木材加工車間清潔機(jī)器人的動(dòng)態(tài)避障路徑規(guī)劃1)

周宏威 孫麗萍 戴亮霞 郭婷婷

(東北林業(yè)大學(xué)，哈爾濱，150040)

木材加工車間清潔機(jī)器人的動(dòng)態(tài)避障路徑規(guī)劃1)

周宏威 孫麗萍 戴亮霞 郭婷婷

(東北林業(yè)大學(xué)，哈爾濱，150040)

針對(duì)木材加工車間的地面環(huán)境復(fù)雜多變的特點(diǎn)，利用CCD攝像頭、輔助電路和控制器構(gòu)成機(jī)器人的視覺系統(tǒng)，對(duì)多傳感器智能清潔機(jī)器人進(jìn)行動(dòng)態(tài)避障路徑規(guī)劃。控制器之間選用并行主從式通訊方式，根據(jù)木材加工車間地面非結(jié)構(gòu)化的特點(diǎn)，應(yīng)用遺傳規(guī)劃對(duì)智能清潔機(jī)器人的路徑規(guī)劃進(jìn)行研究，達(dá)到運(yùn)動(dòng)路徑的全局最優(yōu)化；在避障方面，利用視覺系統(tǒng)的信息反饋，對(duì)靜態(tài)的障礙物進(jìn)行避開，對(duì)復(fù)雜多變的動(dòng)態(tài)障礙物進(jìn)行分析，包括速度和運(yùn)動(dòng)趨勢(shì)，進(jìn)行智能避障和最優(yōu)路徑的規(guī)劃?，F(xiàn)場(chǎng)試驗(yàn)驗(yàn)證表明：設(shè)計(jì)能夠使機(jī)器人實(shí)現(xiàn)預(yù)期的各項(xiàng)功能指標(biāo)(如，自主避障及避障后最優(yōu)路徑的選擇、無人干預(yù)時(shí)自主工作等)；試驗(yàn)過程中，整個(gè)系統(tǒng)的工作穩(wěn)定，能夠很好地實(shí)現(xiàn)木材加工車間地面的智能清潔。

木材加工車間；清潔機(jī)器人；動(dòng)態(tài)避障；路徑規(guī)劃

Because of the complicated environment of wood processing workshop, we used CCD camera, auxiliary circuit and controller and a robot vision system to establish dynamic obstacle avoiding path plan for multi-sensor intelligent cleaning robot. We uses parallel master-slave way to communicate with the system between the controllers. According to the unstructured characteristics of wood processing workshop ground, we used genetic programming algorism to plan the path, and do the global optimization of motion path. In obstacle avoidance, the static obstacles are avoided based on information feedback of vision system, and the dynamic obstacles are avoided based on analysis of speed and movement trend. Therefore, we realized the intelligent obstacle avoidance and optimal path planning. By field test results, the robot system can achieve all the expected function indexes (e.g., autonomous obstacle avoidance and optimal path selection, autonomous work without any human intervention, etc.). The working system is stable with good ground intelligent cleaning.

木材加工車間，由于其工作的性質(zhì)，有很多的加工原材料以及由于各加工工序產(chǎn)生的剩余物，包括鋸屑、砂光粉塵等，加之工作人員的走動(dòng)，使得加工車間的環(huán)境變得復(fù)雜多變。但是，各加工工序產(chǎn)生的木屑、粉塵等，如果不及時(shí)的進(jìn)行清理，會(huì)很快的堆積在機(jī)器的周圍，影響操作人員的工作，嚴(yán)重時(shí)甚至?xí)l(fā)生安全事故[1]。面對(duì)這樣的情況，傳統(tǒng)的應(yīng)對(duì)方案是人工不定時(shí)清掃。但是，這樣的操作方案，不僅加大了工作人員的勞動(dòng)強(qiáng)度，而且在清掃過程中會(huì)使空氣中的粉塵含量大大增加；這些粉塵甚至是有毒物質(zhì)，隨著人的呼吸進(jìn)入呼吸道，嚴(yán)重威脅工作人員的生命健康[2-6]。本文嘗試應(yīng)用機(jī)器人在木材加工車間從事此項(xiàng)工作。

