4、超聲波導(dǎo)航定位

　　超聲波導(dǎo)航定位的工作原理也與激光和紅外類似，通常是由超聲波傳感器的發(fā)射探頭發(fā)射出超聲波，超聲波在介質(zhì)中遇到障礙物而返回到接收裝置。

　　通過接收自身發(fā)射的超聲波反射信號，根據(jù)超聲波發(fā)出及回波接收時間差及傳播速度，計算出傳播距離S，就能得到障礙物到機器人的距離，即有公式：S=Tv/2式中，T—超聲波發(fā)射和接收的時間差；v—超聲波在介質(zhì)中傳播的波速。

　　當(dāng)然，也有不少移動機器人導(dǎo)航定位中用到的是分開的發(fā)射和接收裝置，在環(huán)境地圖中布置多個接收裝置，而在移動機器人上安裝發(fā)射探頭。

　　在移動機器人的導(dǎo)航定位中，因為超聲波傳感器自身的缺陷，如：鏡面反射、有限的波束角等，給充分獲得周邊環(huán)境信息造成了困難，因此，通常采用多傳感器組成的超聲波傳感系統(tǒng)，建立相應(yīng)的環(huán)境模型，通過串行通信把傳感器采集到的信息傳遞給移動機器人的控制系統(tǒng)，控制系統(tǒng)再根據(jù)采集的信號和建立的數(shù)學(xué)模型采取一定的算法進行對應(yīng)數(shù)據(jù)處理便可以得到機器人的位置環(huán)境信息。

　　由于超聲波傳感器具有成本低廉、采集信息速率快、距離分辨率高等優(yōu)點，長期以來被廣泛地應(yīng)用到移動機器人的導(dǎo)航定位中。而且它采集環(huán)境信息時不需要復(fù)雜的圖像配備技術(shù)，因此測距速度快、實時性好。同時，超聲波傳感器也不易受到如天氣條件、環(huán)境光照及障礙物陰影、表面粗糙度等外界環(huán)境條件的影響。超聲波進行導(dǎo)航定位已經(jīng)被廣泛應(yīng)用到各種移動機器人的感知系統(tǒng)中。

　　三、路徑規(guī)劃

　　路徑規(guī)劃技術(shù)是機器人研究領(lǐng)域的一個重要分支。最優(yōu)路徑規(guī)劃就是依據(jù)某個或某些優(yōu)化準(zhǔn)則（如工作代價最小、行走路線最短、行走時間最短等），在機器人工作空間中找到一條從起始狀態(tài)到目標(biāo)狀態(tài)、可以避開障礙物的最優(yōu)路徑。

　　移動機器人路徑規(guī)劃技術(shù)大概分為以下4類：模版匹配路徑規(guī)劃技術(shù)、人工勢場路徑規(guī)劃技術(shù)、地圖構(gòu)建路徑規(guī)劃技術(shù)和人工智能路徑規(guī)劃技術(shù)。

　　1.模版匹配路徑規(guī)劃技術(shù)

　　模版匹配方法是將機器人當(dāng)前狀態(tài)與過去經(jīng)歷相比較，找到最接近的狀態(tài)，修改這一狀態(tài)下的路徑，便可得到一條新的路徑，即首先利用路徑規(guī)劃所用到的或已產(chǎn)生的信息建立一個模版庫，庫中的任一模版包含每一次規(guī)劃的環(huán)境信息和路徑信息，這些模版可通過特定的索引取得；

　　隨后將當(dāng)前規(guī)劃任務(wù)和環(huán)境信息與模版庫中的模版進行匹配，以尋找出一個最優(yōu)匹配模版；然后對該模版進行修正，并以此作為最后的結(jié)果，模版匹配技術(shù)在環(huán)境確定情況下，有較好的應(yīng)用效果，如Vasudevan等提出的基于案例的自治水下機器人（AUV）路徑規(guī)劃方法，Liu等提出的清潔機器人的模版匹配路徑規(guī)劃方法，為了提高模版匹配路徑規(guī)劃技術(shù)對環(huán)境變化的適應(yīng)性，部分學(xué)者提出了將模版匹配與神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)相結(jié)合的方法，如Ram等將基于事例的在線匹配和增強式學(xué)習(xí)相結(jié)合，提高了模版匹配規(guī)劃方法中機器人的自適應(yīng)性能，使機器人能部分地適應(yīng)環(huán)境的變化，以及Arleo等將環(huán)境模版與神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)相結(jié)合的路徑規(guī)劃方法等。

　　2.人工勢場路徑規(guī)劃技術(shù)

