论文总字数：18244字

摘 要

随着智能技术的高速发展，路径规划越发转变为移动机器人导航的重点之一，它不单单只是找一条从起始点到终点的路径，还要综合考虑障碍物、时间等客观因素，同时优化这些因素，得到最优路径。A*算法是一种别具一格的启发式搜索算法，凭借其搜索速度快、且便捷精准受到许多学者的广泛青睐。使用其来解决路径规划问题。本文选取的算法是A*算法和贪心算法，在AGV工作环境为全局已知是静态障碍情况下，在Matlab2016a上，使用栅格法对工作环境进行建模， 其中A*算法核心是评价函数，在编写仿真程序时选取合适的启发函数将至为重要，将直接影响节点的扩展，方便减少搜索时间，进行程序仿真，在移动机器人路径规划中求得满意的路径。

关键词：机器人 路径规划 栅格法 A*算法

Abstract

With the rapid development of intelligent technologies, path planning has increasingly become one of the focuses of navigation for mobile robots. Path planning not only needs to meet the demand to make robot process from the initial point to the target point smoothly, but also considers objective factors such as obstacles and time and optimizes these at the same time. Factors, get the optimal path. A* algorithm is a kind of unique heuristic search algorithm, which is favored by many scholars because of its fast searching speed, convenient and accurate. Use it to solve path planning problems. The algorithm chosen in this paper is A* algorithm and greedy algorithm. In the case that the AGV working environment is globally known as a static obstacle, on the Matlab2016a, the grid environment is used to model the work environment, where the core of the A* algorithm is the evaluation function, Selecting the appropriate heuristic function when programming the simulation program will be very important. It will directly affect the expansion of the node, facilitate the reduction of search time, perform program simulation, and obtain a satisfactory path in the path planning of mobile robots.

Keywords: robot; path planning;grid method ;A* algorithm

目录

摘要 2

Abstract 3

第一章 绪论 6

1.1课题背景及意义 6

1.2国内外研究现状 6

1.3本课题主要研究内容 11

第二章 路径规划 13

2.1路径规划相关注意事项 13

2.2 AGV路径规划特点 13

2.3 路径规划分类 14

2.3.1全局路径规划 14

2.3.2 局部路径规划 16

2.4本章小结 18

第三章 启发式的路径规划方法 19

3.1贪心算法工作原理 19

3.2 A*算法的工作原理 19

3.3 A*算法的径规划流程 20

3.4算法对比 22

3.5本章小结 22

第四章 仿真实验结果与分析 23

4.1环境模型描述 23

4.2栅格法 23

4.2.1栅格尺寸的选取 23

4.2.2栅格的标识 24

4.3A*算法基于MATLAB仿真 26

4.4贪心算法基于MATLAB仿真 28

4.5本章小结 31

总结 33

参考文献 34

致谢 36

第一章 绪论

1.1课题背景及意义

移动机器人是既可以人工操作、又可以运行预先编写的程序的机器装置。从21世纪以来，由于各行各业急速发展，社会对于移机器人的需求急剧提高。当从机器人诞生说起，移动机器人也随之发生了天翻地覆的变化。从一代的示教到二代传感再到三代智能。移动机构也从起初的电缆控制变化为由各种高级语言和伺服电机控制，从最初的固定式到现在的轨道式、车轮式等的移动机构[2～5]。从原本只能局限于某一单种简单的任务，逐渐变为能实现实时多任务。例如无人机探测、移动物流、超级计算机等。随着移动机器人应用的领域不断被拓展，对路径规划研究的重视将有助于移动机器人在社会上给各个行业带来巨大变化。路径规划技术是移动机器人完成复杂任务的关键，对该技术的掌握，能够提升社会的智能化水平，对该学科的重视有助于对移动机器人的发展。但是目前不存在任何一种路径算法可以适应外部环境的实时变化，然而多种算法的结合可以改善这个情况，优化这个路径，当前许多国内外科研人员致力于智能机器人路径规划的研究，他们的研究多集中于路径规划算法本质的创新与性能的改进，所以路径规划的研究具有非常重要的理论和现实意义。本课题重点研究两种算法对于AGV路径规划的影响，在优化路径、搜索时间等方面两者的区别，以便更好进行规划实现目标。

1.2国内外研究现状

由多种学科相互交汇衍生出来的智能产品，移动机器人所涉及的研究领域也很宽广。首要考虑的是移动机器人是通过哪种方式移动，以何种方式进行移动是机器人应该考虑的，同时也可以从是否按轮式、履带式及水下推进式的制动方式进行划分。其次，在移动机器人身上装配不同的驱动控制器会产生不同的运动控制效果。接着在确定制动房事后需要配备定位功能，现在市面上有北斗、GPS、磁性导航等，其中传感器在上述论述中必不可少。所以对传感器选型、信息交互、环境建模等都需要了解，为路径规划打下坚实基础。

上世纪中叶，在对人工智能进行探索过程中，斯坦福研究院的 Nils Nilssen 专门对机器人在各种环境中进行模拟，研制出了自主移动机器人 Shakey，它对图像能够采集进行编辑，通过程序员编写的机器语言来实现物体的摘取，如下图1-1所示。

请支付后下载全文，论文总字数：18244字