浅析移动机器人路径规划的现状与发展

韩金伯

摘 要：随着科学技术的不断发展，移动机器人技术应运而生，针对这项技术研究时，研究重点主要集中于路径规划技术。本文首先简要介绍路径规划概念，然后分析路径规划方法，并对其进行技术展望，希望本文探究能为相关技术人员提供思路，优化移动机器人路径规划的合理性。

关键词：移动机器人；路径；规划

中图分类号：TP31 文献标识码：A 文章编号：1671-2064（2018）15-0040-02

近年来，移动规划技术在先进科技的辅助下不断升级，渗透这项技术于移动机器人设备，优选适合的路径规划方案，这对路径规划技术良好发展有重要意义，能够扩大这一技术应用空间。由此可见，本文针对这一论题具体分析是极为必要的，论题探究的现实意义十分显著。

1 路径规划概念

所谓路径规划，指的是机器人自起点到终点顺利、安全运行的路径，路径规划期间路径规划技术在其中起着重要作用。在此期间，应全面掌握已知环境和未知环境，按照一定步骤进行路径规划，概括来讲，了解机器人对周边信息识别情况，借此完成障碍物分类，据经验可知，常见规划路径有四类，第一类即熟知环境中，参照障碍物动态运行情况进行路径规划；第二类即熟知环境中，参照障碍物静置位置进行路径规划；第三类即非熟知环境中，参照障碍物动态运行情况进行路径规划；第四类即非熟知环境中，参照障碍物静置位置进行路径规划。前两类路径规划技术又有全局路径之称，后两类路径规划技术又有局部路径之称，下文针对这两种路径规划方法具体分析[1]。

2 国内外移动机器人发展现状

2.1 国外移动机器人发展现状

西方发达国家科学技术水平较高，并且在移动机器人方面的研究时间较早，并总结了丰富的研究经验。随着生产、生活中移动机器人产品需求量不断增多，进而国外这类产品的销量逐年增加，再加上，购买者对移动机器人在性能方面、功能方面提出了较高标准，这对移动机器人路径规划提出了新的要求，有利于丰富研究人员在路径规划方面的研究经验。上世纪八十年代，日本、美国、韩国等国主动加入移动机器人结构研究、外观设计、路径规划等行列，并成立科研小组，以此解决软硬件实践问题，坚持每年推出新型产品。除此之外，外国研究人员注重移动机器人在细节方面的设计，并且注重功能性和实用性，应用先进技术扩大移动机器人在各个领域的应用范围，这能有效缓解人力劳动强度，大大提高工作效率，同时，国家科学技术水平会大大提高。应用移动机器人的行业能够掌握丰富的应用技巧，并且移动机器人规划路径方面的经验能够不断积累，最终能为路径合理规划提供引导。

2.2 国内移动机器人发展现状

相对于国外来讲，我国在移动机器人方面的研究时间较短，并且现有研究成果不能更好的指导研究实践，但我国在这一方面的研究速度较快，总结了较多的研究经验。我国研究学者通过调查移动机器人市场销售情况、实际服务效果，以及操控灵敏度等内容为路径规划提供建议，确保路径规划方案能够更好的满足应用实践。我国将移动机器人分为不同类别，根据应用领域差异，将其分为医疗服务机器人、健康福利机器人、公共机器人、娱乐机器人、教育机器人、家庭机器人，无论移动机器人应用于哪个领域，均需要进行路径规划，这不仅能够迎合应用需要，而且还能缩短移动机器人应用时间，这对机器人性能完善，寿命延长有促进作用。为了缩小我国与发达国家在移动机器人发展、路径规划方面的差距，我国应主动向发达国家借鉴路径规划经验，结合我国移动机器人应用实际，探索最佳的路径规划方案，这对我国移动机器人大范围应用有重要意义。下文针对移动机器人路径规划现状以及路径规划技术展望具体分析。

3 路径规划方法及技术展望

3.1 路径规划方法

3.1.1 全局路径

可视图法：所谓可视图法，即通过点设置、点连接的方式观察直线可视效果，如果点之间连接的直线未能穿过障碍物，则证明可视效果良好。可视图法能够短时间内找到最优路径，能够大大提高单位时间内的最短路径搜寻效率。这种方法具体操作时，一旦近距离接触障碍物，则最短路径搜索时间会相应延长，但这种现象无法避免，必要时应用切线图进行方法补充，在此期间，应注意位置设置的准确性和合理性，以免路径距离过长，同时，还能大大降低障碍物触碰几率。

拓扑法：所谓拓扑法，即对规划空间按照需要有序分割，将划分完成的子空间通过网络构建的方式探索最优路径。这种方法以降维法为依托，并且操作简单，能够提高拓扑空间连接效率，同时，该方法能够大大提高拓扑特点利用效率，尽可能的缩小搜索范围。但这一方法受障碍物数量影响较大，如果障碍物数量过多，那么应及时修复拓扑网络，以此降低算法复杂度[2]。

栅格法：所谓栅格法，指的是有序划分机器人运行环境，并将运行环境合理分配成不同的网络单元，在这一过程中，固定障碍物位置以及大小。由于栅格大小等同，借助这一方法完成机器人的空间定位，根据栅格障碍物情况对其命名，其中，无障碍物栅格、有障碍物栅格分别称为自由栅格和障碍栅格，有选择的应用序号法或者直角坐标法对其标记。最后应用优化算法完成最短路径搜索任务，并及时记录，通过观察栅格粒度掌握路径规划准确性与否。

