關于機器人路徑規劃的概述
路徑規劃的定義
路徑規劃技術是機器人研究領域中的一個重要分支。所謂機器人的最優路徑規劃問題，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），在其工作空間中找到一條從起始狀態到目標狀態的能避開障礙物的最優路徑。
機器人路徑規劃方法大致可以分為兩類：傳統方法和智能方法。
一、傳統路徑規劃方法
傳統路徑規劃方法有自由空間法、圖搜索法、柵格解耦法和人工勢場法。
1、自由空間法
為了簡化問題，通常采用“結構空間”來描述機器人及其周圍的環境。這種方法將機器人縮小成點，將其周圍的障礙物及邊界按比例相應地擴大，使機器人點能夠在障礙物空間中移動到任意一點，而不與障礙物及邊界發生碰撞。
2、圖搜索法
圖搜索方法中的路徑圖由捕捉到的存在于機器人一維網絡曲線（稱為路徑圖）自由空間中的節點組成。建立起來的路徑圖可以看作是一系列的標準路徑。而路徑的初始狀態和目標狀態同路徑圖中的點相對應，這樣路徑規劃問題就演變為在這些點間搜索路徑的問題。通過起始點和目標點及障礙物的頂點在內的一系列點來構造可視圖。連接這些點, 使某點與其周圍的某可視點相連（即使相連接的兩點間不存在障礙物或邊界）。然后機器 人沿著這些點在圖中搜索最優路徑。
3、柵格解耦法
柵格解耦法是目前研究最廣泛的路徑規劃方法.該方法將機器人的工作空間解耦為多個簡單的區域，一般稱為柵格。由這些柵格構成了一個連通圖，在這個連通圖上搜索一條從起始柵格到目標槎格的路徑，這條路徑是用柵格的序號來表示的。柵格解耦法包括確切的和不確切的兩種。不確切的解耦方法比確切的解羯方法在數學計算上要簡單的多，因此也比較容易實現。
4、人工勢場法
傳統的人工勢場法把移動機器人在環境中的運動視為一種在 抽象的人造受力場中的運動，目標點對移動機器人產生“引力”，障礙物對移動機器人產生“斥力”，最后通過求合力來控制移動機器人的運動。但是，由于勢 場法把所有信息壓縮為單個合力，這樣就存在把有關障礙物分布的有價值的信息 拋棄的缺陷，且易陷入局部最小值。
二、智能路徑規劃方法
近年來隨著遺傳算法等智能方法的廣泛應用，機器人路徑規劃方法也有了長足的進展，許多研究者把目光放在了基于智能算法的路徑規劃研究上。其中，應用較多的算法主要有模糊方法、神經網絡和遺傳算法。
1、基于模糊邏輯的機器人路徑規劃模糊方法是在線規劃中通常采用的一種規劃方法,包括建筑和局部規劃。莊小東等提出一種基于模糊柢念的動態環境模型，參照物體的位置和運動信息構造二維錄度數函數；然后通過模糊綜合評價對各個方向進行綜合考察，得到搜索結果。該方法在移動障礙物和移動目標的環境中能有效地實現機器人避碰和導航。
2、基于神經網絡方法的機器人路徑規劃禹建麗等提出了一種基于神經網絡的機器人路徑規劃算法，研究了障礙物形狀和位置已知情況下的機器人路徑規 劃算法，其能量函數的定義利用了神經網絡結構，根據路徑點位于障礙物內外的不同位置選取不同的動態運動方程，規劃出的路徑達到了折線形的最短無碰路徑，計算簡單，收斂速度快。
3、基于遺傳算法的機器人路徑規劃遺傳算法是目前機器人路徑規劃研究中應用較多的一種方法，無論是單機器人靜態工作空間，還是多機器人動態工作空間，遺傳算法及其派生算法都取得了良好的路徑規劃結果。
