柵格法是將機器人周圍空間分解為相互連接且不重疊的空間單元;柵格(cell),由這些柵格構(gòu)成一個連通圖,依據(jù)障礙物占有情況,在此圖上搜索一條從起始柵格到目標(biāo)柵格無碰撞的最優(yōu)路徑.這其中根據(jù)柵格處理方法的不同,又分為精確柵格法和近似柵格法,后者也稱概率柵格法。
精確柵格法是將自由空間分解成多個不重疊的單元,這些單元的組合與原自由空間精確相等,如下圖就是常用的一種精確柵格分解法一一梯形柵格分解。
與精確柵格法不同,近似柵格法的所有柵格都是預(yù)定的形狀,通常為矩形,整個環(huán)境被分割成多個較大的矩形,每個矩形之間都是連續(xù)的,典型的方法是“四叉樹”法,如果大矩形內(nèi)部包含障礙物或者邊界,則將其分割成4個小矩形,對所有稍大的柵格都進行這種劃分,然后在劃分的最后界限內(nèi)形成的小柵格間重復(fù)執(zhí)行該程序,直到達到解的界限為止?! 〉貓D構(gòu)建法直觀明了,它常與其他路徑規(guī)劃方法集成使用,如Araujo提出的ART神經(jīng)網(wǎng)絡(luò)的地圖構(gòu)建路徑規(guī)劃算法,Najjaran提出的卡爾曼濾波器的地圖構(gòu)建路徑規(guī)劃,Yang等提出的基于生物啟發(fā)神經(jīng)網(wǎng)絡(luò)與地圖構(gòu)建集成的清潔機器人完全覆蓋路徑規(guī)劃技術(shù)(CCPP)等?! ∧壳?,地圖構(gòu)建技術(shù)已引起機器人研究領(lǐng)域的廣泛關(guān)注,成為移動機器人路徑規(guī)劃的研究熱點之一,但機器人傳感器信息資源有限,使得網(wǎng)格地圖障礙物信息很難計算與處理,同時由于機器人要動態(tài)快速地更新地圖數(shù)據(jù),在網(wǎng)格數(shù)較多、分辨率較高時難以保證路徑規(guī)劃的實時性,因此,地圖構(gòu)建方法必須在地圖網(wǎng)格分辨率與路徑規(guī)劃實時性上尋求平衡。
4.人工智能路徑規(guī)劃技術(shù)
人工智能路徑規(guī)劃技術(shù)是將現(xiàn)代人工智能技術(shù)應(yīng)用于移動機器人的路徑規(guī)劃中,如人工神經(jīng)網(wǎng)絡(luò)、進化計算、模糊邏輯與信息融合等。
遺傳算法是最早應(yīng)用于組合優(yōu)化問題的智能優(yōu)化算法,該算法及其派生算法在機器人路徑規(guī)劃研究領(lǐng)域已得到應(yīng)用,在蟻群算法較好解決旅行商問題(TSP)的基礎(chǔ)上,許多學(xué)者進一步將蟻群優(yōu)化算法引入到水下機器人(UV)的路徑規(guī)劃研究中?! ?br />
神經(jīng)網(wǎng)絡(luò)作為人工智能的重要內(nèi)容,在移動機器人路徑規(guī)劃研究中得到了廣泛關(guān)注,如Ghatee等將Hopfield神經(jīng)網(wǎng)絡(luò)應(yīng)用到路徑距離的優(yōu)化中;
Zhu等將自組織SOM神經(jīng)網(wǎng)絡(luò)應(yīng)用到多任務(wù)多機器人的任務(wù)分配與路徑規(guī)劃中,近年來加拿大學(xué)者Simon提出一種新的生物啟發(fā)動態(tài)神經(jīng)網(wǎng)絡(luò)模型,將神經(jīng)網(wǎng)絡(luò)的神經(jīng)元與二維規(guī)劃空間的離散坐標(biāo)對應(yīng)起來,通過規(guī)定障礙物和非障礙物對神經(jīng)元輸入激勵和抑制的不同,直接計算相關(guān)神經(jīng)元的輸出,由此判定機器人的運行方向,由于該神經(jīng)網(wǎng)絡(luò)不需要學(xué)習(xí)訓(xùn)練過程,路徑規(guī)劃實時性好,同時利用神經(jīng)網(wǎng)絡(luò)本身的快速衰減特性,較好地解決了機器人路徑規(guī)劃的死區(qū)問題。
基于生物啟發(fā)神經(jīng)網(wǎng)絡(luò)路徑規(guī)劃
如圖為用于局部路徑規(guī)劃的生物啟發(fā)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖,圖中所示為機器人(處于神經(jīng)元處)傳感器的感受半徑,每個神經(jīng)元與環(huán)境位置坐標(biāo)對應(yīng),動態(tài)計算機器人鄰近神經(jīng)元輸出,機器人根據(jù)神經(jīng)元輸出大小決定下一步運行目標(biāo),從而實現(xiàn)安全的路徑規(guī)劃?! ∪斯ぶ悄芗夹g(shù)應(yīng)用于移動機器人路徑規(guī)劃,增強了機器人的“智能”特性,克服了許多傳統(tǒng)規(guī)劃方法的不足,但該方法也有不足之處,有關(guān)遺傳優(yōu)化與蟻群算法路徑規(guī)劃技術(shù)主要針對路徑規(guī)劃中的部分問題,利用進化計算進行優(yōu)化處理,并與其他路徑規(guī)劃方法結(jié)合在一起使用,單獨完成路徑規(guī)劃任務(wù)的情況較少。
