淺談基于計算機智能算法的機器人導航系統設計

李雋鈺

（合肥職業技術學院，機電工程學院，安徽 合肥 230000）

隨著工業的發展，能代替人類進行危險性或重復性勞動的機器人不斷面世，相關技術日趨成熟。但只能在固定位置工作的機器人已經不能滿足工業任務的要求，可移動的機器人應運而生。機器人導航系統是移動機器人的核心技術，該系統可以為機器人確定方位、規劃路線，幫助機器人在復雜環境下準確高效地完成各種操作。

1 機器人導航的方式

智能移動機器人是具有自行組織、自行規劃、自行運轉，可以在復雜環境下工作，融合了多種先進技術的智能機器人。其中，機器人導航技術是移動機器人的關鍵技術。機器人導航常用的方式有光反射導航、電磁導航、視覺導航、聲音導航以及味覺導航。光反射導航是利用在指定路徑上鋪設的光反射條讓機器人獲取到路徑信息。電磁導航則是預先在指定路徑上鋪設好帶有不同頻率電流的傳導光纜，機器人利用感應電圈識別電流進而判斷移動的方向。視覺導航系統是通過安裝在機器人身上的車載攝像頭來獲取局部的視覺信息，之后運用傳感器的傳輸和計算機設備的圖像識別完成對路徑的規劃。聲音導航是采用MUSIC法、時間-空間梯度法和最大似然法來實現機器人對位置信息的獲取，當機器人處于光線不良好的環境中時，可以采用這一導航方式。而味覺導航是讓機器人根據氣味濃度和氣流方向來決定自身運動的方向，在一些需要搜尋污染源或者化學藥品泄漏的場合，運用這種導航方式的機器人可以發揮更好的作用。

2 機器人導航系統的組成及相關技術

2.1 定位系統

定位系統是用來確定機器人在當前環境中所處位置的系統，是移動機器人能辨明路徑的前提。定位技術一般分為絕對定位和相對定位。但由于存在誤差累積，通常將相對定位與絕對定位相結合來提高定位精度。絕對定位通常使用的技術有GPS、路標定位和地圖匹配技術。GPS是利用空間衛星進行實時定位的技術，路標定位通過能被機器人識別的特殊物體進行定位，而地圖定位則是基于已知的地圖，通過機器人獲取信息與地圖信息對比來確定位置。

2.2 路徑規劃系統

機器人在確定了自身位置后需要結合環境信息進行路徑規劃。路徑規劃按照掌握的環境信息的多少可以分為環境信息完全已知的離線路徑規劃和環境信息部分已知或者完全未知的在線局部路徑規劃。

離線路徑規劃常用的技術有可視圖法和柵格法。可視圖法中的可視圖是用弧連接節點組成的數據結構。柵格法顧名思義即是將環境轉化成一系列網格單元，通過傳感器對環境信息的采樣，確定柵格內是否存在障礙物。柵格法的環境分辨率、抗干擾能力和決策速度主要受到柵格大小的影響。

在線局部路徑規劃技術主要有人工勢場法、遺傳算法、模糊邏輯算法等。人工勢場法是在環境中建立一種虛擬力，靠近障礙物會有斥力，靠近目標點會有引力，通過合力和加速度確定機器人運動路徑。遺傳算法是借鑒生物進化的思想，讓算法能夠自行繁殖、交叉和變異，在演化中求出最優解。模糊邏輯算法是根據規劃好的信息表來做出相應的動作，完成局部路徑的規劃。

2.3 傳感器系統

單個的傳感器難以滿足機器人對于環境信息的獲取，不足以準確可靠地反應外界環境。采用多個傳感器則可以更快速地分析現場環境，更全面地獲取環境信息，而且其中一個傳感器出問題時仍能保障系統正常運行，容錯性好。多傳感器融合技術是為了解決多個傳感器協調合作的問題，從而保障機器人導航系統的準確性，常用的技術方法有貝葉斯估計法、加權平均法、模糊邏輯法等。

3 機器人導航系統改進方向

3.1 圖像獲取處理能力的提高

機器人導航系統在如圖像獲取范圍的大小、環境信息獲取的準確度以及圖像處理快慢等圖像處理方面的能力都有待提高。隨著傳感器技術和計算機技術的發展，機器人導航系統對于復雜環境信息的獲取和處理也將隨之不斷發展。

