分析男開題報告

1、河北科技大學(xué)工程專業(yè)開題評審表注：1、成績以“合格”“不合格”記；評審組成員為高級。2、工程設(shè)計類包括：工程設(shè)計、建筑設(shè)計、產(chǎn)品設(shè)計、工藝設(shè)計、工業(yè)設(shè)計等；技術(shù)研究類包括：應(yīng)用基礎(chǔ)研究、應(yīng)用研究、預(yù)先研究、實驗研究、系統(tǒng)研究等；應(yīng)用類包括：系統(tǒng)、應(yīng)用、數(shù)據(jù)庫、網(wǎng)絡(luò)等；工程管理類包括：工程管理、工程規(guī)劃等男學(xué)校導(dǎo)師企業(yè)導(dǎo)師工程領(lǐng)域控制工程開題時間2014.11第1 次開題論文選題題目名稱輪式機器人路徑規(guī)劃方法的研究性質(zhì)（）工程設(shè)計（）；技術(shù)研究（ ）；應(yīng)用（ ）；工程管理（ ）項目來源 （）企業(yè)項目（）；部（?。╉椖浚ǎ?；國家項目（）；校企聯(lián)合項目（）； 自擬項目（ ）。評審組成員姓名職稱工作及

2、職務(wù)簽字教授教授評審意見（含：選題意義；實驗條件；技術(shù)方案可行性；研究計劃合理性等）成 績評審組長簽字：年月日領(lǐng)域簽字：年月日一、立論依據(jù)（所選課題的科學(xué)意義和應(yīng)用前景，國內(nèi)外研究現(xiàn)狀分析，主要參考文獻目錄）：1.1 課題的科學(xué)意義和應(yīng)用前景機器人自 20 世紀(jì) 60 年代誕生以來，便在裝配、機械加工、檢測、弧焊電焊等工業(yè)生產(chǎn)中得到廣泛應(yīng)用，各種類型的機器人提高了產(chǎn)品質(zhì)量，加快了工業(yè)進程，很大程度上提高了社會生產(chǎn)力，但是由于社會生產(chǎn)需求的不斷提高，這些固定位置的機器人由于其活動范圍有限而大大限制了其應(yīng)用范圍。二十世紀(jì)八十年代，移器人的研究開始興起，主要研究成果有巡邏排爆機器人、機器魚、無人飛行

3、器以及機器人等，移器人的研究領(lǐng)域不斷拓展。這些應(yīng)用對機器人的功能提出了更高的要求，準(zhǔn)確的說需要移器人具有較高程度的智能性，能夠適應(yīng)環(huán)境的變化。移器人的研究涉及人工智能、計算機、模式識別、傳感器技術(shù)、自動控制、機器視覺等諸多學(xué)科領(lǐng)域?？梢哉f，移器人集路徑規(guī)劃、任務(wù)執(zhí)行、運動控制與信息融合等功能于一身1。機器人的誕生使得傳統(tǒng)工業(yè)的生產(chǎn)面貌發(fā)生了根本性變化。目前移 器人不僅在工業(yè)生產(chǎn)、醫(yī)療、航天、安全、交通、軍事等領(lǐng)域具有十分重要的應(yīng)用價值，并且在求援、輻射、搜捕等 領(lǐng)域得到廣泛的應(yīng)用。移 器人廣闊的應(yīng)用前景必將帶來巨大的經(jīng)濟效益和社會效益。移 器人有多種機構(gòu)形式2-10,采用何種形式取決于移動環(huán)境

4、,從廣義上說,包括空間無人探測器、無人飛行器及深海無人潛水器等7,而本文所研究的移 器人主要針對地面環(huán)境中的輪式移動機器人。能夠在地面環(huán)境中移動的機構(gòu)形式主要有：輪式移 構(gòu)5； 式移 構(gòu)7；角足式移 構(gòu)6。此外,還有步進式移 構(gòu)、蠕動式移 構(gòu)、混合式移 構(gòu)和蛇行移 構(gòu)11-12等,適合于各種特別的場合。在不平整的地面上運動時,一般使用角足式移 構(gòu),輪式移 構(gòu)適合于不太粗糙的地面,而 式移 構(gòu)適合于地面傾斜不是很大的有 物的環(huán)境。在各種移 器人中輪式移 器人是最常見也是最重要的移 器人之一,除部分軍事和宇航用途(火星車可采用輪式結(jié)構(gòu))外,具有漫長歷史的輪式移 器人仍然能夠滿足絕大部分應(yīng)用場所的要

