移動(dòng)機(jī)器人路徑規(guī)劃-課件_第1頁(yè)
移動(dòng)機(jī)器人路徑規(guī)劃-課件_第2頁(yè)
移動(dòng)機(jī)器人路徑規(guī)劃-課件_第3頁(yè)
移動(dòng)機(jī)器人路徑規(guī)劃-課件_第4頁(yè)
移動(dòng)機(jī)器人路徑規(guī)劃-課件_第5頁(yè)
已閱讀5頁(yè),還剩14頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

移動(dòng)機(jī)器人路徑規(guī)劃技術(shù)1ppt課件移動(dòng)機(jī)器人路徑規(guī)劃技術(shù)1ppt課件體系結(jié)構(gòu)基于功能的分層式體系結(jié)構(gòu)功能:感知->建模->規(guī)劃->行動(dòng)基于(傳感器)行為的反應(yīng)式體系結(jié)構(gòu)如Brooks包容式體系結(jié)構(gòu)機(jī)器人行為控制器構(gòu)造優(yōu)化方法基于模糊邏輯及神經(jīng)網(wǎng)絡(luò)的監(jiān)督學(xué)習(xí)基于傳感器信息的局部運(yùn)動(dòng)規(guī)劃(前兩種)混合式BrooksR,RobisA.LayeredControlSystemforaMobileRobot.IEEETransonRobotics&Automation.1986,2(1):14-232ppt課件體系結(jié)構(gòu)基于功能的分層式體系結(jié)構(gòu)BrooksR,Robi路徑規(guī)劃以C表示機(jī)器人的位形空間,以F表示無(wú)碰撞的自由位形空間。給定機(jī)器人初始位形qinit和目標(biāo)位形qgoal,在F中尋找一條連接這兩點(diǎn)的連續(xù)曲線,滿足某些性能指標(biāo),如路徑最短、行走時(shí)間最短、工作代價(jià)最小等。路徑規(guī)劃主要包括環(huán)境、路徑搜索和路徑平滑環(huán)節(jié)3ppt課件路徑規(guī)劃以C表示機(jī)器人的位形空間,以F表示無(wú)碰撞的自由位形空環(huán)境建模從現(xiàn)實(shí)物理空間到算法處理抽象空間的映射表示常用建模表示方法:柵格法類似于矩陣,柵格數(shù)據(jù)表示有無(wú)障礙物易創(chuàng)建和維護(hù),但分辯率和數(shù)據(jù)量互相制約幾何法利用幾何特征表示需要對(duì)感知信息作額外處理圖將前面兩種方法結(jié)果用拓?fù)浞ㄟB接成一個(gè)圖4ppt課件環(huán)境建模從現(xiàn)實(shí)物理空間到算法處理抽象空間的映射表示4ppt課路徑搜索路徑表達(dá):以環(huán)境模型中的結(jié)點(diǎn)序列組成或由直線段序列組成路徑平滑:依據(jù)機(jī)器人運(yùn)動(dòng)學(xué)或動(dòng)力學(xué)約束形成機(jī)器人可跟蹤執(zhí)行的運(yùn)動(dòng)軌跡如果考慮機(jī)器人運(yùn)動(dòng)學(xué)約束,則路徑軌跡的一階導(dǎo)數(shù)應(yīng)連續(xù)如果考慮動(dòng)力學(xué)約束,則路徑軌跡的二階導(dǎo)數(shù)應(yīng)連續(xù)5ppt課件路徑搜索路徑表達(dá):5ppt課件路徑規(guī)劃基于地圖的全局路徑規(guī)劃環(huán)境已知的離線全局路徑規(guī)劃環(huán)境未知的在線規(guī)劃基于進(jìn)化算法基于廣義預(yù)測(cè)控制基于傳感器的局部路徑規(guī)劃增量式構(gòu)造當(dāng)前可視區(qū)域路徑圖的規(guī)劃方法基于近似單元分解的局部路徑規(guī)劃方法基于微分平坦系統(tǒng)理論的運(yùn)動(dòng)規(guī)劃方法6ppt課件路徑