在應(yīng)用機(jī)器人清掃地面時(shí)，運(yùn)動(dòng)路徑的全局最優(yōu)化，是提高控制器的計(jì)算速度與擴(kuò)展性能領(lǐng)域研究的核心問題之一[7-9]。針對(duì)此問題，國內(nèi)外學(xué)者提出許多解決方案。如：梁家海[10]將三維自然環(huán)境進(jìn)行柵格化，對(duì)人工勢(shì)場(chǎng)法進(jìn)行改進(jìn)，規(guī)劃出一條從起始點(diǎn)到目標(biāo)點(diǎn)的運(yùn)行費(fèi)用較低的路徑；但其執(zhí)行條件是在已知或大致已知的三維環(huán)境中。Selekwa[11]提出偏好模糊行為來解決機(jī)器人在擁擠環(huán)境下的路徑規(guī)劃，該方法能夠?yàn)橐苿?dòng)機(jī)器人規(guī)劃出平滑的路徑；但是，這并不能解決機(jī)器人在行進(jìn)過程中的動(dòng)態(tài)避障問題。

動(dòng)態(tài)避障，是智能移動(dòng)機(jī)器人路徑規(guī)劃中一個(gè)很重要的研究方向，它是智能機(jī)器人對(duì)復(fù)雜動(dòng)態(tài)環(huán)境的自適應(yīng)性要求，是智能機(jī)器人實(shí)現(xiàn)自我保護(hù)和與環(huán)境保持和諧的基礎(chǔ)[12]。為了解決移動(dòng)機(jī)器人在未知環(huán)境中的動(dòng)態(tài)避障的問題，本文采用CCD(電荷耦合元件)傳感器提取視頻信號(hào)，經(jīng)信號(hào)轉(zhuǎn)換后，DSP控制器接收觸感器模塊傳遞的檢測(cè)信號(hào)，并將信號(hào)加以處理。由于機(jī)器人不僅要繞開靜止的障礙物，還要及時(shí)避開運(yùn)動(dòng)的障礙物，以保證清潔工作的正常進(jìn)行及自身的安全；這對(duì)視頻的實(shí)時(shí)性處理提出了很高的要求。用于視頻處理的芯片，不僅需要具備很強(qiáng)的數(shù)據(jù)處理運(yùn)算能力，更重要的是需要有靈活的系統(tǒng)整合能力。本文結(jié)合遺傳算法理論，對(duì)檢測(cè)到的傳感器信息進(jìn)行綜合判斷，對(duì)智能機(jī)器人的行動(dòng)路徑進(jìn)行規(guī)劃，提高全局尋優(yōu)性能，更加靈活多變的適應(yīng)復(fù)雜環(huán)境。

1 機(jī)器人設(shè)計(jì)及方法

1.1 系統(tǒng)功能設(shè)計(jì)

本設(shè)計(jì)方案的智能清潔機(jī)器人主要由6個(gè)模塊組成：主控核心系統(tǒng)模塊、傳感器模塊、電機(jī)執(zhí)行驅(qū)動(dòng)模塊、語音提示模塊、無線遙控模塊、電源管理模塊(見圖1)。為了提高資源利用率和集成度，本設(shè)計(jì)將主控核心系統(tǒng)、傳感器模塊、電機(jī)執(zhí)行驅(qū)動(dòng)模塊，安排在同一片電路板上[13]；同時(shí)，利用光電隔離器件和電磁隔離器件，實(shí)現(xiàn)各模塊間的電氣隔離，以防止干擾，使整個(gè)系統(tǒng)能夠穩(wěn)定，實(shí)現(xiàn)精確的控制。

傳感器模塊，由靈敏度高、反應(yīng)快的紅外反射式傳感器和方向性好的超聲波傳感器以及接觸式傳感器組成；信號(hào)檢測(cè)到后，經(jīng)傳感器電路處理，之后送到控制器，使之做出相應(yīng)的反應(yīng)。

圖1 清潔機(jī)器人的系統(tǒng)組成框圖

主控核心系統(tǒng)模塊由ARM和DSP組成。DSP主要對(duì)CCD攝像頭傳送過來的信號(hào)進(jìn)行分析和處理，并將處理后的信息輸入給ARM。ARM主要負(fù)責(zé)接收其他模塊輸入的信號(hào)，并綜合這些信息做出相應(yīng)的決策，發(fā)出指令，控制電機(jī)驅(qū)動(dòng)執(zhí)行模塊；通過對(duì)驅(qū)動(dòng)輪的控制，實(shí)現(xiàn)行進(jìn)及自主避障功能；通過對(duì)吸塵系統(tǒng)的控制，完成地面的清潔任務(wù)。當(dāng)然，為了方便對(duì)電源的管理，ARM控制器還會(huì)對(duì)電源管理模塊進(jìn)行控制，使智能清潔機(jī)器人能夠?qū)崿F(xiàn)自主充電。

