芦红利， 闫 娟， 余星宝， 路玉凤， 张雪涛， 张友朋

(上海工程技术大学 机械与汽车工程学院， 上海 201620)

随着社会的不断发展，爬壁机器人得到了飞速的发展[1-2]，其可用于桥梁检测、壁面清洗和船舶除锈等场合，代替了人在危险环境下进行作业。为保证机器人在复杂的壁面环境[3]能够正常的工作，爬壁机器人需要对壁面存在的障碍物进行及时躲避并继续工作[4-6]。

爬壁机器人避障控制属于局部避障控制[7]，不同于全局避障控制[8]。现有爬壁机器人进行局部避障的方法主要有：人工势场法[9]，分别建立运动体和障碍物、目标点的作用力，利用引力和斥力的不断作用从而规避障碍物，到达目标点。改进可视图法[10-11]，利用传感器建立目标点和障碍物的连线，运动体和障碍物的连线，通过各组连线建立可视化的数学模型，机器人避开障碍物到达目标点。模糊控制规避法[12-13]，将模糊控制器的输入设置为运动体和障碍物间的距离，从而计算出运动体的输出速度和角速度，实现规避障碍物同时到达目标点。

上述算法都能够实现机器人避障的目标，但由于爬壁机器人在运动时受到重力、壁面支撑力和吸附力的影响，同时也考虑到实际应用中隶属函数精度不高，不能很好完成实际工作的问题，课题组通过引入遗传算法，对机器人的模糊控制隶属函数和模糊控制规则进行优化。在MATALB软件中进行仿真，对遗传算法和遗传模糊控制算法进行比较，为深入研究爬壁机器人路径规划和避障控制提供参考依据。……