規(guī)劃基于地圖的全局路徑規(guī)劃6ppt課件路徑規(guī)劃方法分類傳統(tǒng)經(jīng)典算法基于圖的方法基于柵格的方法勢(shì)場(chǎng)法數(shù)學(xué)編程法智能方法模糊方法神經(jīng)網(wǎng)絡(luò)方法遺傳算法7ppt課件路徑規(guī)劃方法分類傳統(tǒng)經(jīng)典算法7ppt課件基于圖的方法通過(guò)起始點(diǎn)和目標(biāo)點(diǎn)以及障礙物頂點(diǎn)在內(nèi)的一系列點(diǎn)構(gòu)造可視圖,連接這些點(diǎn),使某點(diǎn)與其周圍的可視點(diǎn)(即中間無(wú)障礙物)相連,然后機(jī)器人沿著這些點(diǎn)在圖中搜索路徑。全局圖法可視圖法、Voronoi圖法、Silhouette法、基于啟發(fā)式搜索的Q-M圖法全局搜索,路徑完備,但計(jì)算量大,難實(shí)現(xiàn)基于隨機(jī)路圖的方法PRM(ProbabilisticRoadmapMethod)易于實(shí)現(xiàn),速度效率高,但僅具有概率完備性8ppt課件基于圖的方法通過(guò)起始點(diǎn)和目標(biāo)點(diǎn)以及障礙物頂點(diǎn)在內(nèi)的一系列點(diǎn)構(gòu)基于柵格的方法將區(qū)域劃分成柵格,搜索連通柵格表示路徑。優(yōu)點(diǎn):易于建模、存儲(chǔ)、處理、更新與分析Dijkstra算法:通過(guò)枚舉求解兩點(diǎn)間距離最短A*算法:通過(guò)代價(jià)評(píng)估加快搜索梯度法:由起點(diǎn)到目標(biāo)點(diǎn)距離下降最大梯度方向搜索,不能保證全局最短,可能陷入局部最小點(diǎn)距離變換法:逆向的梯度法,保證全局最短,但搜索效率隨柵格和障礙物數(shù)目增加急驟下降四叉樹(shù)法:不能最優(yōu)甚至次優(yōu)、損失大量可行自由空間9ppt課件基于柵格的方法將區(qū)域劃分成柵格,搜索連通柵格表示路徑。優(yōu)點(diǎn):勢(shì)場(chǎng)法目標(biāo)產(chǎn)生引力、障礙物產(chǎn)生斥力,合力控制機(jī)器人運(yùn)動(dòng)適用于靜態(tài)環(huán)境或動(dòng)態(tài)環(huán)境存在振蕩和局部最小值方法:人工勢(shì)場(chǎng)法虛擬力場(chǎng)法電場(chǎng)法結(jié)合模擬退火的人工勢(shì)場(chǎng)法10ppt課件勢(shì)場(chǎng)法目標(biāo)產(chǎn)生引力、障礙物產(chǎn)生斥力,合力控制機(jī)器人運(yùn)動(dòng)10p數(shù)學(xué)編程法用一組不等式來(lái)表示機(jī)器人的避碰約束,機(jī)器人運(yùn)動(dòng)起點(diǎn)和終點(diǎn)分別用一個(gè)函數(shù)的起始條件和終止條件表示,同時(shí)設(shè)定一個(gè)最優(yōu)評(píng)價(jià)函數(shù),從而將路徑規(guī)劃問(wèn)題轉(zhuǎn)化為一個(gè)純數(shù)學(xué)的最優(yōu)求解問(wèn)題。11ppt課件數(shù)學(xué)編程法用一組不等式來(lái)表示機(jī)器人的避碰約束,機(jī)器人運(yùn)動(dòng)起點(diǎn)基于模糊邏輯的方法模糊邏輯:構(gòu)造二維隸屬度函數(shù),模糊綜合評(píng)價(jià)該方法在環(huán)境未知或發(fā)生變化的情況下,能夠快速而準(zhǔn)確地規(guī)劃?rùn)C(jī)器人路徑,對(duì)于要求較少規(guī)劃時(shí)間的機(jī)器人是一種良好的導(dǎo)航方法。