5、求。據(jù) 1991 年統(tǒng)計,在 個國家的 個機構(gòu)已宣布的 種移 器人中有 種機器人是輪式移 器人。實踐表明,輪式移 器人非常適合在光滑、堅硬的表面上工作。隨著移 器人技術(shù)的研究重點從面向特殊惡劣環(huán)境到面向一般環(huán)境的轉(zhuǎn)變,此類機器人正逐漸成為移 器人技術(shù)研究的主要方向,并引起廣泛關(guān)注。移 器人路徑規(guī)劃是在已知或未知環(huán)境下構(gòu)造出一條從起點到終點的最優(yōu)或較優(yōu)的無碰路徑,該問題涉及到機器人的運動模型、運動規(guī)劃與實際環(huán)境建模,是機器人研究領(lǐng)域的熱點問題之一。當(dāng)機器人具備全局環(huán)境信息時，可用 的全局規(guī)劃來得到一條自起點到終點的安全路徑，并能對運行過程中的某些性能指標(biāo)進行優(yōu)化，這方面的研究已有廣泛的 。但實際

6、上，機器人具有的環(huán)境信息往往不完全，并且是動態(tài)變化的，這時不能離線做出 全局規(guī)劃，機器人只能依靠實時探測到環(huán)境信息，經(jīng)過多次重規(guī)劃（滾動規(guī)劃）來得到可行的安全路徑。人們已提出了不少解決靜態(tài)未知路徑規(guī)劃問題的方法和策略，但對于存在動態(tài) 物的未知環(huán)境，還缺少有效地規(guī)劃方法。因此，對機器人在外界靜態(tài)未知 物和動態(tài)未知 物環(huán)境下的路徑規(guī)劃研究將具有重要意義。課題的國內(nèi)外研究現(xiàn)狀路徑規(guī)劃算法的研究是機器人研究領(lǐng)域中的一個重要分支，是機器人智能化的重要標(biāo)志。機器人的路徑規(guī)劃問題，就是依據(jù)某些算法或準(zhǔn)則（如工作代價最小、行走時間最短、行走路線最短等），在機器人的作業(yè)空間中尋找一條從起始位置到目標(biāo)位置的行走路

7、徑。根據(jù)機器人對環(huán)境信息的已知程度，路徑規(guī)劃可以分為對環(huán)境信息完全已知的全局路徑規(guī)劃和對環(huán)境信息完全未知或部分未知的局部路徑規(guī)劃，局部路徑規(guī)劃是通過傳感器實時地感知機器人的工作環(huán)境，以獲取物的位置、形狀和尺寸等環(huán)境信息，進而對機器人行走路徑進行規(guī)劃13。路徑規(guī)劃方法可以分為傳統(tǒng)路徑規(guī)劃方法和智能路徑規(guī)劃方法。傳統(tǒng)方法包括以下幾種：可視圖法、柵格法、空間法以及人工勢場法等。可視圖法可視圖法14,15的關(guān)鍵是構(gòu)造一個稱之為可視圖的連通圖。此方法將機器人視為一點，將 物的棱角、機器人起點 s 以及終點 g 用直線相連，同時確保所有線段不得穿過物，對圖中的邊賦值，構(gòu)造圖 GVE，V 為所有頂點的集合，

8、E 為邊集，如此生成的圖稱之為可視圖。由于圖 GVE中所有線段均是顯示的，路徑規(guī)劃問題就轉(zhuǎn)化為求圖 GVE的最短路徑問題，利用 Dijkstra 算法即可求解。為提高搜索效率，可在規(guī)劃前對可視圖進行預(yù)處理，以去除圖中冗余的線段?？梢晥D法忽略了機器人尺寸，易造成機器人經(jīng)過物頂點時與物發(fā)生摩擦甚至碰撞，且該方法缺乏靈活性，物的形狀只能局限于多邊形。柵格法柵格法16-19使用相同大小的柵格單元劃分環(huán)境空間，從而可用柵格數(shù)組表示環(huán)境信息。每個柵格由一個序號表示，一條路徑可以用一連串的柵格序號來表示。在環(huán)境空間中，沒有被 物占據(jù)的柵格為 柵格，被 物完全占據(jù)的柵格為 物柵格，被 物部分占據(jù)的柵格將其歸屬

