柵格法是將機(jī)器人周?chē)臻g分解為相互連接且不重疊的空間單元；柵格（cell），由這些柵格構(gòu)成一個(gè)連通圖，依據(jù)障礙物占有情況，在此圖上搜索一條從起始柵格到目標(biāo)柵格無(wú)碰撞的最優(yōu)路徑．這其中根據(jù)柵格處理方法的不同，又分為精確柵格法和近似柵格法，后者也稱(chēng)概率柵格法。

　　精確柵格法是將自由空間分解成多個(gè)不重疊的單元，這些單元的組合與原自由空間精確相等，如下圖就是常用的一種精確柵格分解法一一梯形柵格分解。

　　與精確柵格法不同，近似柵格法的所有柵格都是預(yù)定的形狀，通常為矩形，整個(gè)環(huán)境被分割成多個(gè)較大的矩形，每個(gè)矩形之間都是連續(xù)的，典型的方法是“四叉樹(shù)”法，如果大矩形內(nèi)部包含障礙物或者邊界，則將其分割成4個(gè)小矩形，對(duì)所有稍大的柵格都進(jìn)行這種劃分，然后在劃分的最后界限內(nèi)形成的小柵格間重復(fù)執(zhí)行該程序，直到達(dá)到解的界限為止?！　〉貓D構(gòu)建法直觀(guān)明了，它常與其他路徑規(guī)劃方法集成使用，如Araujo提出的ART神經(jīng)網(wǎng)絡(luò)的地圖構(gòu)建路徑規(guī)劃算法，Najjaran提出的卡爾曼濾波器的地圖構(gòu)建路徑規(guī)劃，Yang等提出的基于生物啟發(fā)神經(jīng)網(wǎng)絡(luò)與地圖構(gòu)建集成的清潔機(jī)器人完全覆蓋路徑規(guī)劃技術(shù)（CCPP）等?！　∧壳埃貓D構(gòu)建技術(shù)已引起機(jī)器人研究領(lǐng)域的廣泛關(guān)注，成為移動(dòng)機(jī)器人路徑規(guī)劃的研究熱點(diǎn)之一，但機(jī)器人傳感器信息資源有限，使得網(wǎng)格地圖障礙物信息很難計(jì)算與處理，同時(shí)由于機(jī)器人要?jiǎng)討B(tài)快速地更新地圖數(shù)據(jù)，在網(wǎng)格數(shù)較多、分辨率較高時(shí)難以保證路徑規(guī)劃的實(shí)時(shí)性，因此，地圖構(gòu)建方法必須在地圖網(wǎng)格分辨率與路徑規(guī)劃實(shí)時(shí)性上尋求平衡。

　　4.人工智能路徑規(guī)劃技術(shù)　　

　　人工智能路徑規(guī)劃技術(shù)是將現(xiàn)代人工智能技術(shù)應(yīng)用于移動(dòng)機(jī)器人的路徑規(guī)劃中，如人工神經(jīng)網(wǎng)絡(luò)、進(jìn)化計(jì)算、模糊邏輯與信息融合等。

　　遺傳算法是最早應(yīng)用于組合優(yōu)化問(wèn)題的智能優(yōu)化算法，該算法及其派生算法在機(jī)器人路徑規(guī)劃研究領(lǐng)域已得到應(yīng)用，在蟻群算法較好解決旅行商問(wèn)題（TSP）的基礎(chǔ)上，許多學(xué)者進(jìn)一步將蟻群優(yōu)化算法引入到水下機(jī)器人（UV）的路徑規(guī)劃研究中?！　?br />
　　神經(jīng)網(wǎng)絡(luò)作為人工智能的重要內(nèi)容，在移動(dòng)機(jī)器人路徑規(guī)劃研究中得到了廣泛關(guān)注，如Ghatee等將Hopfield神經(jīng)網(wǎng)絡(luò)應(yīng)用到路徑距離的優(yōu)化中；

