第5期 秦世引，等：面向救援任务的地面移动机器人路径规划 ·419· 标的映射.还利用投影关系对机器人高度引起的误 解和最优解出现的时间大大缩短.在模拟实验中，10 差进行了补偿，实现了对机器人的精确定位，并通过 组机器人路径规划平均时间t<0.2s,已经低于反 基于图像[16]的视觉反馈控制门提高机器人导航的 馈控制的时间周期，使实时系统的在线路径规划成 精度， 为可能 表2模拟救援实验系统参数 Table 2 Parameters of the rescue simulation system 参数项 参数值 计算机配置 Core2 Duo CPU2.1GB,内存2GB 无线网卡 802.11b,54Mbps 相机分辨率 640 pixel×480 pixel 编程语言 Visual C++ 机器人半径 0.24m 图12机器人按照规划的路径在救援实验环境中运动 机器人运动区域 4.8m×2.4m Fig.12 The robot moves along the planned path in the res- 机器人定位精度 误差<0.03m cue simulation environment 机器人行进速度 0.06m/s 每秒处理图像数 5帧 4结束语 本文针对面向救援任务的机器人路径规划问 题，设计了一种基于障碍物编码的遗传算法.较之以 往基于顶点编码的算法，该算法可以初始化产生适 应度更高的个体，而且通过缩减解搜索空间加快了 遗传算法的搜索速度，缩短了可行解和最优解的搜 索时间，使在线实时的操作成为可能.通过模拟实验 证明了这种方法的可行性和有效性，可以推广应用 到下一步将要研究的实际的救援系统中. 图11。模拟救援实验环境 参考文献： Fig.11 Environment of the rescue simulation 采用基于障碍物编码的遗传算法进行路径规划。 [1]CASPER J L,MICIRE M,MURPHY RR.Issues in intel- 种群规模取50，交叉变异参数与表1相同.对图11环 ligent robots for search and rescue[C]//Proceedings of 境放置了不同的障碍物，改变其位置，并指定不同的 SPE.0 rlando,USA,2000,4024:292-302. [2]MATSUNO F,TADOKORO S.Rescue robots and systems 起始终止点，做了10组实验.图11是某一次实验中 in Japan[C]//Proc of IEEE Int Conf on Robotics and Bio- 间时刻置顶相机采集到的图像，图12是监控程序画 mimetics.Shenyang,China,2004:12-20. 的对应的路径规划与导航控制图，已经转化到标准直 [3]邬再新，李艳宏，刘涛.多移动机器人路径规划技术 角坐标系下，O为原点，横轴为x轴，纵轴为y轴，黑色 的研究现状与展望[J].机械，2008(1)：13-16 区域为障碍物区，图像四周深灰色区域为不可行区， WU Zaixin,LI Yanhong,LIU Tao.Research progress and 黑色周围的浅灰色区为考虑到机器人尺寸而做的安 future development on path planning for multi-robot[J]. 全限制区，白色部分为安全区.S为机器人起始点，D Machinery,2008(1):13-16. 为目标点.规划出的路径在图12中用细线表示，机器 [4]QUINLAN S,KHATIB O.Elastic bands:connecting path 人行进效果如图12中黑色粗线所示， planning and control [C]//IEEE International Conference 由于基于障碍物编码的方法初始化产生性状更 on Robotics and Automation.Atlanta,USA,1993,2:802- 加优良的种群，并且大大减少了解的搜索空间，可行 807