9、為 物柵格。規(guī)劃前，根據(jù)柵格信息，在環(huán)境空間中構(gòu)造一個顯示或隱士的賦權(quán)連通圖，規(guī)劃過程中只需在形成的連通圖中搜索最短路徑即可。柵格法的優(yōu)點是容易編程實現(xiàn)，路徑編碼簡單，且能夠處理任意形狀的 物。缺點是存在求解精度與時空開銷之間的 ?？臻g法空間法20-21將環(huán)境空間劃分為 空間和 物空間兩部分，然后在 空間中搜尋最短路徑。 空間的創(chuàng)建是關(guān)鍵，其創(chuàng)建方法是：將不同 物的頂點兩兩相連，這些線段與 物的邊界將會形成多個凸多邊形等預(yù)定義的形狀，為使每個凸多邊形的面積盡可能大，可對一些冗余的連接線段進行精簡。如此形成的每個面積最大的凸多邊形即為 空間。再在 空間中將各連接線的中點進行相連，生成 網(wǎng)絡(luò)連通圖

10、。機器人可在 網(wǎng)絡(luò)連通圖中進行路徑規(guī)劃。 空間的創(chuàng)建不涉及到起始位置和目標(biāo)位置，因而，路徑規(guī)劃過程中若起始位置和目標(biāo)位置發(fā)生變動，不需要重新構(gòu)造 空間中的連通圖，具有較高的靈活性。其缺點是不能適應(yīng)環(huán)境的變化且不能保證肯定能獲取最短路徑。(4) 人工勢場法上世紀(jì) 80 年代，斯坦福大學(xué)教授 Oussama Khatib 首次提出了人工勢場法22-23，其靈感來源于物理學(xué)中勢場和力場的基本理論。其算法原理是在機器人的工作空間中構(gòu)造一種虛擬人工力場，在物附近存在斥力勢場，在目標(biāo)位置附近存在引力勢場，機器人在斥力場和引力場的共同作用下傾朝向目標(biāo)位置移動，并能夠避免與物發(fā)生碰撞。人工勢場法在數(shù)學(xué)上描述簡

11、單、美觀，計算量小，實時性較好，但存在局部最優(yōu)問題。智能路徑規(guī)劃方法中應(yīng)用較多的有模糊邏輯算法、神經(jīng)網(wǎng)絡(luò)、遺傳算法和群蟻算法。遺傳算法遺傳算法（GA)24-33是由 John Holland 于 20 世紀(jì) 60 年代首次提出。它將生物進化中的自然選擇和種群遺傳學(xué)原理引入到搜索過程中。遺傳算法將自然界中“適者生存”這一自然規(guī)律作為主旋律，并結(jié)合隨機信息交換，有力提高了搜索效率。其基本是在問題的求解過程中，把問題的每一個可能解視為種群中的一個，所有組成種群。依據(jù)某些評價標(biāo)準(zhǔn)對每一個進行評價，計算其適應(yīng)度，并根據(jù)概率對每個進行遺傳操作，如選擇、交叉、變異等操作，淘汰適應(yīng)度小的，保留適應(yīng)度大的，從而

12、得到下一代種群，且下一代種群優(yōu)于上一點種群。這樣反復(fù)迭代，最終種群會進化到最優(yōu)狀態(tài)，也即獲得具體問題的最優(yōu)解。移器人路徑規(guī)劃是遺傳算法重要的應(yīng)用領(lǐng)域之一，其缺陷是在搜索過程中容易陷入局部最優(yōu)，收斂速度過慢以及實時性較差等問題。本文將在下一章基于對經(jīng)典遺傳算法的改進來研究移器人全局路徑規(guī)劃問題。模糊邏輯算法模糊邏輯算法18,21,34的靈感來源于駕駛員的駕駛經(jīng)驗。該算法的基本是根據(jù)傳感器感知的實時環(huán)境信息，依據(jù)駕駛員的駕駛經(jīng)驗做出決策，從而避免與環(huán)境中物發(fā)生碰撞，完成局部路徑規(guī)劃，而不是對環(huán)境信息的精確計算來完成的。模糊邏輯算法可以避免局部極小問題，實時性較好，可以應(yīng)用于動態(tài)環(huán)境下的路徑規(guī)劃。其