信息融合技術(shù)主要應(yīng)用于機器人傳感器信號處理方面,而非直接的路徑規(guī)劃策略,對神經(jīng)網(wǎng)絡(luò)路徑規(guī)劃而言,大多數(shù)神經(jīng)網(wǎng)絡(luò)路徑規(guī)劃均存在規(guī)劃知識的學(xué)習(xí)過程,不僅存在學(xué)習(xí)樣本難以獲取,而且存在學(xué)習(xí)滯后問題,從而影響神經(jīng)網(wǎng)絡(luò)路徑規(guī)劃的實時性,生物啟發(fā)神經(jīng)網(wǎng)絡(luò)路徑規(guī)劃雖然實時性較好,但其輸入激勵與抑制的設(shè)定也存在人為不確定因素。
此外,智能機器人還用到機器人視覺、智能控制、人機接口技術(shù)等多種技術(shù)。
相關(guān)知識:智能機器人
智能機器人之所以叫智能機器人,這是因為它有相當(dāng)發(fā)達的“大腦”。在腦中起作用的是中央處理器,這種計算機跟操作它的人有直接的聯(lián)系。
最主要的是,這樣的計算機可以進行按目的安排的動作。正因為這樣,我們才說這種機器人才是真正的機器人,盡管它們的外表可能有所不同。
基本解釋
我們從廣泛意義上理解所謂的智能機器人,它給人的最深刻的印象是一個獨特的進行自我控制的“活物”。其實,這個自控“活物”的主要器官并沒有像真正的人那樣微妙而復(fù)雜。
智能機器人具備形形色色的內(nèi)部信息傳感器和外部信息傳感器,如視覺、聽覺、觸覺、嗅覺。除具有感受器外,它還有效應(yīng)器,作為作用于周圍環(huán)境的手段。
這就是筋肉,或稱自整步電動機,它們使手、腳、長鼻子、觸角等動起來。由此也可知,智能機器人至少要具備三個要素:感覺要素,反應(yīng)要素和思考要素。
智能機器人
我們稱這種機器人為自控機器人,以便使它同前面談到的機器人區(qū)分開來。它是控制論產(chǎn)生的結(jié)果,控制論主張這樣的事實:生命和非生命有目的的行為在很多方面是一致的。
正像一個智能機器人制造者所說的,機器人是一種系統(tǒng)的功能描述,這種系統(tǒng)過去只能從生命細胞生長的結(jié)果中得到,現(xiàn)在它們已經(jīng)成了我們自己能夠制造的東西了。
智能機器人能夠理解人類語言,用人類語言同操作者對話,在它自身的“意識”中單獨形成了一種使它得以“生存”的外界環(huán)境——實際情況的詳盡模式。
它能分析出現(xiàn)的情況,能調(diào)整自己的動作以達到操作者所提出的全部要求,能擬定所希望的動作,并在信息不充分的情況下和環(huán)境迅速變化的條件下完成這些動作。
當(dāng)然,要它和我們?nèi)祟愃季S一模一樣,這是不可能辦到的。不過,仍然有人試圖建立計算機能夠理解的某種“微觀世界”。
按功能分類綜述:可分為一般機器人和智能機器人。
一般機器人是指不具有智能,只具有一般編程能力和操作功能的機器人。
到目前為止,在世界范圍內(nèi)還沒有一個統(tǒng)一的智能機器人定義。
大多數(shù)專家認為智能機器人至少要具備以下三個要素:
一是感覺要素,用來認識周圍環(huán)境狀態(tài);二是運動要素,對外界做出反應(yīng)性動作;三是思考要素,根據(jù)感覺要素所得到的信息,思考出采用什么樣的動作。
感覺要素包括能感知視覺、接近、距離等的非接觸型傳感器和能感知力、壓覺、觸覺等的接觸型傳感器。
這些要素實質(zhì)上就是相當(dāng)于人的眼、鼻、耳等五官,它們的功能可以利用諸如攝像機、圖像傳感器、超聲波傳成器、激光器、導(dǎo)電橡膠、壓電元件、氣動元件、行程開關(guān)等機電元器件來實現(xiàn)。
對運動要素來說,智能機器人需要有一個無軌道型的移動機構(gòu),以適應(yīng)諸如平地、臺階、墻壁、樓梯、坡道等不同的地理環(huán)境。它們的功能可以借助輪子、履帶、支腳、吸盤、氣墊等移動機構(gòu)來完成。
在運動過程中要對移動機構(gòu)進行實時控制,這種控制不僅要包括有位置控制,而且還要有力度控制、位置與力度混合控制、伸縮率控制等。
智能機器人的思考要素是三個要素中的關(guān)鍵,也是人們要賦予機器人必備的要素。思考要素包括有判斷、邏輯分析、理解等方面的智力活動。
這些智力活動實質(zhì)上是一個信息處理過程,而計算機則是完成這個處理過程的主要手段。
電子發(fā)燒友App







評論