基于改進人工勢場法的移動機器人導(dǎo)航控制

李國進+陳武+易丐??

摘要：傳統(tǒng)人工勢場法在移動機器人導(dǎo)航過程中存在局部極小值，障礙物周圍震蕩等問題。針對采用傳統(tǒng)人工勢場法實現(xiàn)移動機器人導(dǎo)航過程中存在的問題，本文引入旋轉(zhuǎn)力改進人工勢場法，同時運用細菌覓食混合粒子群算法（BF-PSO）對移動機器人導(dǎo)航過程中的控制器參數(shù)及勢場函數(shù)增益系數(shù)進行離線優(yōu)化。運用優(yōu)化參數(shù)進行基于改進人工勢場法的移動機器人導(dǎo)航的仿真，仿真結(jié)果表明BF-PSO算法對移動機器人導(dǎo)航具有較好的優(yōu)化效果。

關(guān)鍵詞：導(dǎo)航；改進人工勢場法；PID控制器；BFPSO

中圖分類號：TP242文獻標識碼：ADOI：10.3969/j.issn.10036199.2017.01.011

1引言

移動機器人導(dǎo)航是機器人研究的一個重要問題。人工勢場法因其計算簡單明了而被廣泛的應(yīng)用在移動機器人導(dǎo)航上，但由于傳統(tǒng)人工勢場法存在固有局限性[1]， 導(dǎo)致移動機器人在導(dǎo)航過程中存在著如下問題，一個是存在局部極小值；另一個是路徑在障礙物前震蕩，出現(xiàn)機器人呈鋸齒形前進[2] [3]。

通過分析傳統(tǒng)人工勢場法存在的不足，本文引入一種添加旋轉(zhuǎn)力的改進人工勢場法。該方法在保留傳統(tǒng)人工勢場法的基礎(chǔ)上解決了傳統(tǒng)人工勢場法存在部分問題。但由于移動機器人在移動的過程中，機器人的移動方向和速度在一定程度上受控制系統(tǒng)和勢場函數(shù)增益系數(shù)的影響，且這些參數(shù)均由人為設(shè)定，因此存在優(yōu)化空間。故本文采用BFPSO算法對移動機器人的兩個PID控制器參數(shù)和勢場函數(shù)的增益系數(shù)進行離線優(yōu)化。

2傳統(tǒng)人工勢場法

人工勢場包括兩部分，分別是目標產(chǎn)生的引力勢場和障礙物產(chǎn)生的斥力勢場[4]。目標點對機器人產(chǎn)生吸引力，大小與目標到機器人的距離成正比，方向由機器人指向目標點；障礙物對機器人產(chǎn)生排斥力，大小與障礙物到機器人的距離成反比，方向是由障礙物指向機器人。這兩種力的矢量和將產(chǎn)生一個合力的大小和方向，使得機器人能跟隨這個方向成功的避開障礙物，順利到達目標點。

3改進人工勢場法

針對傳統(tǒng)人工勢場法的存在局部極小值和障礙物周邊震蕩問題，本文采用一種添加旋轉(zhuǎn)力的改進人工勢場法，從斥力函數(shù)上加以改進。

通過斥力勢場乘以一個不小于0的多項式，使得移動機器人到達目標點時這個多項式為0。當(dāng)兩個正勢場均在目標點取到0時，達到全局最小值。文獻[4]中取這個不小于0的多項式為機器人到目標點距離的平方。這種形式的斥力勢場在保證目標點全局最小的情況下，導(dǎo)致機器人不在目標點附近時，極大的扭曲了斥力勢場的形狀。因此本文采用改進變量多項式，使得機器人不在目標點附近時，最小化扭曲障礙物勢場，同時保證機器人在目標點在目標點取全局最小。