3.1.2 局部路径

遗传算法：这一算法应用时，其应用条件设置为：适应度函数为正。全局搜索中应用该方法，通过利用隐并行性来选择最优算法，因此，遗传算法又有并行算法之称。该方法进行单点搜索时，能够高效、及时获取最优解。遗传算法应用步骤主要为：合理设计编码，并掌握编码方法，针对性处理目标问题；合理制定适应度函数、目标函数；根据移动机器人路径规划需要确定群体大小，妥善设置遗传参数；形成初始群种；针对群种基因解码处理，并计算相应的适应度函数数值；检验遗传策略，優选群种个体，以便为下代群种生成奠定良好基础；参照预定标准观察种群平均适应度，获取最优解。具体流程如图1所示。

遗传算法特点主要有：通过参数编码、编码操作顺利完成空间限制这一方面分析；遗传算法应用范围相对广泛，它适用于解析表达，同时，还能满足映射矩阵需要；遗传算法个体操作期间支持多领域搜索，这也是遗传算法支持并行设备计算的基本表现；遗传算法适用于多样化空间，并且搜索方法呈现随机性特点；遗传算法形式简化，在问题处理方面、系统模拟方面具有良好的适用性。

人工势场法：所谓人工势场法，指的是以人工受力场运动状态完成机器人运动情况的模拟，这种方法又被称为虚拟力法。实际运动时，机器人同障碍物、目标分别产生排斥力和吸引力，力周围形成势后，抽象力会间接移动机器人运行轨迹，最终会绕开障碍物顺利行走。这一方法内部结构单一，在障碍物躲避中较为常用，并且能够合理控制低层，在此期间，应合理完善算法，以此顺利消除局部极值[3]。

神经网络法：所谓神经网络法，即在空间感知的基础上做出相应的空间行为，由于映射关系较复杂，应用数学方程会增加关系呈现难度，但神经网络法能够大大降低处理难度，将映射关系直观呈现。神经网络法实际应用的过程中，网络输出以传感器为依托，能够按照人期望方面有效运动。此外，利用数据表示样本集，并完成样本的及时处理，样本处理后得到最新样本集[4]。

3.2 技术展望

即利用计算机设备、控制技术，以及传感器设备来进行路径规划。先进科学技术发展的同时，路径规划技术越来越健全，要想大大优化性能指标，应对路径规划技术深入研究，全面满足移动机器人路径规划目标，与此同时，尽可能多的融入传感器信息，研制多样化路径规划方法，这对路径规划技术完善有重要意义。由于移动机器人工作环境具有多变性特点，再加上，工作环境复杂度大大增加，要想实现安全性、及时性规划任务，应做好移动机器人以及独立机器人的协调配合操作，针对二者路径合理规划。需要注意的是，多传感器信息及时传递，应全面保证信息的准确性，这也是移动机器人路径规划的最新研究方向，需要研究人员集中精力，在这一方面积累丰富研究经验[5]。

移动机器人路径规划方法具有一定局限性，对此，应在局限弥补的基础上，探究移动机器人路径规划技术。首先，注重移动机器人与先进技术的良好结合，因为先进技术及时应用能够克服传统技术的不足，大大优化路径规划效果。其次，做好路径规划算法与机器人底层控制相结合的基本工作，主要通过实践路径规划算法来总结实际经验，这一方面的研究作为当前路径规划的主要研究方向，有利于提高路径规划技术的实用性。然后，深入研究任务分配以及通信协作等内容，例如，移动机器人参与足球赛、合作搜救等任务，这类任务对协作配合能力要求较高，并且涉及内容十分广泛，如果能够高效处理多任务分配问题，那么路径规划合理性会相应增强，并且路径规划问题能够顺利解决。最后，研究空中机器人、水下机器人，因为当前移動机器人研究活动主要集中于陆地，例如，收割机器人、足球机器人等，针对恶劣外界环境机器人进行路径规划，受限于试验活动，进而会加大路径规划难度，因此，需要专业技术人员深入探究。除此之外，研究三维环境下移动机器人路径规划技术，这能大大满足移动机器人的应用需要，同时，有利于明确移动机器人路径规划方向和目标，这对路径规划技术大范围推广有重要意义。

4 结语

综上所述，移动机器人是先进科学技术发展的产物，对其进行路径规划时，应考虑所选方法的适用性，同时，掌握全局规划方法、局部规划方法的应用技巧，这不仅能够提高扩大路径规划技术应用范围，而且还能为相关研究人员在路径规划方面拓展思路。除此之外，我国还应主动向发达国家借鉴先进经验，结合移动机器人在我国的应用实际，探索移动机器人路径规划的合理方法，这对路径规划技术发展前景拓展有重要意义，能够大大拓展路径规划技术应用范围，并取得良好的应用效果。

参考文献

[1]徐兆辉.移动机器人路径规划技术的现状与发展[J].科技创新与应用，2016，（03）：43.

[2]苏坤.未知环境下移动机器人路径规划方法研究[D].上海工程技术大学，2016.

[3]潘杰.基于改进蚁群算法的移动机器人路径规划[J].中国矿业大学学报，2012，41（1）：108-113.

[4]高申勇，许方镇，郭鸿杰.基于弹簧模型的移动机器人路径规划研究[J].仪器仪表学报，2016， 37（4）：796-803.

[5]张毅，代恩灿，罗元.基于改进遗传算法的移动机器人路径规划[J].计算机测量与控制，2016， 24（1）：313-316.