张 秦,段中兴

(1.西安建筑科技大学 信息与控制工程学院， 西安 710055 ;2.西部绿色建筑国家重点实验室， 西安 710055)

0 引言

机器人路径规划问题是移动机器人导航与控制研究的最基本环节，得到了广泛的研究和探讨。路径规划问题指的是在有障碍的环境中，寻找一条实现从起始点到目标点的最优路径。路径规划问题主要由3个阶段环境建模、路径搜索、路径生成构成[1]。路径规划问题根据环境信息的特点划分为静态环境路径规划和动态环境路径规划；又可依据对环境信息掌握程度的差异划分为全局路径规划和局部路径规划。当前，常见的路径规划方法有：占据栅格法[2]、人工势场法[3-4]、PSO算法[5]、A*算法[6]、生物激励神经网络算法[7-9]等。

传统占据栅格法将地图环境离散化为独立的正方形栅格，每个栅格有两种状态:空闲和被占据。thrun等指出在栅格定位中，栅格大小和定位误差与传感器误差有关，影响了栅格地图的精确度[10]。而岳伟韬等提出建立“有义地图率”来描述占据栅格地图的准确度，并通过理论推导,得到了有义地图率的理论计算方法，建立信息量和栅格大小的联系，用损失函数来评估占据栅格地图的精度[2]。但是此算法计算量较大，路径规划效率较低，首先需要获取全局地图环境。人工势场法是较为普遍的路径规划方法，但传统人工势场路径规划算法存在易陷入局部极小值，目标不可达等问题，于振中等建立改进的势场模型，采用计算势场强度的方法代替矢量力控制，将移动障碍物与机器人的相对速度引入到势场函数中，实现了动态环境下的路径规划，对于局部极小值的问题，引入了填平势场法来使机器人走出局部极小值点[11]。……