1.2 傳感器模塊設(shè)計(jì)

1.2.1 CCD攝像頭

此部分主要負(fù)責(zé)主動(dòng)偵查機(jī)器人周圍的環(huán)境情況，包括對(duì)周圍靜態(tài)障礙物的檢查和多變的動(dòng)態(tài)障礙物的判別[14]。機(jī)器人避障，特別是對(duì)動(dòng)態(tài)障礙物的甄別，在實(shí)時(shí)性方面有很高的要求。使機(jī)器人能夠?qū)嵤┯行У谋苷?，并?shí)現(xiàn)機(jī)器人工作路徑的最優(yōu)化，本文除了采用針對(duì)視頻處理的DSP控制器以外，對(duì)于環(huán)境信息的采集，選用基于面陣CCD圖像傳感器的攝像頭。

CCD具有靈敏度高、分辨率高、結(jié)構(gòu)緊湊、像素位置準(zhǔn)確、自動(dòng)掃描等特點(diǎn)，所以在實(shí)際工程檢測(cè)中，在運(yùn)動(dòng)物體的檢測(cè)方面，有得天獨(dú)厚的優(yōu)勢(shì)。同時(shí)，相比于傳統(tǒng)的圖像采集系統(tǒng)，面陣CCD，不僅受天氣和環(huán)境的影響較小，而且它的響應(yīng)速度非常快，更重要的是它能夠?qū)崟r(shí)保存包含運(yùn)動(dòng)目標(biāo)信息的圖像。因此，基于面陣CCD的視頻系統(tǒng)，由于它的高可靠性、實(shí)時(shí)性而得到了廣泛的應(yīng)用。

攝像頭置于機(jī)器人的頭部，光學(xué)鏡頭將機(jī)器人前方的環(huán)境信息攝入，將環(huán)境成像在CCD的光敏面上；通過驅(qū)動(dòng)電路發(fā)出的驅(qū)動(dòng)脈沖的驅(qū)動(dòng)下，CCD自動(dòng)完成光電荷轉(zhuǎn)換、存儲(chǔ)、轉(zhuǎn)移和讀取，其結(jié)果是將二維的光學(xué)信號(hào)轉(zhuǎn)換成一維的電信號(hào)，并將其傳輸給從控制器DSP。

1.2.2 傳感器信息處理

傳感器模塊由多路傳感器測(cè)量單元組成，它們可以不斷地向控制器反映“路況信息”，控制器需要根據(jù)這些信息調(diào)整相應(yīng)的行進(jìn)策略。這要求控制器能夠判斷出障礙物的方位。針對(duì)這一問題，對(duì)于超聲波傳感器和紅外測(cè)距傳感器，本文在程序中為每一路檢測(cè)單元都設(shè)定了標(biāo)志位，不同的傳感器對(duì)應(yīng)的信息判斷標(biāo)志位的有效性不同；主程序通過不斷檢測(cè)每一個(gè)標(biāo)志位值的有效性，判斷障礙物的具體方位。

對(duì)于CCD攝像頭，由于它是以視頻的形式攝入模擬的環(huán)境信息，經(jīng)過一系列的信號(hào)變換，最終將這些信號(hào)送給DSP控制器，因此，從控制器DSP一直都在處理視頻信號(hào)。DSP處理圖像信息后，將所得到的信息傳遞給主控制器ARM，由主控制器決策并發(fā)出控制指令。

1.3 最優(yōu)路徑規(guī)劃設(shè)計(jì)

在本設(shè)計(jì)中，由于引入了CCD攝像頭；所以，最優(yōu)路徑的選擇，是基于CCD攝像頭對(duì)機(jī)器人前方環(huán)境的反饋進(jìn)行的。因此，在最優(yōu)路徑的選擇上，需要解決兩方面的問題：障礙物的識(shí)別與定位，路徑的規(guī)劃。

1.3.1 障礙物的識(shí)別和定位

CCD傳感器提取視頻信號(hào)后，輸出的是PAL制式的模擬信號(hào)。本設(shè)計(jì)用Philips公司的SAA7113芯片，對(duì)該模擬信號(hào)進(jìn)行AD轉(zhuǎn)換后，通過IIC總線送給DSP控制器。DSP接收到該信號(hào)后，會(huì)進(jìn)行一系列的運(yùn)算處理，包括圖像分析、圖像識(shí)別和圖像定位[15]。

