基于動態(tài)運動基元的移動機器人路徑規(guī)劃方法研究.pdf

1、傳統(tǒng)的移動機器人路徑規(guī)劃方法中，往往都是在環(huán)境建模的基礎上添加諸多的約束條件，再通過各種算法搜索機器人的運動路徑，其搜索到的路徑取決于環(huán)境建模的準確性和算法的有效性。本文從學習的角度研究機器人路徑規(guī)劃，即人首先控制移動機器人行走到目標點位置，機器人經(jīng)過路徑學習后能夠自主地到達目標點位置。本文主要工作如下:
　　首先，總結了機器人領域的研究現(xiàn)狀并對未來的發(fā)展趨勢進行了展望;然后，受“演示學習”這一思想的啟發(fā)，在分析了國內外關于動態(tài)運

2、動基元算法研究現(xiàn)狀的基礎上，將該算法應用于移動機器人路徑規(guī)劃研究中，從而提出了本文的研究內容。
　　其次，對動態(tài)運動基元的基本原理進行闡述，具體介紹了該算法在單自由度運動學習以及多自由度運動學習上的應用;并介紹了該算法的泛化推廣能力。
　　然后，搭建了樣本數(shù)據(jù)采集平臺;當運動環(huán)境中有障礙物時，在已有學習基礎上通過增加耦合因子實現(xiàn)移動機器人的自主避障。當機器人運動的目標位置改變時，通過匹配動態(tài)運動基元庫中的樣本軌跡來實現(xiàn)對新目