　　人工勢場路徑規(guī)劃技術(shù)的基本思想是將機器人在環(huán)境中的運動視為一種機器人在虛擬的人工受力場中的運動。

　　障礙物對機器人產(chǎn)生斥力，目標(biāo)點對機器人產(chǎn)生引力，引力和斥力的合力作為機器人的控制力，從而控制機器人避開障礙物而到達目標(biāo)位置。　　早期人工勢場路徑規(guī)劃研究是一種靜態(tài)環(huán)境的人工勢場，即將障礙物和目標(biāo)物均看成是靜態(tài)不變的，機器人僅根據(jù)靜態(tài)環(huán)境中障礙物和目標(biāo)物的具體位置規(guī)劃運動路徑，不考慮它們的移動速度。

　　然而，現(xiàn)實世界中的環(huán)境往往是動態(tài)的，障礙物和目標(biāo)物都可能是移動的，為了解決動態(tài)環(huán)境中機器人的路徑規(guī)劃問題，F(xiàn)ujimura等提出一種相對動態(tài)的人工勢場方法，將時間看成規(guī)劃模型的一維參量，而移動的障礙物在擴展的模型中仍被看成是靜態(tài)的，這樣動態(tài)路徑規(guī)劃仍可運用靜態(tài)路徑規(guī)劃方法加以實現(xiàn)。

　　該方法存在的主要問題是假設(shè)機器人的軌跡總是已知的，但這一點在現(xiàn)實世界中難以實現(xiàn)，對此，Ko等將障礙物的速度參量引入到斥力勢函數(shù)的構(gòu)造中，提出動態(tài)環(huán)境中的路徑規(guī)劃策略，并給出了仿真結(jié)果，但是，該方法的兩個假設(shè)使其與實際的動態(tài)環(huán)境存在距離：

　?。?）僅考慮環(huán)境中障礙物的運動速度，未考慮機器人的運動速度；

　?。?）認為障礙物與機器人之間的相對速度是固定不變的，這不是完整的動態(tài)環(huán)境。對于動態(tài)路徑規(guī)劃問題來說，與機器人避障相關(guān)的主要是機器人與障礙物之間的相對位置和相對速度，而非絕對位置和速度，對此，Ge等將機器人與目標(biāo)物的相對位置與相對速度引入吸引勢函數(shù)，將機器人與障礙物的相對位置與相對速度引入排斥勢函數(shù)，提出動態(tài)環(huán)境下的機器人路徑規(guī)劃算法，并將該算法應(yīng)用于全方位足球移動機器人的路徑規(guī)劃中，取得了比較滿意的仿真與實驗結(jié)果。

　　3.地圖構(gòu)建路徑規(guī)劃技術(shù)　　

　　地圖構(gòu)建路徑規(guī)劃技術(shù)，是按照機器人自身傳感器搜索的障礙物信息，將機器人周圍區(qū)域劃分為不同的網(wǎng)格空間（如自由空間和限制空間等），計算網(wǎng)格空間的障礙物占有情況，再依據(jù)一定規(guī)則確定最優(yōu)路徑，地圖構(gòu)建又分為路標(biāo)法和柵格法，也稱單元分解法。

　　前者是構(gòu)造一幅由標(biāo)志點和連接邊線組成的機器人可行路徑圖，如可視線方法、切線圖方法、Voronoi圖方法和概率圖展開法等。

切線圖方法與Voronoi圖方法

　　可視圖法將機器人看成一個點，機器人、目標(biāo)點和多邊形障礙物的各頂點進行組合連接，并保證這些直線均不與障礙物相交，便形成一張圖，稱為可視圖，由于任意兩直線的頂點都是可見的，從起點沿著這些直線到達目標(biāo)點的所有路徑均是運動物體的無碰路徑，路徑規(guī)劃就是搜索從起點到目標(biāo)點經(jīng)過這些可視直線的最短距離問題；

　　切線圖法和Voronoi圖法對可視圖法進行了改造，切線圖法以多邊形障礙物模型為基礎(chǔ)，任意形狀障礙物用近似多邊形替代，在自由空間中構(gòu)造切線圖，因此從起始點到目標(biāo)點機器人是沿著切線行走，即機器人必須幾乎接近障礙物行走，路徑較短，但如果控制過程中產(chǎn)生位置誤差，移動機器人碰撞的可能性會很高，Voronoi圖由一系列的直線段和拋物線段構(gòu)成，直線由兩個障礙物的頂點或兩個障礙物的邊定義生成，直線段上所有點必須距離障礙物的頂點或障礙物的邊相等，拋物線段由一個障礙物的頂點和一個障礙物的邊定義生成，拋物線段同樣要求與障礙物頂點和障礙物的邊有相同距離，與切線法相比，Voronoi圖法從起始節(jié)點到目標(biāo)節(jié)點的路徑將會增長，但采用這種控制方式時，即使產(chǎn)生位置誤差，移動機器人也不會碰到障礙物，安全性較高，下圖為切線圖法與Voronoi圖法示意圖。