由于加工車間障礙物與背景灰度級(jí)差別較大，因此，本文采用基于閾值的分割方法對(duì)視頻圖像進(jìn)行分析和識(shí)別。即將圖像灰度分成不同的等級(jí)，然后設(shè)定閾值，將閾值與像素的灰度進(jìn)行比較，即可將障礙物和背景分割開來，此時(shí)也實(shí)現(xiàn)了障礙物的識(shí)別。又因?yàn)榄h(huán)境中光照比較均勻，圖像灰度直方圖呈明顯的雙峰，因此采用全局閾值對(duì)圖像進(jìn)行分割。

對(duì)障礙物的定位。對(duì)于靜態(tài)的障礙物，本設(shè)計(jì)是通過對(duì)攝像機(jī)成像模型進(jìn)行分析，建立物體的二維圖像坐標(biāo)與其三維世界坐標(biāo)之間的關(guān)系，完成對(duì)攝像機(jī)參數(shù)的標(biāo)定，從而從二維的圖象中獲得物體在三維世界坐標(biāo)下的坐標(biāo)位置。對(duì)于動(dòng)態(tài)的障礙物，主要工作內(nèi)容是檢測(cè)出現(xiàn)和消失的物體。主要是CCD攝像頭對(duì)環(huán)境信息不斷地?cái)z入，并進(jìn)行保存，通過相鄰的兩個(gè)圖像的比較，以前一個(gè)圖像作為基準(zhǔn)，當(dāng)后一個(gè)圖像與前一個(gè)出現(xiàn)不同時(shí)，則表示環(huán)境發(fā)生了變化。而且通過不斷的比較，機(jī)器人系統(tǒng)可以得出運(yùn)動(dòng)障礙物的運(yùn)動(dòng)軌跡。根據(jù)對(duì)動(dòng)態(tài)障礙物的運(yùn)動(dòng)趨勢(shì)的分析，機(jī)器人做出相應(yīng)的躲避反應(yīng)，以實(shí)時(shí)有效的避開障礙物。

1.3.2 路徑規(guī)劃設(shè)計(jì)

本設(shè)計(jì)采用遺傳算法(GP算法)進(jìn)行避障設(shè)計(jì)。由于遺傳算法與控制器程序聯(lián)系緊密，因此常被用來解決程序的優(yōu)化設(shè)計(jì)和代碼生成等問題。所謂GP算法，是應(yīng)用優(yōu)勝劣汰的自然法則，對(duì)由隨機(jī)產(chǎn)生的初始群體經(jīng)過交叉變異和自然選擇后形成的新群體，進(jìn)行比較選擇，進(jìn)而自動(dòng)生成性能良好的控制程序。

本設(shè)計(jì)中機(jī)器人的路徑設(shè)計(jì)，是在GP算法的基礎(chǔ)上，結(jié)合三維空間結(jié)構(gòu)中機(jī)器人的運(yùn)動(dòng)特點(diǎn)，根據(jù)機(jī)器人視覺系統(tǒng)反饋的環(huán)境信息，利用程序獲取機(jī)器人行動(dòng)路徑的過程。GP算法，具有計(jì)算速度快[16]、計(jì)算結(jié)果準(zhǔn)確度高[17-18]等優(yōu)點(diǎn)，因此，利用該方法求取全局最優(yōu)解的過程中，很輕易的避免了限于局部最小值現(xiàn)象的發(fā)生[19]。

在本設(shè)計(jì)方案中，考慮到機(jī)器人的工作環(huán)境，其遇到的障礙物會(huì)有靜止的，也會(huì)有運(yùn)動(dòng)的；因此，機(jī)器人的動(dòng)態(tài)行為是基于視覺系統(tǒng)對(duì)障礙物的檢測(cè)?？刂葡到y(tǒng)對(duì)該檢測(cè)結(jié)果的分析選擇的結(jié)果，具體的設(shè)計(jì)方案如下。

①生成路徑并編碼。設(shè)目標(biāo)點(diǎn)是D，機(jī)器人是R，兩者距離為L(zhǎng)，將視覺系統(tǒng)的搜索范圍定為長(zhǎng)為L(zhǎng)，寬為L(zhǎng)/2的矩形。將線段DR等分，并在每個(gè)等分點(diǎn)作DR的垂線，將每條垂線都N等分。這些點(diǎn)即為路徑點(diǎn)，路徑點(diǎn)的連線即為路徑，即染色體。