13、缺點主要是算法復(fù)雜度隨著 物數(shù)量的增加而增加，且模糊規(guī)則難以建立。神經(jīng)網(wǎng)絡(luò)算法通過對生物大腦神經(jīng)系統(tǒng)的認知而創(chuàng)建的具有非線性 能力、泛化能力以及自組織與自適應(yīng)能力的多處理器計算機系統(tǒng)，稱為神經(jīng)網(wǎng)絡(luò)21,34。它是仿效生物大腦神經(jīng)系統(tǒng)的一種分布式系統(tǒng)模型，化的人腦神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型。神經(jīng)網(wǎng)絡(luò)是由許多功能有限結(jié)構(gòu)簡單的神經(jīng)元組成的復(fù)雜系統(tǒng)，大量神經(jīng)元之間的互動能夠?qū)崿F(xiàn)復(fù)雜的行為。神經(jīng)網(wǎng)絡(luò)算法具有學(xué)習(xí)能力強、容錯性好、快捷方便以及能夠處理復(fù)雜的非線性關(guān)系等優(yōu)點。但神經(jīng)網(wǎng)絡(luò)算法存在局部極小化、收斂速度慢以及 能力與訓(xùn)練能力。蟻群算法蟻群算法21,34-36由意大利學(xué)者 M.Dorigo 于 1991

14、年首次提出，該算法模擬了自然界中螞蟻的覓食行為，其計算過程主要包括兩個階段：信息素的累積階段和螞蟻間的協(xié)作階段。前者包括各個可行解根據(jù)累積的信息不斷調(diào)整自身結(jié)構(gòu)的過程，即螞蟻不斷選擇從信息素濃度高的路徑上經(jīng)過，進而使得該路徑上螞蟻留下的信息素濃度越來越大，而信息素濃度低的路徑，螞蟻選擇的概率會越來越小，隨著時間推移會被慢慢淘汰；在螞蟻間的協(xié)作階段，可行解相互間不斷進行信息交流，以希望發(fā)現(xiàn)更加優(yōu)秀的路徑，產(chǎn)生更好的解。蟻群算法作為應(yīng)用比較廣泛的模擬進化算法，最初是用于解決旅行商問題（TSP），目前已經(jīng)用來解決許多組合優(yōu)化問題、工件排序問題以及路由選擇問題等。蟻群算法的優(yōu)點有魯棒性強、具有高度并行

15、性。但蟻群算法的研究時間不長，還未形成堅實的數(shù)學(xué)基礎(chǔ)和系統(tǒng)的分析方法，算法中參數(shù)的選取尚無理論依據(jù)，有待進一步研究。交通大學(xué)、哈爾濱工程大學(xué)等 對機器人路徑規(guī)劃方法展開了研究，在已知機器人期望運動軌跡的情況下，該運動軌跡是由幾何參數(shù)來描述的，機器人基本可以按照由時間關(guān)系曲線圖所表達的期望運動軌跡而運動。 景興建37等提出了一種基于理性遺傳算法的協(xié)調(diào)運動行為 算法，使得機器人在已知環(huán)境下，運動行為更加協(xié)調(diào)與優(yōu)化。在復(fù)雜環(huán)境下，機器人的運動路徑大多不能用幾何參數(shù)來表達，這就要求機器人的運動狀態(tài)要隨著環(huán)境中 物的變化而變化，因此機器人沿任意曲線運動的路徑規(guī)劃算法研究對于機器人 完成任務(wù)具有重要意義。

