 提出3种避障策略, 完成路径避障; 王雷等[5]在研究移动机器人避障时, 提出了一种改进的蚁群算法, 通过对信息素启发因子及期望启发因子实时调节, 自适应改变挥发因素, 以免陷入局部最优, 实现了快速避障. 但上述两种方法均存在路径规划耗时较长的缺点. 基于此, 本文提出一种基于Bézier曲线的差速驱动机器人混合避障路径规划算法. 通过分析差速驱动机器人运动规律, 了解机器人的运动原理及实时状态, 用Bézier曲线增强机器人路径平滑性能, 并引入遗传算法……