②設(shè)計(jì)適應(yīng)度函數(shù)。先對(duì)障礙物進(jìn)行膨脹處理，視機(jī)器人可看成是一個(gè)點(diǎn)[20]。由于是找尋最優(yōu)路徑，因此，本設(shè)計(jì)中涉及到三個(gè)適應(yīng)度函數(shù)的設(shè)計(jì)。

a.路徑不經(jīng)過障礙物的適應(yīng)度函數(shù)(f1，f2)。此時(shí)，不僅路徑點(diǎn)并不能落在障礙物上(f2)，而且要求相鄰的兩個(gè)路徑點(diǎn)Pi和Pi-1的連線與障礙物Os無交點(diǎn)(f1)(k是障礙物的數(shù)量)。

相鄰路徑點(diǎn)的連線不經(jīng)過障礙物適應(yīng)度函數(shù)為(f1)：

路徑點(diǎn)不在障礙物上的適應(yīng)度函數(shù)為(f2)：

b.避開動(dòng)態(tài)障礙物的適應(yīng)度函數(shù)(f3)。其中：mk為動(dòng)態(tài)障礙物和其他機(jī)器人的數(shù)量和；θ1、θ2為動(dòng)態(tài)障礙物和機(jī)器人的連線(RiOj)分別與機(jī)器人速度(vi)的角度和到動(dòng)態(tài)障礙物速度(vj)的角度，它們都是矢量；d為避障半徑[21]。

綜上所述，可以得出綜合適應(yīng)度函數(shù)f=αf1+βf2+λf3+μf4，式中：α、β、λ、μ為可調(diào)整參數(shù)。

遺傳算法的操作流程如圖2所示。

2 結(jié)果與分析

本研究的重點(diǎn)是智能地面清潔機(jī)器人的動(dòng)態(tài)避障路徑規(guī)劃。為了驗(yàn)證本設(shè)計(jì)方案的可行性和有效性，采用環(huán)境模擬的方法對(duì)該方案進(jìn)行了驗(yàn)證。在驗(yàn)證試驗(yàn)中，用實(shí)驗(yàn)室內(nèi)的大型實(shí)驗(yàn)設(shè)備模擬木材加工車間加工設(shè)備的存在，在地面鋪灑木屑、鋸末模擬加工車間的地面。通過靜態(tài)障礙物環(huán)境下和動(dòng)態(tài)復(fù)雜環(huán)境下機(jī)器人的自主清掃模式對(duì)本研究中的路徑規(guī)劃進(jìn)行性能測(cè)試。

圖2 遺傳算法基本流程圖

在靜態(tài)環(huán)境試驗(yàn)中，記錄機(jī)器人的行進(jìn)路線。結(jié)果證明，機(jī)器人不僅在直線行進(jìn)上表現(xiàn)出較好的直行能力，同時(shí)在自主避障及避障后路徑的選擇上有很好的理想性。更重要的是，在整個(gè)試驗(yàn)過程中，系統(tǒng)的各功能模塊工作穩(wěn)定。

在復(fù)雜動(dòng)態(tài)環(huán)境試驗(yàn)中，在與靜態(tài)試驗(yàn)相同的環(huán)境下，通過人員的走動(dòng)和小型設(shè)備的移動(dòng)對(duì)機(jī)器人的工作進(jìn)行干擾，同時(shí)也記錄下機(jī)器人的行進(jìn)路線。試驗(yàn)過程中，機(jī)器人能夠及時(shí)避開動(dòng)態(tài)的障礙物。動(dòng)靜態(tài)避障路徑如圖3所示。

比較2次試驗(yàn)的行進(jìn)路線，可以看到，2條路線有相同的地方，也有不同的地方：起初在沒有動(dòng)態(tài)干擾的地方，2條線路基本一致；但是，在有動(dòng)態(tài)干擾的地方，2條路線開始出現(xiàn)差異，并且，之后的路線出現(xiàn)的差異越來越大。經(jīng)過多次試驗(yàn)、多次比較發(fā)現(xiàn)，路徑的不同都是在第一次出現(xiàn)動(dòng)態(tài)干擾時(shí)發(fā)生。

3 討論

本設(shè)計(jì)設(shè)計(jì)出了一種不僅能夠自主完成清潔工作，而且能夠智能避障，同時(shí)能夠?qū)?dòng)態(tài)的障礙物進(jìn)行分析判斷的小型木材加工車間地面智能清潔機(jī)器人系統(tǒng)，主要是圍繞機(jī)器人的最優(yōu)路徑的選擇進(jìn)行設(shè)計(jì)。解決當(dāng)前木材加工車間地面清潔不便和存在安全隱患的問題。