16、1.3 主要參考文獻1，等.移器人技術(shù)及其應(yīng)用. 電子工業(yè)，20072華,. 移器人的發(fā)展現(xiàn)狀及其趨勢. 機器人技術(shù)與應(yīng)用,2001,(3),7-14 3,. 移人技術(shù)研究現(xiàn)狀與未來. 機器人,2002,24(5),475-4804 王天然. 機器人.:化學(xué)工業(yè),2002.15,. 室外智能移器人的發(fā)展及其研究. 機器人,2000,22(6),519-5266 李滿天,. 小型雙足移器人控制系統(tǒng).特微電機,2003,(4),17-18. 機器人智能控制工程.:科學(xué),2004.6方建軍,何廣平. 智能機器人.:化學(xué)工業(yè),2004.2JohnM.Holland.eDsigning Mobile A

17、utonomous Robots.ton Butterworth 一 Heinemann,2004 10Roland Siegwart,IllahR.Nourbakhsh.roduetion to Autonomous Mobile Robots. Cambridge,Mass MITPress,200411,超,. 蛇形機器人研究現(xiàn)況與進展. 機器人,2002,24(6),559-563 12,超,等. 蛇形機器人側(cè)向運動的研究. 機器人,2003,25(3),246-24913 KruusmaaM, WillemsonJ. Covering the path space:a case ba

18、seysis for mobile robot path planingJ. Knowledge-Based Systems 2003,16(5P6):235-242.14，. 移器人路徑規(guī)劃技術(shù)綜述. 控制與決策，2010, 25(07), 961-96715，原寶龍. 機器人路徑規(guī)劃方法綜述. 控制工程，2003, 10(S1), 52-5516，等.多機器人路徑規(guī)劃研究方法. 計算機應(yīng)用研究，2008, 9(25): 66-6917 鄔再新，. 多移器人路徑規(guī)劃技術(shù)的研究現(xiàn)狀與展望. 機械，2008, 35(1): 01-0418，. 機器人路徑規(guī)劃方法的研究. 機械工自動化，2009,

19、 05(01): 94-9619 X. X.He and L. T.Chen. Path planning based on grid-potential fields. Proceedings of ernational Conference on Computer Science and Software Engineering. Wu han, 2008,1114-111620，.移器人路徑規(guī)劃技術(shù)綜述. 控制與決策，2010, 25(07), 961-96721，原寶龍.機器人路徑規(guī)劃方法綜述. 控制工程，2003, 10(S1), 52-55B. Q. Ye, M. F. Zhao

20、and Y.Wang. Research of path planning method for mobile robot based on artifil potential field. 2011ernational Conference on Multimedia Technology,Hangzhou,2011, 267-270J. C. Fraile,C. H. Wang, C. J. J. Paredis and P. K. Khosla. Agent-based control andplanning of a multiple manipulator assembly syst

21、em. IEEEernational Conference on Robotics and Automation,1999,(2): 1219-1225.基于改進遺傳算法的移器人路徑規(guī)劃方法研究. 計算機工科學(xué)，2010, 32(07), 104-107，.使用遺傳算劃移器人路徑. 西北工業(yè)大學(xué)學(xué)報，1998, 16(04), 580-583，孫紅霞. 遺傳算法在移器人靜態(tài)全局路徑規(guī)劃中的應(yīng)用.與信息化，2008, (03), 103-106P. Shi and Y. J. Cui. Dynamic path planning for mobile robot based on genetic

22、 algorithm in unknown environment. 2010 Chi Control and Deci Conference, Bangkok, iland 2010, 4325-4329T. Suhail, S.Mercy and H. Suhai. Optimal path selection for mobile robot navigation using genetic algorithm. ernational Journal of Computer Science I es, 2011, 08(04): 433-440C.C.Tsai, H. C.Huang a

23、nd C. K. Chan. Parallel elite genetic algorithm and its application to global path planning for autonomous robot navigation.IEEE Tran ion on Industrial Electronics,2011, 58(10): 4813-4821L. Lei, H. J.Wang and Q. S. Wu. Improved genetic algorithms based path planning of mobile robot under dynamic unk

24、nown environment. Proceeding of the 2006 IEEE ernational Conference on Mechatronics and Automation, Luo , China 2006, 1728-1732, , . 基于改進遺傳算法的移 器人路徑規(guī)劃方法研究. 計算機科學(xué)與工程, 2010, 32(7): 104-107S. C. Yun, V. Ganapathy and L. O. Chong. Improved genetic algorithms based optimum path planning for mobile robot.

