未知環(huán)境中移動機器人認知技術的研究.pdf

1、未知環(huán)境中移動機器人的環(huán)境認知問題，是移動機器人實現(xiàn)各種任務的前提。通過對未知環(huán)境的認知，可以把未知環(huán)境下的問題轉化到已知環(huán)境中解決，也方便從全局環(huán)境的角度去考慮問題。未知環(huán)境中的自主移動機器人認知研究具有很重要的理論意義和研究價值。
　　 移動機器人環(huán)境認知技術主要包括兩方面的內容:未知環(huán)境探索與地圖構建。未知環(huán)境探索主要是通過移動機器人自身攜帶的傳感器對環(huán)境進行感知，是一個不斷尋找最優(yōu)候選點(NextBestView)的過程

2、。探索過程中需要結合路徑規(guī)劃的內容，選取一條損耗最小、效率最高的無碰撞探索路徑。構建環(huán)境地圖則是將環(huán)境認知的結果用具體的環(huán)境地圖來表達，通常與移動機器人自主定位技術有著密切的關系。
　　 移動機器人環(huán)境探索問題可以分成兩個過程:生成候選探索點與選取最優(yōu)探測點。在前沿理論的基礎上，本文綜合考慮了路程損耗、移動機器人姿態(tài)和環(huán)境遍歷性等問題，對未知環(huán)境中候選探索點的生成方法進行了分類說明。針對探索過程中出現(xiàn)多個候選探測點的問題，利用多

3、指標決策方法，確定最優(yōu)探測點。構建環(huán)境地圖是伴隨著探索過程同時進行的，移動機器人探索一個區(qū)域后立即構建該區(qū)域的環(huán)境地圖。增長型神經氣網絡是由網絡節(jié)點與節(jié)點間連線組成的拓撲結構，本文中采用該拓撲結構表達已探測環(huán)境的地圖信息。隨著探索過程的進行，利用增長型神經氣網絡的增長性和拓撲性，逐步完成對整個工作環(huán)境的地圖構建。本文對環(huán)境探索和拓撲地圖構建分別進行了Matlab仿真實驗，并且選取了兩種類型的工作環(huán)境，實驗取得了比較滿意的效果，有效解決了