　　Zhu等將自組織SOM神經(jīng)網(wǎng)絡(luò)應(yīng)用到多任務(wù)多機(jī)器人的任務(wù)分配與路徑規(guī)劃中，近年來(lái)加拿大學(xué)者Simon提出一種新的生物啟發(fā)動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)模型，將神經(jīng)網(wǎng)絡(luò)的神經(jīng)元與二維規(guī)劃空間的離散坐標(biāo)對(duì)應(yīng)起來(lái)，通過(guò)規(guī)定障礙物和非障礙物對(duì)神經(jīng)元輸入激勵(lì)和抑制的不同，直接計(jì)算相關(guān)神經(jīng)元的輸出，由此判定機(jī)器人的運(yùn)行方向，由于該神經(jīng)網(wǎng)絡(luò)不需要學(xué)習(xí)訓(xùn)練過(guò)程，路徑規(guī)劃實(shí)時(shí)性好，同時(shí)利用神經(jīng)網(wǎng)絡(luò)本身的快速衰減特性，較好地解決了機(jī)器人路徑規(guī)劃的死區(qū)問(wèn)題。

基于生物啟發(fā)神經(jīng)網(wǎng)絡(luò)路徑規(guī)劃

　　如圖為用于局部路徑規(guī)劃的生物啟發(fā)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖，圖中所示為機(jī)器人（處于神經(jīng)元處）傳感器的感受半徑，每個(gè)神經(jīng)元與環(huán)境位置坐標(biāo)對(duì)應(yīng)，動(dòng)態(tài)計(jì)算機(jī)器人鄰近神經(jīng)元輸出，機(jī)器人根據(jù)神經(jīng)元輸出大小決定下一步運(yùn)行目標(biāo)，從而實(shí)現(xiàn)安全的路徑規(guī)劃。　　人工智能技術(shù)應(yīng)用于移動(dòng)機(jī)器人路徑規(guī)劃，增強(qiáng)了機(jī)器人的“智能”特性，克服了許多傳統(tǒng)規(guī)劃方法的不足，但該方法也有不足之處，有關(guān)遺傳優(yōu)化與蟻群算法路徑規(guī)劃技術(shù)主要針對(duì)路徑規(guī)劃中的部分問(wèn)題，利用進(jìn)化計(jì)算進(jìn)行優(yōu)化處理，并與其他路徑規(guī)劃方法結(jié)合在一起使用，單獨(dú)完成路徑規(guī)劃任務(wù)的情況較少。

　　信息融合技術(shù)主要應(yīng)用于機(jī)器人傳感器信號(hào)處理方面，而非直接的路徑規(guī)劃策略，對(duì)神經(jīng)網(wǎng)絡(luò)路徑規(guī)劃而言，大多數(shù)神經(jīng)網(wǎng)絡(luò)路徑規(guī)劃均存在規(guī)劃知識(shí)的學(xué)習(xí)過(guò)程，不僅存在學(xué)習(xí)樣本難以獲取，而且存在學(xué)習(xí)滯后問(wèn)題，從而影響神經(jīng)網(wǎng)絡(luò)路徑規(guī)劃的實(shí)時(shí)性，生物啟發(fā)神經(jīng)網(wǎng)絡(luò)路徑規(guī)劃雖然實(shí)時(shí)性較好，但其輸入激勵(lì)與抑制的設(shè)定也存在人為不確定因素。

　　此外，智能機(jī)器人還用到機(jī)器人視覺(jué)、智能控制、人機(jī)接口技術(shù)等多種技術(shù)。

　　相關(guān)知識(shí)：智能機(jī)器人

　　智能機(jī)器人之所以叫智能機(jī)器人，這是因?yàn)樗邢喈?dāng)發(fā)達(dá)的“大腦”。在腦中起作用的是中央處理器，這種計(jì)算機(jī)跟操作它的人有直接的聯(lián)系。

　　最主要的是，這樣的計(jì)算機(jī)可以進(jìn)行按目的安排的動(dòng)作。正因?yàn)檫@樣，我們才說(shuō)這種機(jī)器人才是真正的機(jī)器人，盡管它們的外表可能有所不同。

　　基本解釋

　　我們從廣泛意義上理解所謂的智能機(jī)器人，它給人的最深刻的印象是一個(gè)獨(dú)特的進(jìn)行自我控制的“活物”。其實(shí)，這個(gè)自控“活物”的主要器官并沒(méi)有像真正的人那樣微妙而復(fù)雜。

　　智能機(jī)器人具備形形色色的內(nèi)部信息傳感器和外部信息傳感器，如視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)、嗅覺(jué)。除具有感受器外，它還有效應(yīng)器，作為作用于周?chē)h(huán)境的手段。

