论文部分内容阅读
未知环境下移动机器人自主探索是机器人实现自主控制的一项关键技术,其主要目标是驱动机器人在没有人为干预的情况下完成未知环境的地图构建。目前,大量的探索策略都是基于边界点理论,本文在边界点理论的基础上,提出了一种高效的探索策略,使机器人能够快速地完成探索任务。整个探索策略被分成两个大的部分:探索目标点的确定和机器人的路径规划。针对这两个部分,本文主要进行了以下工作:在探索目标点的确定问题上,提出了最优边界点提取算法。首先将快速随机生成树算法应用到二维栅格地图上来生成探索边界点,然后基于机器人在自主探索过程中的信息增益、导航代价和机器人对自身定位的精确程度3个要素构建了边界点评估函数。在此基础上,借鉴萤火虫算法思想,对生成的所有边界点进行优化,并使用评估函数在优化后的结果中选择得分值最高的边界点来作为探索目标边界点。在路径规划部分,本文提出多步探索策略。首先,对动态窗口算法的轨迹评价函数进行改进。其次,在移动机器人导航去最优边界点的过程中,不是直接规划出机器人当前位置到目标边界点的路径,而是设定了一个局部探索路径步长。当机器人的移动距离达到设定的局部探索路径步长时,我们对边界点重新优化并选择最优边界点,从而降低机器人探索路径重复的可能性。最后,针对本文提出的探索策略,进行了相关的实验验证,实验结果表明了我们提出的策略的有效性。