三、常用避障算法简介
5.基于神经网络的避障算法
1）先将问题转化为优化问题。 2）用神经网络表示惩罚函数。 3）推导出相应的反向传播算法用于神经网络的训练。 将避障或者说是路径规划问题转化为最优化问题，地图上 的障碍物即为问题的约束条件，再用神经网络引入惩罚函 数，这样就将有约束条件的最优化问题转化为无约束优化 问题。
用栅格法划分地图
概率的计算
算法流程
四、基于栅格法的避障策略研究
在进行避障和路径规划 时，采用栅格为基本单 位表示环境信息。按照 机器人及其有限的活动 场地大小进行栅格的定 义和场地的栅格划分。 图中具有黑色方块的栅 格表示有障碍物
用栅格法划分地图
四、基于栅格法的避障策略研究
下一步可以有八个方位 进行搜索，即：东、南、 西、北、东北、西北、 东南、西南 在不同的方向上加上关 联程度a： 黑色区域的方向，a=0 白色区域的方向，a=1 根据具体地图环境，给 不同的方向附上权值
Amigo机器人避障策略研究
姓名： 学号：
专业：
指导老师：
Contents
1 2 3 4
绪论 Amigo移动机器人介绍
常用避障算法简介
基于栅格法的避障策略研究
5
6
仿真验证
总结与展望
一、绪论
课题来源
移动机器 人
自主避障的能力是移动机器人智能化程度 的重要指标，是实现在未知环境中自主完成预 设任务的关键技术之一，也是移动机器人在复 杂多变环境中稳定、安全、高效完成任务的重 要保障
在硬件方面，我们可以用更高级的测距仪器实现避障，如：激光测距仪 在算法方面，我们可以用第三章所列举的高级编程思想，来实现避障
三、常用避障算法简介
1.基于几何构造的避障算法 2.基于栅格划分的避障算法
3.基于逻辑推理的避障算法 4.基于模糊控制的避障算法
5.基于神经网络的避障算法 6.基于人工势场的避障算法
三、常用避障算法简介
1.基于几何构造的避障算法
我们可以连接起始点和障碍物 的顶点，再连接障碍物的顶点 和目标点，障碍物的不同顶点 对应了不同的路径，从这些有 限的路径中选出的最短路径就 是我们要求的最优路径。这种 算法比较简单，但功能单一， 不能在动态未知地图条件下实 现避障。
五、 仿真验证
让移动机器人继续移动， 每走一步最优路径会更新，避障效果更好。 当然由于地图简单，路径改变不明显。从仿真结果可以看出，栅格搜 索算法成功地完成了机器人避障所要求的任务。
六、总结与展望
本次研究所用的算法只能实现在静态环境中的避障，不能够实现动态避障， 即障碍物时静止的。因为所用栅格法，第一步就要求对所给地图划分栅格， 相应的障碍物的位置和形状早已为给定。
其次
再次 最后
二、Amigo移动机器人介绍
硬件系统
1.底盘采用三轮结构：一个万向轮，仅起支撑作用，不起导向 作用；两个驱动轮则位于车体两侧，采用PWM控制 2.内嵌SH2微控制器，负责底层数据处理和命令执行，如获取 传感器信息，小车位置信息等等 3.配备有8个声呐测距装置 ，负责采集周围环境信息，将数据 传给微处理器处理 4.其上安装有无线接收与发送模块，通过此模块可以与电脑实 现实时通讯
二、Amigo移动机器人介绍
软件系统
1. ARIA ：这是为Mobile Robots开发的，面向对象的，用于 机器人控制的应用程序接口系统，其他程序都是以ARIA为基 础的 2. ARNL ：这是用于Mobile Robots机器人平台定位及自主导 航的软件开发包 3. MobileSim ：这是移动机器人的仿真软件，包含机器人以 及周围环境模型，可以加载地图，获取传感器数据信息 4. Mapper3：是地图绘制软件，他可以把激光测距仪获得的 信息自动生成地图，也可以让用户自己手动绘制地图，手动绘 制的地图也可以直接加载在MobileSim中
一、绪论
移动机器 人
目前机器人避障还远未达到实时和全自主 的要求，在未知复杂环境下很多还只能实现半 自主。随着视觉采集设备质量和计算机图像处 理技术的不断提高，移动机器人的障碍物识别 与避障能力将会大大提高。 基于以上重要性指导教师自拟此课题
