Page 41 - 工业机器人控制技术研究

第一章 工业机器人的发展

到未知环境的路径规划中，依据海马体内空间细胞的认知机理，提出了仿鼠脑海
马的机器人场景认知地图构建及路径规划方法，在机器人场景记忆建模的过程中
建立集成位置细胞与网格细胞神经元活动机制，通过事件再配置，预测并规划最

优情景轨迹，实现自我参考和路径规划。也有学者将目标导向 RRT 路径规划算
法应用到未知环境的路径规划，传统 RRT 算法可以进行未知环境的路径规划，
由于算法本身的限制，会出现盲目搜索、容易陷入局部最小点的问题，基于子目
标搜索的目标导向 RRT 路径规划方法是将三种不同情况的目标导向函数引入其

中，此方法能很好地解决上述问题，减少冗余搜索、提高逃离局部最优能力、提
高路径规划效率。还有人将计算机视觉技术、短期内存神经网络等算法也利用到
未知环境的路径规划当中，都能够很好地解决在未知环境中的路径规划问题。
多机器人协同路径规划。多机器人协同路径规划是多机器人系统的关键技术

之一，是保证多机器人工作顺利完成的基础，多机器人路径规划是指利用周围环
境信息，多机器人系统中的每个机器人都能满足工作要求到达指定位置且无碰撞
的最优路径，要求多机器人系统内的每个机器人之间也不能发生碰撞。多机器人
协同路径规划的方法按照求解方式的不同，可以分为耦合式和解耦式两种，也可

以称为整体式和分布式。两种方法的区别是耦合式将多机器人视为一个整体进行
规划，而解耦式是将多机器人系统中的每个机器人进行单独规划。
在耦合式路径规划方法的帮助下，多机器人协调路径规划就变成了单机器人
的路径规划，因此可以将单个机器人的路径规划的智能算法和优化方法应用到多

机器人协同路径规划之中，如快速搜索随机树法、人工势场法、改进 A* 算法、
改进遗传算法、改进蝙蝠算法、混合算法等方法，都可以加快规划的速度、减少
计算时间、缩短路径长度。
耦合式路径规划方法也存在着缺点，它的搜索范围是全局的，是一种全局搜

索方法，耦合式路径规划方法将多机器人路径规划转换为单机器人高维度、多自
由度路径规划，因此这种方法具有找出全局最优解的能力，但同样也使得系统维
度增高、自由度增多，求解空间变大，求解速度降低，使得规划的实时性降低。
适用于机器人个数较少得多机器人协同路径规划。解耦式路径规划与耦合式路径

规划正好相反，解耦式路径规划是将多系统内的各个机器人先分别进行路径规划，
找到最优路径，后面通过协调方法进行修改和调整，解决系统内部机器人冲突的
问题。解耦式路径规划方法是一种类似于先局部优化的方法，再通过协调算法来

33