未知環(huán)境下移動機器人的下一個最佳探測視點算法研究.pdf

1、智能移動機器人是一個集傳感器技術，規(guī)劃與決策，以及人工智能等多功能多學科于一體，并能夠自主完成特定任務的綜合感知系統(tǒng)。隨著計算機技術爆炸式的更新，信息處理及智能控制理論的完備，國內外學者越發(fā)關注移動機器人技術的應用和研究。
　　未知環(huán)境下的自主探測規(guī)劃是移動機器人導航領域的一個重要研究課題。自主探測規(guī)劃可以理解為一種特殊的點到點的路徑規(guī)劃，指機器人在較短時間內依據自身所攜帶的傳感器獲得的信息感知盡可能大的未知區(qū)域，最終實時控制機器

2、人運動，達到構建未知地圖的目的。
　　探測規(guī)劃對確保未知環(huán)境地圖構建的高效性，精確性以及提高機器的自主性具有重要的應用價值。但如何根據不完整的地圖信息，確保整個規(guī)劃路徑的最優(yōu)性和探測的完備性，一直都是該領域的難點。相應各種探測規(guī)劃算法也應運而生。本文針對探測規(guī)劃中探測視點生成，點到點路徑規(guī)劃，探測視點評估等核心環(huán)節(jié)進行了廣泛深入的研究，并完成以下所述工作：
　　①本文首次提出基于矩形環(huán)區(qū)域前沿點的探測視點生成方法，通過基于探

3、測半徑大小來生成探測視點區(qū)域，并依次遍歷該區(qū)域獲得基于前沿點的候選視點。根據地圖構建中的特點，本文在路徑規(guī)劃時提出基于蟻群算法的改進算法。視點評估過程中，提出基于路徑成本和信息增益的代價評估函數，用規(guī)劃路徑中每個柵格單元的相鄰8個柵格單元的未知占用狀況的綜合評分作為信息增益來選出最佳候選視點。
　　②在系統(tǒng)分析貝葉斯濾波算法后，本文結合馬爾可夫鏈的無后效性，提出基于隱馬爾科夫模型的貝葉斯濾波算法。并將所提出的算法進行推導計算，驗證

4、該算法在計算評估置信度的正確性。最后，針對機器人移動過程中開關門的具體實例，驗證了本文所提算法在計算后驗概率分布的有效性和正確性。
　　③提出用計算觀測概率的相對信息熵的方法來評估最大信息增益候選視點。利用環(huán)境地圖構建中柵格的占用概率信息狀況，將起點到目標點的柵格進行光線遍歷，建立馬爾科夫評估模型后，用基于隱馬爾科夫模型的貝葉斯濾波算法來評估下一個最佳探測視點的觀測概率。通過對實際場景圖規(guī)則的建立，我們推導得到觀測狀態(tài)轉移矩陣和占