国内外研究现状简介科学研究到目前为止，移动机器人路径规划的研究包括了基于事例、基于环境建模和基于行为三个方面。基于事例的规划方法主要利用先验经验进行学习及问题求解，近年来，能够探测海底资源情况的自主式水下机器人备受关注，水底复杂的工作环境和较差的能见度决定了该机器人的路径规划是基于事例的方法来解决的。基于环境建模首先要建立一个移动机器人的运动学模型，这种方法的的精确性和平稳性都较好，因此基本用于宇宙空间探测。美国在1996年12月发射了 “火星探路者”探测器，其携带的“索杰纳”火星车对火星进行实地考察获得成功，当时“索杰纳”采用D*算法实现了复杂环境中的自主避障与路径规划。基于行为的路径规划方法与动物进化时自底向上的原理体系相似，以简单的智能体为基础来建立复杂的系统。该法在智能家居领域备受重视，刘瑜等成功研制出的两代自主智能吸尘器机器人，在移动机器人正常工作中便利用了基于行为的路径规划，提高其工作效率和环境适应性[1]。33042
研究方向
随着科学的发展与更新，机器人技术日趋成熟。单一的路径规划方法由于存在自身的缺陷，并不能满足当今社会对于准确性、快速性和稳定性的要求。因而机器人路径规划发展趋向于将多种基本算法相结合。主要包括以下几个方面：第一，基于反应式行为规划与基于慎思行为规划的结合，针对反应式行为的规划方法在建立静态环境买模型的前提下可取得不错的规划效果，但是却不适合于环境中存在的一些非模型障碍物（如桌子、人）的情况，一些研究人员提出混合式控制结构，即将反应式和慎思式行为规划相结合。第二，全局路径规划与局部路径规划，全局规划建立在已知环境信息基础上，适应范围相对有限，局部规划适用于环境未知情况，对规划系统品质要求较高，二者结合会达到更好的路径规划效果。第三，传统规划方法与新的智能方法之间的结合，近年来，一些新的智能技术逐渐被引入到路径规划中来，例如人工势场与神经网络、栅格法、模糊控制等等的结合，用以提高系统的鲁棒稳定性[2]。论文网
随着系统要求的提高和控制方法的进步，机器人路径规划的方法应该在满足基本要求的同时，向提高系统稳定性、可靠性和经济性的方向发展，有效合适的控制规律无疑将成为移动机器人路径规划中的研究热点。 移动机器人路径规划国内外研究现状:http://www.youerw.com/yanjiu/lunwen_29899.html