　　這就是筋肉，或稱(chēng)自整步電動(dòng)機(jī)，它們使手、腳、長(zhǎng)鼻子、觸角等動(dòng)起來(lái)。由此也可知，智能機(jī)器人至少要具備三個(gè)要素：感覺(jué)要素，反應(yīng)要素和思考要素。

　　智能機(jī)器人

　　我們稱(chēng)這種機(jī)器人為自控機(jī)器人，以便使它同前面談到的機(jī)器人區(qū)分開(kāi)來(lái)。它是控制論產(chǎn)生的結(jié)果，控制論主張這樣的事實(shí)：生命和非生命有目的的行為在很多方面是一致的。

　　正像一個(gè)智能機(jī)器人制造者所說(shuō)的，機(jī)器人是一種系統(tǒng)的功能描述，這種系統(tǒng)過(guò)去只能從生命細(xì)胞生長(zhǎng)的結(jié)果中得到，現(xiàn)在它們已經(jīng)成了我們自己能夠制造的東西了。

　　智能機(jī)器人能夠理解人類(lèi)語(yǔ)言，用人類(lèi)語(yǔ)言同操作者對(duì)話(huà)，在它自身的“意識(shí)”中單獨(dú)形成了一種使它得以“生存”的外界環(huán)境——實(shí)際情況的詳盡模式。

　　它能分析出現(xiàn)的情況，能調(diào)整自己的動(dòng)作以達(dá)到操作者所提出的全部要求，能擬定所希望的動(dòng)作，并在信息不充分的情況下和環(huán)境迅速變化的條件下完成這些動(dòng)作。

　　當(dāng)然，要它和我們?nèi)祟?lèi)思維一模一樣，這是不可能辦到的。不過(guò)，仍然有人試圖建立計(jì)算機(jī)能夠理解的某種“微觀(guān)世界”。

　　按功能分類(lèi)綜述：可分為一般機(jī)器人和智能機(jī)器人。

　　一般機(jī)器人是指不具有智能，只具有一般編程能力和操作功能的機(jī)器人。

　　到目前為止，在世界范圍內(nèi)還沒(méi)有一個(gè)統(tǒng)一的智能機(jī)器人定義。

　　大多數(shù)專(zhuān)家認(rèn)為智能機(jī)器人至少要具備以下三個(gè)要素：

　　一是感覺(jué)要素，用來(lái)認(rèn)識(shí)周?chē)h(huán)境狀態(tài)；二是運(yùn)動(dòng)要素，對(duì)外界做出反應(yīng)性動(dòng)作；三是思考要素，根據(jù)感覺(jué)要素所得到的信息，思考出采用什么樣的動(dòng)作。

　　感覺(jué)要素包括能感知視覺(jué)、接近、距離等的非接觸型傳感器和能感知力、壓覺(jué)、觸覺(jué)等的接觸型傳感器。

　　這些要素實(shí)質(zhì)上就是相當(dāng)于人的眼、鼻、耳等五官，它們的功能可以利用諸如攝像機(jī)、圖像傳感器、超聲波傳成器、激光器、導(dǎo)電橡膠、壓電元件、氣動(dòng)元件、行程開(kāi)關(guān)等機(jī)電元器件來(lái)實(shí)現(xiàn)。

　　對(duì)運(yùn)動(dòng)要素來(lái)說(shuō)，智能機(jī)器人需要有一個(gè)無(wú)軌道型的移動(dòng)機(jī)構(gòu)，以適應(yīng)諸如平地、臺(tái)階、墻壁、樓梯、坡道等不同的地理環(huán)境。它們的功能可以借助輪子、履帶、支腳、吸盤(pán)、氣墊等移動(dòng)機(jī)構(gòu)來(lái)完成。

　　在運(yùn)動(dòng)過(guò)程中要對(duì)移動(dòng)機(jī)構(gòu)進(jìn)行實(shí)時(shí)控制，這種控制不僅要包括有位置控制，而且還要有力度控制、位置與力度混合控制、伸縮率控制等。

　　智能機(jī)器人的思考要素是三個(gè)要素中的關(guān)鍵，也是人們要賦予機(jī)器人必備的要素。思考要素包括有判斷、邏輯分析、理解等方面的智力活動(dòng)。

　　這些智力活動(dòng)實(shí)質(zhì)上是一個(gè)信息處理過(guò)程，而計(jì)算機(jī)則是完成這個(gè)處理過(guò)程的主要手段。