4、超聲波導航定位

　　超聲波導航定位的工作原理也與激光和紅外類似，通常是由超聲波傳感器的發射探頭發射出超聲波，超聲波在介質中遇到障礙物而返回到接收裝置。

　　通過接收自身發射的超聲波反射信號，根據超聲波發出及回波接收時間差及傳播速度，計算出傳播距離S，就能得到障礙物到機器人的距離，即有公式：S=Tv/2式中，T—超聲波發射和接收的時間差；v—超聲波在介質中傳播的波速。

　　當然，也有不少移動機器人導航定位中用到的是分開的發射和接收裝置，在環境地圖中布置多個接收裝置，而在移動機器人上安裝發射探頭。

　　在移動機器人的導航定位中，因為超聲波傳感器自身的缺陷，如：鏡面反射、有限的波束角等，給充分獲得周邊環境信息造成了困難，因此，通常采用多傳感器組成的超聲波傳感系統，建立相應的環境模型，通過串行通信把傳感器采集到的信息傳遞給移動機器人的控制系統，控制系統再根據采集的信號和建立的數學模型采取一定的算法進行對應數據處理便可以得到機器人的位置環境信息。

　　由于超聲波傳感器具有成本低廉、采集信息速率快、距離分辨率高等優點，長期以來被廣泛地應用到移動機器人的導航定位中。而且它采集環境信息時不需要復雜的圖像配備技術，因此測距速度快、實時性好。同時，超聲波傳感器也不易受到如天氣條件、環境光照及障礙物陰影、表面粗糙度等外界環境條件的影響。超聲波進行導航定位已經被廣泛應用到各種移動機器人的感知系統中。

　　三、路徑規劃

　　路徑規劃技術是機器人研究領域的一個重要分支。最優路徑規劃就是依據某個或某些優化準則（如工作代價最小、行走路線最短、行走時間最短等），在機器人工作空間中找到一條從起始狀態到目標狀態、可以避開障礙物的最優路徑。

　　移動機器人路徑規劃技術大概分為以下4類：模版匹配路徑規劃技術、人工勢場路徑規劃技術、地圖構建路徑規劃技術和人工智能路徑規劃技術。

　　1.模版匹配路徑規劃技術

　　模版匹配方法是將機器人當前狀態與過去經歷相比較，找到最接近的狀態，修改這一狀態下的路徑，便可得到一條新的路徑，即首先利用路徑規劃所用到的或已產生的信息建立一個模版庫，庫中的任一模版包含每一次規劃的環境信息和路徑信息，這些模版可通過特定的索引取得；

　　隨后將當前規劃任務和環境信息與模版庫中的模版進行匹配，以尋找出一個最優匹配模版；然后對該模版進行修正，并以此作為最后的結果，模版匹配技術在環境確定情況下，有較好的應用效果，如Vasudevan等提出的基于案例的自治水下機器人（AUV）路徑規劃方法，Liu等提出的清潔機器人的模版匹配路徑規劃方法，為了提高模版匹配路徑規劃技術對環境變化的適應性，部分學者提出了將模版匹配與神經網絡學習相結合的方法，如Ram等將基于事例的在線匹配和增強式學習相結合，提高了模版匹配規劃方法中機器人的自適應性能，使機器人能部分地適應環境的變化，以及Arleo等將環境模版與神經網絡學習相結合的路徑規劃方法等。

　　2.人工勢場路徑規劃技術

　　人工勢場路徑規劃技術的基本思想是將機器人在環境中的運動視為一種機器人在虛擬的人工受力場中的運動。

　　障礙物對機器人產生斥力，目標點對機器人產生引力，引力和斥力的合力作為機器人的控制力，從而控制機器人避開障礙物而到達目標位置?！　≡缙谌斯輬雎窂揭巹澭芯渴且环N靜態環境的人工勢場，即將障礙物和目標物均看成是靜態不變的，機器人僅根據靜態環境中障礙物和目標物的具體位置規劃運動路徑，不考慮它們的移動速度。

　　然而，現實世界中的環境往往是動態的，障礙物和目標物都可能是移動的，為了解決動態環境中機器人的路徑規劃問題，Fujimura等提出一種相對動態的人工勢場方法，將時間看成規劃模型的一維參量，而移動的障礙物在擴展的模型中仍被看成是靜態的，這樣動態路徑規劃仍可運用靜態路徑規劃方法加以實現。

　　該方法存在的主要問題是假設機器人的軌跡總是已知的，但這一點在現實世界中難以實現，對此，Ko等將障礙物的速度參量引入到斥力勢函數的構造中，提出動態環境中的路徑規劃策略，并給出了仿真結果，但是，該方法的兩個假設使其與實際的動態環境存在距離：

　?。?）僅考慮環境中障礙物的運動速度，未考慮機器人的運動速度；

　　（2）認為障礙物與機器人之間的相對速度是固定不變的，這不是完整的動態環境。對于動態路徑規劃問題來說，與機器人避障相關的主要是機器人與障礙物之間的相對位置和相對速度，而非絕對位置和速度，對此，Ge等將機器人與目標物的相對位置與相對速度引入吸引勢函數，將機器人與障礙物的相對位置與相對速度引入排斥勢函數，提出動態環境下的機器人路徑規劃算法，并將該算法應用于全方位足球移動機器人的路徑規劃中，取得了比較滿意的仿真與實驗結果。

　　3.地圖構建路徑規劃技術　　

　　地圖構建路徑規劃技術，是按照機器人自身傳感器搜索的障礙物信息，將機器人周圍區域劃分為不同的網格空間（如自由空間和限制空間等），計算網格空間的障礙物占有情況，再依據一定規則確定最優路徑，地圖構建又分為路標法和柵格法，也稱單元分解法。

　　前者是構造一幅由標志點和連接邊線組成的機器人可行路徑圖，如可視線方法、切線圖方法、Voronoi圖方法和概率圖展開法等。

切線圖方法與Voronoi圖方法

　　可視圖法將機器人看成一個點，機器人、目標點和多邊形障礙物的各頂點進行組合連接，并保證這些直線均不與障礙物相交，便形成一張圖，稱為可視圖，由于任意兩直線的頂點都是可見的，從起點沿著這些直線到達目標點的所有路徑均是運動物體的無碰路徑，路徑規劃就是搜索從起點到目標點經過這些可視直線的最短距離問題；

　　切線圖法和Voronoi圖法對可視圖法進行了改造，切線圖法以多邊形障礙物模型為基礎，任意形狀障礙物用近似多邊形替代，在自由空間中構造切線圖，因此從起始點到目標點機器人是沿著切線行走，即機器人必須幾乎接近障礙物行走，路徑較短，但如果控制過程中產生位置誤差，移動機器人碰撞的可能性會很高，Voronoi圖由一系列的直線段和拋物線段構成，直線由兩個障礙物的頂點或兩個障礙物的邊定義生成，直線段上所有點必須距離障礙物的頂點或障礙物的邊相等，拋物線段由一個障礙物的頂點和一個障礙物的邊定義生成，拋物線段同樣要求與障礙物頂點和障礙物的邊有相同距離，與切線法相比，Voronoi圖法從起始節點到目標節點的路徑將會增長，但采用這種控制方式時，即使產生位置誤差，移動機器人也不會碰到障礙物，安全性較高，下圖為切線圖法與Voronoi圖法示意圖。