25、11th ernational Conference on Control, Automation, Robotics and Vi , Singapore, 2011, 1565-1570N. T. Mahmood, M. S. Taghi. Efficient and safe path planning for a mobile robot using genetic algorithm. IEEE Congress on Evolutionary Compu ion,Trondheim, Norway, 2009, 2091-209734 ，淘金， . 移 器人路徑規(guī)劃技術(shù)研究. 廣西

26、學(xué)院學(xué)報，2009, 20(04), 70-77I. A. Wagner, M. Lindenbaum and A. M. Bruckstein. Distributed Covering by Ant-Robot Using Evaporating Tra. IEEE Tranion on robotics and automation, 1999, 15(5): 918-933，.動態(tài)環(huán)境下基于蟻群算法的機器人路徑規(guī)劃研究.師范大學(xué)學(xué)報(工程技術(shù)版)，2006, 06(03):45-50景興建，超.一種基于理性遺傳算法（RGA）的協(xié)調(diào)運動行為算法.機器人，2002,24（01）:49-54

27、二、研究內(nèi)容，預(yù)期目標(biāo)或成果（具體說明課題研究內(nèi)容，要重點解決的關(guān)鍵問題和本課題所要達到的目標(biāo)或要取得的成果）：2.1 課題研究內(nèi)容及重點解決首先建立機器人運動學(xué)建模，采用兩輪差動驅(qū)動三輪式移 器人，然后對機器人的運動學(xué)模型進行分析和研究，為后期移 器人路徑規(guī)劃提供數(shù)學(xué)模型。在移 器人運動學(xué)模型基礎(chǔ)上，進行了機器人的定位研究，主要利用機器人自身安裝的光電編 進行機器人的自定位。如何對光電編 的讀數(shù)進行推算，來實現(xiàn)機器人的自定位是本章去解決的重點問題?；谶z傳算法的全局路徑規(guī)劃，因為傳統(tǒng)遺傳算法存在收斂速度慢、容易陷入局部極小點等問題，所以提出一種改進遺傳算法，以避免傳統(tǒng)遺傳算法的局部最優(yōu)和收斂

28、速度慢 。遺傳算法的關(guān)鍵在于如何對已有的遺傳算子進行改進并增加新的遺傳算子來優(yōu)化路徑，從而避免該路徑與 物發(fā)生碰撞?；谀：窠?jīng)網(wǎng)絡(luò)的智能方法構(gòu)建模糊神經(jīng)網(wǎng)絡(luò)，進行機器人路徑的實時規(guī)劃。機器人裝有光電編 ，以檢測機器人的全局位置和前進方向；研究超聲傳感器來實現(xiàn)機器人路徑規(guī)劃時的 探測，并對所得到的 物信息進行模糊處理，針對靜態(tài)未知環(huán)境設(shè)計基于模糊神經(jīng)網(wǎng)絡(luò)的路徑規(guī)劃方法。機器人由世界坐標(biāo)系的原點出發(fā),目標(biāo)點的絕對位置 于機器人中,并實時通過目標(biāo)點與機器人在坐標(biāo)系中的全局位置推算該時刻坐標(biāo)點相對于機器人的方向，分析如何根據(jù)這些數(shù)據(jù)來實時規(guī)劃出機器人運行行為是本節(jié)的重點。預(yù)期目標(biāo)完成對移器人運動學(xué)模