3.2 實時反饋速度的提升

機器人導航系統的實時反饋決定了機器人在執行任務時的效率。快速而高效的的反饋能更有效地幫助機器人建立正確的路徑規劃，同時在具有完善的圖像處理能力作保障的前提下，反饋速度快的機器人也可以擔任更多樣化的工作，完成更復雜的任務。

3.3 分布結構的優化

越來越多的應用場合對機器人的體型、自重和負載能力提出新的要求，這就需要對機器人的內部結構進行優化。采用分布式的結構可以通過網絡將決策操作分解到機器人本身的計算機內，機器人再將傳感器得到的信息傳到遠端計算機進行分析，可以極大地減小機器人的體積和自重，讓機器人能夠適應更多不同的環境。

4 基于計算機智能算法的機器人導航系統設計

機器人導航系統的設計中智能算法的設計主要應用于機器人的路徑規劃模塊，即在未知環境下的自主導航算法的研究。以下以模糊邏輯算法作為控制算法，探討機器人導航系統的設計方法。

4.1 模糊知識庫的建立

模糊邏輯算法需要有基本的知識庫，知識庫包括資料庫和規則庫。資料庫主要提供每種語言變量所需要的定義，如輸入輸出變量的模糊離散化、隸屬函數的論域大小等，同時結合模糊關系共同構成模糊運算和解模糊化依據的法則。規則庫的建立是進行模糊推理，輸入輸出模糊化的基礎。規則庫內有整個模糊算法系統的思考法則，它依靠規則庫內的控制規則，將機器人在導航過程中可能發生的各類情況依照IF-THEN形式排列。規則庫設計的好壞影響整個導航系統的性能。規則庫的產生方式既可以通過直接將專家的操作技巧和經驗作為模糊算法的規則；也可以根據在不同情況下輸入輸出的反應，對歸納控制對象的行為進行規則庫的設計；還可以令導航系統的該模塊自身進行學習和修正。

4.2 模糊推理規則制定

模糊推理是模糊算法的核心，通過模擬人類思考判斷的方式，依據規則庫中的模糊控制規則，以并行的方式對模糊變量做模糊運算，以此得到相應的輸出變量。初始狀態下的輸入變量是一個準確值，模糊處理的步驟一般是先根據已知的輸入值計算各條件下的隸屬函數值，求得隸屬函數的最大值或者最小值。然后對后一部分的輸出模糊集合取邏輯值得出法則結合度。最后根據各法則的推理結果和整個規則的模糊邏輯計算出整體的推理結果。這種推理方法被稱為minminmax法。

4.3 輸入輸出值模糊化及解模糊化

機器人數據的模糊化是將輸入變量以尺度變換的方法變換到各自的論域中。數據模糊化的具體方式是將測得的變量映射到模糊空間上，建立模糊語言。在選擇能夠決定語言變量的隸屬函數時還需注意：一方面語言域中的元素對應隸屬值不能太低，另一方面隸屬函數的重疊度要適當。同時如果控制系統對精度要求較高，則應當選擇斜率較大的隸屬函數。機器人導航系統的輸入包括機器人與障礙物之間的距離、機器人當前的速度。機器人與障礙物之間的距離通過測距傳感器測得，根據模糊規則將距離定位近、中、遠三類模糊語言。

4.4 模糊控制器結構設計

模糊控制器作為一種模糊語言系統，擁有良好的人機互動性，是一種有較強適應性和容錯性的非線性控制器。模糊控制器有距離和速度兩個輸入變量，有轉向角和加速度兩個輸出變量。根據模糊邏輯算法的組成框架，模糊控制器可以設計成如圖所示結構。

圖1 模糊控制器結構

模糊控制器依靠模糊化模塊將輸入變量轉換為模糊變量，通過對輸入量進行尺度變換，將變量變換到對應的論域中。知識庫模塊包括語言變量的隸屬度函數、模糊空間的分級數、尺度變換因子以及使用模糊語言表示的一系列控制規則。模糊推理基于模糊邏輯算法的規則和蘊含關系進行運算，完成路線規劃功能。最后利用解模糊化模塊反饋清晰的數值，得出機器人的轉向角以及加速度，完成相應動作。

5 結語

移動機器人作為機器人的一個分支，以其高效性、高精度、智能化等優點被應用于許多領域。基于計算機智能算法的機器人導航系統能夠更快速的獲取和處理環境信息，給移動機器人提供更好的路徑規劃。