由圖2不難發(fā)現(xiàn)一般的改進人工勢場法，在一定程度上解決了移動機器人的局部極小值問題，實現(xiàn)了目標可達。但導(dǎo)航路徑不夠平滑，存在較大的不良震蕩。本文采用的添加旋轉(zhuǎn)力的改進人工勢場法，不僅解決了人工勢場法在移動機器人導(dǎo)航過程中存在的局部極小值問題，同時減輕了障礙物前的震蕩，仿真得到一條相對較平滑的移動路徑。采用BF-PSO算法對移動機器人控制器PID參數(shù)和勢場函數(shù)的增益系數(shù)進行離線優(yōu)化，運用優(yōu)化參數(shù)進行改進人工勢場法的移動機器人導(dǎo)航仿真，仿真得到了一條平滑的導(dǎo)航路徑，減輕了導(dǎo)航過程中出現(xiàn)的不良震蕩，成功抵達目標點。

由圖3、圖4可知，采用BFPSO優(yōu)化改進人工勢場法的移動機器人導(dǎo)航仿真，能順利通過凹型及不同形狀的障礙物區(qū)域，成功抵達目標點。仿真得到一條只有輕微震蕩的導(dǎo)航路徑。

5總結(jié)全文

本文介紹了一種添加旋轉(zhuǎn)力的改進人工勢場法，該方法能優(yōu)化移動機器人導(dǎo)航路徑，減輕導(dǎo)航過程中的出現(xiàn)的不良震蕩。文中移動機器人采用兩個PID控制器完成機器人移動速度和轉(zhuǎn)角的控制。論文采用BFPSO算法對移動機器人兩個PID控制器參數(shù)及勢場函數(shù)兩個增益系數(shù)進行離線優(yōu)化，運用優(yōu)化參數(shù)完成改進人工勢場法移動機器人的導(dǎo)航。仿真結(jié)果表明，采用BFPSO算法離線優(yōu)化改進人工勢場法的移動機器人導(dǎo)航，對移動機器人的導(dǎo)航具有一定的優(yōu)化效果，能減輕導(dǎo)航路徑在障礙物前的震蕩，順利通過凹型及不同形狀的障礙物區(qū)域，成功抵達目標點。

參考文獻

[1]姚靖靖，邱于兵，敖俊宇.移動機器人避障路徑規(guī)劃改進人工勢場法[J].科學(xué)技術(shù)與工程，2011，11（13）： 2953-2956

[2]肖本賢，余雷，李善壽，等. 逃逸人工勢場法局部極小值策略的研究[J].系統(tǒng)仿真學(xué)報，2007，19（19）：4495-4498.

[3]溫素芳，郭光耀. 基于改進人工勢場法的移動機器人路徑規(guī)劃[J].計算機工程與設(shè)計， 2015，36（10）：2818-2822.

[4]SFEIR J，SAAD M，SALIAHHASSANE H. An improved Artificial Potential Field approach to realtime mobile robot path planning in an unknown environment[C]. Robotic and Sensors Environments （ROSE）， 2011 IEEE International Symposium on. IEEE， 2011：208-213.

[5]AHMED A A，ABDALLA T Y，ABED A A.Path Planning of Mobile Robot by using Modified Optimized Potential Field Method[J].International Journal of Computer Applications ，2015，13（4）：0975-8887

[6]LI Q，WANG L，CHEN B，et al.An improved artificial potential field method for solving local minimum problem[C].Intelligent Control and Information Processing（ICICIP）， 2011 2nd International Conference on. IEEE， 2011：420-424.

[7]沈文君. 基于改進人工勢場法的機器人路徑規(guī)劃算法研究[D].廣州：暨南大學(xué)，2009.

[8]KORANI W M，DORRAH H T，EMARA H M. Bacterial foraging oriented by particle swarm optimization strategy for PID tuning[C].GECCO Conference Companion. 2008：445-450.

[9]田亞菲，張范勇，閻石. 基于粒子群優(yōu)化的細菌覓食優(yōu)化算法[J].控制工程，2012，19（6）： 1671-7848.

[10]YOGENDRA K S，RAJESH B.BFPSO optimized PID Controller design using ISE， IAE， IATE and MSE error criteria[J].International Journal of Advanced Research in Computer Engineering & Technology （IJARCET）， 2013， 2（7）：2334-2336.

第36卷第1期2017年3月計算技術(shù)與自動化Computing Technology and AutomationVol36，No1Mar. 2 0 1 7第36卷第1期2017年3月計算技術(shù)與自動化Computing Technology and AutomationVol36，No1Mar. 2 0 1 7