29、型的建立。機器人定位研究算法的推算以及驗證定位光電編 實現(xiàn)機器人自定位的可行性。分析 模擬基于改進遺傳算法的機器人路徑規(guī)劃以及比較改進遺傳算法和傳統(tǒng)遺傳算法的性能，分析通過兩個實驗來驗證改進遺傳算法的有效性和高效性。由于單獨的模糊邏輯控制可能由于被控系統(tǒng)太復(fù)雜而無法定出控制規(guī)則，而單獨的神經(jīng)網(wǎng)絡(luò)生成的 規(guī)則是在網(wǎng)絡(luò)中隱含而無法直接理解的，通過模糊控制和神經(jīng)網(wǎng)絡(luò)的兩種技術(shù)的結(jié)合，對路徑規(guī)劃進行優(yōu)化并通過仿真實驗來驗證模糊神經(jīng)網(wǎng)絡(luò)的路徑規(guī)劃方法的有效性。三、擬采用的研究方法、技術(shù)路線、試驗方案、可行性分析及研究進度安排：3.1 研究方法兩輪差動驅(qū)器人的結(jié)構(gòu)模型，運動學(xué)模型原理及算法。通過使用光電編

30、實現(xiàn)機器人的自定位，進行懸空實驗的測量值與理論值對比，驗證利用光電編進行機器人全局定位的可行性。通過比較原始遺傳算法和改進的遺傳算法，并通過仿真實驗?zāi)M基于改進遺傳算法的機器人路徑規(guī)劃以及比較改進遺傳算法和傳統(tǒng)遺傳算法的性能。模糊控制和神經(jīng)網(wǎng)絡(luò)的兩種技術(shù)相互結(jié)合，依靠光電編 來實現(xiàn)自身定位，選擇多個超聲傳感器獲得 物信息，并對獲得的信息進行模糊處理，使用基于模糊神經(jīng)網(wǎng)絡(luò)的智能方法構(gòu)建模糊神經(jīng)網(wǎng)絡(luò)，并進行機器人路徑的實時規(guī)劃，最后進行仿真實驗，分析驗證方法的有效性。3.2 技術(shù)路線（1）遺傳算法在選擇操過程中，聯(lián)合使用賭選擇遺傳算子和精英選擇遺傳算子；改善其他遺傳算子；增加了新的遺傳算子修改遺傳

31、算子。開始改進遺傳算法流程圖：Y終止條件？N結(jié)束精英選擇計算適應(yīng)度修改突變兩點交叉賭選擇種群初始化(2) 研究移 器人在未知環(huán)境下的路徑規(guī)劃，實驗中,機器人在行進時,必須確定周圍的 信息,而對 物的距離和角度進行探測則主要通過超聲傳感器來實現(xiàn)，且采用多個超聲傳感器來進行探障，另外實驗中對 距離信息進行模糊處理，然后構(gòu)建模糊神經(jīng)網(wǎng)絡(luò)。構(gòu)建模糊神經(jīng)網(wǎng)絡(luò)時每經(jīng)過一個采樣時間進行一次信息，并對傳感器信息數(shù)據(jù)進行一次處理，得到的當(dāng)前環(huán)境信息作為機器人下一步行為動作的依據(jù)。實驗當(dāng)中采用誤差反傳算法對模糊神經(jīng)網(wǎng)絡(luò)進行學(xué)習(xí)訓(xùn)練，從而來調(diào)整輸出速度和轉(zhuǎn)角對應(yīng)的權(quán)值。實驗方案研究分析改進遺傳算法，通過 實驗環(huán)境模擬改進遺傳算法的機器人路徑規(guī)劃，并比較改進遺傳算法性能。將模糊邏輯技術(shù)和神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合，通過 仿真來驗證機器人能夠順利的繞過 物到達目標(biāo)點，從而驗證構(gòu)建的模糊神經(jīng)網(wǎng)絡(luò)是可行的?？尚行苑治龉怆娋?是利用光電原理，將角度、位置、轉(zhuǎn)速等物理量轉(zhuǎn)化為電氣信號并加以輸出的一種傳感器。軸每轉(zhuǎn)動一圈產(chǎn)生固定脈沖數(shù)，計數(shù)器 的脈沖數(shù)即為測得碼盤轉(zhuǎn)過的角度，這種碼盤可以用來測量軸角或者位移,分辨率高低取決于碼盤每轉(zhuǎn)一圈產(chǎn)生的脈沖數(shù)和相對于被測角或者位移的傳動比，通過對光電編 的讀數(shù)進行推算，來實現(xiàn)機器人的自定位。在利用遺傳算法求解具體問題時，其執(zhí)行過程有對所求問題進行編碼；給出問題的