缺點(diǎn)是當(dāng)障礙物數(shù)目增加時(shí),該方法的計(jì)算量會(huì)很大,影響規(guī)劃結(jié)果12ppt課件基于模糊邏輯的方法模糊邏輯:構(gòu)造二維隸屬度函數(shù),模糊綜合評(píng)價(jià)基于神經(jīng)網(wǎng)絡(luò)的方法利用神經(jīng)網(wǎng)絡(luò)進(jìn)行路徑規(guī)劃缺點(diǎn):運(yùn)算時(shí)間長(zhǎng),在運(yùn)動(dòng)空間數(shù)據(jù)不完備時(shí)可能發(fā)生不收斂或路徑不可行問(wèn)題13ppt課件基于神經(jīng)網(wǎng)絡(luò)的方法利用神經(jīng)網(wǎng)絡(luò)進(jìn)行路徑規(guī)劃13ppt課件基于遺傳算法的路徑規(guī)劃遺傳算法是計(jì)算數(shù)學(xué)中用于解決最優(yōu)化的搜索算法,是進(jìn)化算法的一種。遺傳算法通常實(shí)現(xiàn)為一種計(jì)算機(jī)模擬。對(duì)于一個(gè)最優(yōu)化問(wèn)題,一定數(shù)量的候選解(稱為個(gè)體)的抽象表示(稱為染色體)的種群向更好的解進(jìn)化。傳統(tǒng)上,解用二進(jìn)制表示(即0和1的串),但也可以用其他表示方法。進(jìn)化從完全隨機(jī)個(gè)體的種群開(kāi)始,之后一代一代發(fā)生。在每一代中,整個(gè)種群的適應(yīng)度被評(píng)價(jià),從當(dāng)前種群中隨機(jī)地選擇多個(gè)個(gè)體(基于它們的適應(yīng)度),通過(guò)自然選擇和突變產(chǎn)生新的生命種群,該種群在算法的下一次迭代中成為當(dāng)前種群。衍生算法:退火遺傳算法、改進(jìn)遺傳算子等14ppt課件基于遺傳算法的路徑規(guī)劃遺傳算法是計(jì)算數(shù)學(xué)中用于解決最優(yōu)化的搜其它智能機(jī)器人路徑規(guī)劃方法螞蟻算法:一種全局優(yōu)化算法,模仿螞蟻搜索食物的行為,是一種通用型隨機(jī)優(yōu)化方法15ppt課件其它智能機(jī)器人路徑規(guī)劃方法螞蟻算法:一種全局優(yōu)化算法,模仿螞基于電路地圖的路徑規(guī)劃方法將環(huán)境建模成電路圖。規(guī)劃路徑與電流相似,即路徑的長(zhǎng)度以電路中某條通路中串聯(lián)電阻的多少來(lái)反映,路徑的寬度以電路中某個(gè)方向上的支路數(shù)目即并聯(lián)電阻多少來(lái)反映。根據(jù)歐姆定律和電的基本性質(zhì),在電路中電阻最小的支路上電流最大,而串聯(lián)電阻少且并聯(lián)電阻多的支路即最大電流通路。優(yōu)點(diǎn):在規(guī)劃最短路徑的同時(shí)考慮了路徑寬度16ppt課件基于電路地圖的路徑規(guī)劃方法將環(huán)境建模成電路圖。規(guī)劃路徑與電流運(yùn)動(dòng)控制基于路徑規(guī)劃的移動(dòng)機(jī)器人路徑跟蹤控制非完整控制系統(tǒng)的鎮(zhèn)定方法非連續(xù)定常鎮(zhèn)定化時(shí)變鎮(zhèn)定化基于傳感器-執(zhí)行器直接映射的運(yùn)動(dòng)控制模糊邏輯方法\神經(jīng)網(wǎng)絡(luò)法(要求先驗(yàn)知識(shí))基于動(dòng)態(tài)規(guī)劃的增強(qiáng)17ppt課件運(yùn)動(dòng)控制基于路徑規(guī)劃的移動(dòng)機(jī)器人路徑跟蹤控制17ppt課件故障診斷現(xiàn)有故障檢測(cè)方法可分為基于知識(shí)、基于解析模型和基于信號(hào)處理3種診斷決策方法:閾值法模糊邏輯貝葉斯分類故障假設(shè)檢驗(yàn)18ppt課件故障診斷現(xiàn)有

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論