8、智能自主机器人的进化轨迹规划

智能自主机器人的进化轨迹规划

1. 引言

智能自主机器人（IARs）在未来有着巨大的应用潜力，将在人类生活中扮演重要角色。为了实现这一目标，IAR的导航系统需要具备高效、可靠的无碰撞轨迹规划能力。传统的轨迹规划方法，如路径图方法、单元分解方法和势场方法，虽然能解决一些问题，但在处理复杂环境时存在局限性。为了克服这些局限，研究者们提出了一种结合全局和局部规划方法的两阶段导航架构。这种架构利用了进化算法的强大优化能力，能够为IAR设计出最优且无碰撞的轨迹。

2. 进化轨迹规划基础

为了充分利用全局和局部规划方法的优点，研究者们提出了一种新的两阶段导航架构。如图所示，该架构由两个阶段组成：第一阶段是全局轨迹规划，第二阶段是局部自适应导航。

2.1 全局轨迹规划

在全局轨迹规划阶段，进化算法用于生成一条从起点到目标点的无碰撞最优轨迹。该阶段考虑了机器人在已知环境中的运动，通过最小化时间、距离和控制努力来规划路径。进化算法作为全局优化器，能够处理任意复杂的优化函数，因此非常适合用于此类问题。

2.2 局部自适应导航

在局部自适应导航阶段，机器人使用自适应控制器（如FALCON）来跟踪无碰撞的轨迹，并实时避开未知的静态和动态障碍物。该阶段主要依赖于机器人的传感器数据，能够灵活应对环境变化。

3. 轨迹规划问题的表述

考虑一个二维世界坐标系W（0-xy），其中充满了多边形障碍物。点移动机器人R的位置和速度由笛卡尔坐标（x(t), y(t