Page 47 - 工业机器人控制技术研究

第一章 工业机器人的发展

者提出了一种基于 BP 神经网络的机器人避障方法，先将机器人周围环境分为多
个扇区，利用激光雷达进行障碍物感知，得到每个扇区内障碍物的距离，以距离
信息为输入，利用 BP 神经网络计算每个扇区被选择为避障方向的得分，然后利

用距离障碍物最近扇区的中点的坐标与各扇区中点坐标的欧氏距离，计算得到各
扇区被选择为避障方向的概率，然后将得分与概率最大的扇区作为避障方向，从
而实现机器人的实时避障。与模糊控制和人工势场相比，该方法的收敛速度快、
避障轨迹短、适应性强，适用于环境复杂、障碍物多的情况。

在机器人避障规划方面，中国和其他国家的差异主要体现在避障算法上，中
国的避障算法主要有基于改进蚁群算法的避障规划、基于改进人工势场法的避障
规划、基于优化 A* 和 DWA 算法的避障规划、基于贝叶斯网络与模糊理论避障
规划等。

而国际上有自适应势场蚁群算法、改进粒子群优化算法、基于深度强化学习
的避障算法、基于最小风险指数的避障算法等，这些算法大都是传统算法的改进
或者是新的应用，通过这些算法，可以提高机器人的避障规划能力，加强机器人
动态避障处理性能。

（4）多机器人协同与单个机器人运动规划的联系与区别
单个机器人是工业生产中的最小组成单元，也是机器人系统执行任务的终端。
多机器人系统是指多个具有动力学和运动学特性，并且能够和其他个体进行信息
交互的机器人的集合。多机器人协同运动规划与单个机器人运动规划存在着许多

的相似之处，但也有所差别。多机器人协同运动规划与单个机器人的运动规划的
种类相似，都可以分为路径规划、轨迹规划和避障问题。而且单个机器人的许多
智能算法都可以应用到多机器人协同运动规划中，单个机器人运动规划研究是多
机器人协同的基础。但是它们之间又有区别，多机器人协同运动规划有着它本身

的特殊性。第一点是协调性，多机器人协同不是简单地将多机器人系统内的每个
机器人进行运动规划后进行叠加，而是在考虑系统内单个机器人的运动规划的同
时，还要考虑当它们协同作业时的协调问题；第二点是实时通信，多机器人协同
运动规划对实时性的要求很高，多个机器人之间的通信与感知是影响工作性能的

重要因素，高实时性、低延迟的通信，会减少机器人发生碰撞的概率，提高机器
人的生产效率；第三点是信息融合性，多机器人协同运动规划的控制系统要复杂
得多，需要的环境信息也会增多，多传感器的融合就极为重要，通过信息融合技

39