文 献 综 述

一、智能移动机器人的概述

智能移动机器人，是一个集环境感知、动态决策与规划、行为控制与执行等多功能于一体的综合系统。它集中了传感器技术、信息处理、电子工程、计算机工程、自动化控制工程以及人工智能等多学科的研究成果，代表机电一体化的最高成就，是目前科学技术发展最活跃的领域之一。随着机器人性能不断地完善，移动机器人的应用范围大为扩展，不仅在工业、农业、医疗、服务等行业中得到广泛的应用，而且在城市安全、国防和空间探测领域等有害与危险场合得到很好的应用。因此，移动机器人技术已经得到世界各国的普遍关注。

移动机器人的研究始于60 年代末期。斯坦福研究院(SRI)的Nils Nilssen 和Charles Rosen 等人，在1966年至1972 年中研发出了取名Shakey的自主移动机器人。目的是研究应用人工智能技术，在复杂环境下机器人系统的自主推理、规划和控制。

根据移动方式来分，可分为：轮式移动机器人、步行移动机器人(单腿式、双腿式和多腿式)、履带式移动机器人、爬行机器人、蠕动式机器人和游动式机器人等类型；按工作环境来分，可分为：室内移动机器人和室外移动机器人；按控制体系结构来分，可分为:功能式(水平式)结构机器人、行为式(垂直式)结构机器人和混合式机器人；按功能和用途来分，可分为:医疗机器人、军用机器人、助残机器人、清洁机器人等；

二、机器人路径规划算法研究的意义

导航能力是一个智能移动机器人的基本能力，路径规划是导航技术的基础和重要组成部分，是移动机器人自主导航的关键技术之一。所谓路径规划是指移动机器人按照某一性能指标（如距离、时间、能量等）搜索一条从起始状态到目标状态的最有或次优路径。用于路径规划的算法有很多种，A*算法就是其中一种比较常用和高效的算法。

1980年Nilsson提出了A*算法，A*算法属于启发式搜索中的最佳搜索方法，是一种基于面积的全局规划算法，是在途中给定节点间根据估价函数搜寻较优路径的方法。A*算法在人工智能领域中有所应用，由于其效率高、速度快而主要用于路径的搜索。启发函数h(n)告诉A*从任意节点n到目标节点的最小代价评估值。根据不同的地形，需要选取不同的启发函数，以此来提高A*算法的效率。

三、机器人路径规划算法研究的现状

因智能机器人路径规划存在复杂性、随机性、多约束性等特点，因此主要有两个大方向的路径规划，即全局路径规划和局部路径规划。全局规划方法主要包括构型空间法、拓扑法、栅格解耦法、自由空间法、神经网络法等。