一、绪论
课题研究 主要内容
首先
介绍Amigo机器人的硬件配 置、软件系统以及客户端操 作平台和人机通讯方式 介绍移动机器人避障的常用 算法并比较各自的优缺点 以栅格搜索法的避障算法为 重点，分析Amigo机器人的 避障实现过程 借助仿真软件进行仿真，验 证算法的可行性，并总结不 足和可以改进的地方
算法流程
四、基于栅格法的避障策略研究
首先计算各个方向的概率，确定由起始 点到目标点的所有可避障路径 。m=0
选择经过栅格个数最少的一条为最优避 障路径，并走到下一个栅格。m=0+1
到达下一个栅格后，重新将目前已到达 的栅格作为新的一个起始点，计算出新 的起始点到目标点的最优路径
每走一步都更新地图信息，这会让移动机 器人最终所走的路径更趋于最优避障路径
三、常用避障算法简介
3.基于逻辑推理的避障算法
算法步骤如下：
1）定义一个状态集，该集合反 映机器人通过传感器测得的当 前状态。 2）定义一个行为集，该集合反 映机器人当前可以采取的动作。 3）确定从状态到行为的映射关 系。
三、常用避障算法简介
4.基于模糊控制的避障算法
在基于逻辑推理的路径规划方法基础进行改进： 1）传感器的一次测量值与多个状态对应，每个状态有一个 隶属度对应。 2）根据模糊推理结果确定行为。 引入隶属度的概念可以明显的减少传感器测得的状态个数。 模糊控制就相当于是在逻辑推理的基础之上，改进了缩小状 态集的方法，从而让移动机器人在移动过程中的自主性更加 明确。
二、Amigo移动机器人介绍
人机通讯
Amigo机器人与计算机系统连接方式主要有三种：一是通 过串行口建立连接，该方法连接简单，只需要一条串口连接线， 即可实现机器人与计算机系统连接，但受到串口线的限制，计 算机对机器人控制不方便；二是通过无线网络建立连接，机器 人和计算机之间需要借助无线路由器建立连接，进而可实现对 机器人的远程控制，该方法应用较多；三是车载计算机系统， 机器人配备嵌入式计算机主板，该主板具有常规的键盘、鼠标、 显示器接口，具有0/100M自适应网卡，具有4个COM口，2个 USB口，在PC104/PC104+扩展总线。车载计算机通过COM1口 与控制器连接，直接实现数据通信。 这里，我们用第二种连接 方式。
五、 仿真验证
图中，红色小点代表移动机器人Amigo，浅黄色的矩形块代表障碍物。 起始点为图左下角标有“start”的点，目标点为图靠上部的地方，标 有“Goal”的点。程序执行前 ，机器人停在起始点
五、 仿真验证
执行程序让机器人开始移动，栅格搜索法已为移动机器人计算出一条 实现避开障碍物的最优路径
某个方向的概率： 这个方向的权值比上所有方向 权值的和 概率的计算
四、基于栅格法的避障策略研究
将搜索过程分为m组，每一组会得 到n条可行路径。m代表从起始点 到目标点所经过的栅格总数 ，每走 一步，m就加一；n为每组中所有 的可行路径，这些可行路径都是从 当前起点到目标点的路径 每条可行路径，都是通过一步步计 算每个可行方向的概率而得到的
三、常用避障算法简介
6.基于人工势场的ቤተ መጻሕፍቲ ባይዱ障算法
障碍物对机器人施加排斥力，目 标点对机器人施加吸引力，排斥 力和吸引力的合力形成势场，机 器人移动就像球从山上滚下来一 样，移动机器人在合力作用下向 目标点移动。
应用势场法规划出来的路径一般 是比较平滑并且安全。
四、基于栅格法的避障策略研究
第四章主要有以下几个部分的内容
三、常用避障算法简介
2.基于栅格划分的避障算法
建立一个环境坐标系来描述机器人的环境，在这个坐标 系中，二维笛卡尔栅格不断被机器人传感器采样环境所 更新，环境坐标是绝对地表示环境，并在一定的实时区 域、一定时间内保持坐标原点的固定，但在局部区域内 完成了移动后，再基于目前行驶点和下个目标点重新建 立机器人的环境地图。