张燕,徐一超,盛洲

(南京大学金陵学院,南京210089)

A*算法在移动机器人自学习中的使用*

张燕,徐一超,盛洲

(南京大学金陵学院,南京210089)

通过让移动机器人在未知环境下的自学习过程来得到环境地图,然后利用A*算法进行最优路径规划,并选取路径中的关键节点传给移动机器人,移动机器人就可以根据这些节点自主运行。通过移动机器人自主运行实验,可以看出其运行效果良好。

路径规划;A*算法;自学习;二维地图

引 言

自主移动机器人是一种通过传感器来感知和探测周围未知环境并在收到命令后进行自主移动的智能系统[1]。移动机器人能否进行高效率的导航移动即能否在环境中移动到目的地,是衡量机器人定位技术的关键[2]。移动机器人自学习需要以下几部分技术,首先需要获取未知环境下的障碍物地图,其次需要移动机器人知道自己的位置信息,最后需要使用路径规划算法进行路径规划。

目前常用的环境信息是通过传感器进行数据获取的,机器人避障和测距传感器主要有红外、超声波、激光及视觉传感器[3]。激光传感器和视觉传感器价格较贵,对控制器的要求较高[4],因而,在移动机器人系统中多采用红外及超声波传感器。因此本设计中采用超声红外传感器进行数据获取。目前移动机器人定位技术很多,常见的有内部传感器定位技术、主动传感器定位技术、视觉传感器定位技术、全球卫星定位技术[5]。综合考虑成本等因素,本设计使用内部传感器定位技术,采用里程计和陀螺仪进行位置定位。……