1為靜態(tài)路徑；2為動(dòng)態(tài)路徑。

對(duì)于機(jī)器人的避障，特別是對(duì)動(dòng)態(tài)障礙物，在機(jī)器人的視覺系統(tǒng)中引用了CCD攝像頭，使機(jī)器人能夠?qū)崟r(shí)有效的了解環(huán)境信息；但是，這也同時(shí)增加了控制器的工作負(fù)擔(dān)。為了避免控制器因此出現(xiàn)響應(yīng)不及時(shí)的現(xiàn)象，采用了多CPU并行處理器，即用DSP處理各種圖像問題，包括圖像分割、圖像識(shí)別、圖像定位。最后，通過前面機(jī)器人視覺系統(tǒng)對(duì)環(huán)境的反饋信息，對(duì)機(jī)器人的路徑規(guī)劃，提出了基于遺傳算法的路徑設(shè)計(jì)，著重闡述了路徑的設(shè)計(jì)和遺傳算法的操作。試驗(yàn)和仿真結(jié)果進(jìn)一步說明了本設(shè)計(jì)的合理性和有效性。

在智能清潔機(jī)器人研究方面，還需進(jìn)一步的深入：①如何設(shè)計(jì)新的檢測(cè)系統(tǒng)，使智能機(jī)器人的視覺系統(tǒng)能夠更敏感，獲取更多的有用的信息，使之擁有更加豐富的信息量，進(jìn)而使機(jī)器人系統(tǒng)對(duì)所處環(huán)境有更加全面“認(rèn)知”。②研究更加合理的圖像處理方案，構(gòu)建更加完善的圖像處理系統(tǒng)，使機(jī)器人能夠提取出更加清楚詳細(xì)的環(huán)境信息，以優(yōu)化機(jī)器人的路徑規(guī)劃。③研究機(jī)器人在非結(jié)構(gòu)化環(huán)境下，如何實(shí)現(xiàn)自主定位以及導(dǎo)航技術(shù)在該方面的應(yīng)用。

[1] 甘人民.家具生產(chǎn)中應(yīng)注意的防火問題[J].江西化工，2005(3)：120-122.

[2] 李堅(jiān).木材對(duì)環(huán)境保護(hù)的響應(yīng)特性和低碳加工分析[J].東北林業(yè)大學(xué)學(xué)報(bào)，2010，38(6)：111-114.

[3] 王秋穎，周峰，李貴君.煉膠車間粉塵和煙氣的危害及防治措施[J].橡塑技術(shù)與裝備，2013，39(6)：61-63.

[4] 趙建光，金維洙.木材加工企業(yè)的粉塵污染及防治措施[J].林業(yè)機(jī)械與木工設(shè)備，2008，36(12)：52-54.

[5] 侯克忠，王秀蘭.木材工業(yè)除塵技術(shù)的研究[J].東北林業(yè)大學(xué)學(xué)報(bào)，1986，14(3)：51-56.

[6] 朱孝生，蔡力平.微機(jī)在木材加工車間氣力吸塵裝置設(shè)計(jì)計(jì)算中的應(yīng)用[J].東北林業(yè)大學(xué)學(xué)報(bào)，1987，15(增刊)：8-13.

[7] 湯天驕.基于DSTAR和神經(jīng)網(wǎng)絡(luò)的未知環(huán)境移動(dòng)機(jī)器人路徑規(guī)劃方法[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2010.

[8] 王勇.智能倉庫系統(tǒng)多移動(dòng)機(jī)器人路徑規(guī)劃研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2010.

[9]Besada-PortasE，TorreL，CruzJM，etal.EvolutionarytrajectoryplannerformultipleUAVsinrealisticscenarios[J].RoboticsIEEETransactionson，2010，26(4)：619-634.

[10] 梁家海.機(jī)器人在已知三維自然環(huán)境中的路徑規(guī)劃算法[J].計(jì)算機(jī)工程與科學(xué)，2011，33(6)：2452-2454.

[11] 辛江慧.探測(cè)車自適應(yīng)障礙識(shí)別與路徑規(guī)劃研究[D].南京：南京航空航天大學(xué)，2009.

[12] 馬勇.多移動(dòng)機(jī)器人路徑規(guī)劃研究[D].武漢：華中科技大學(xué)，2012.

[13] 楊斌.基于DSP的小型視覺履帶機(jī)器人研究[D].昆明：昆明理工大學(xué)，2012.

[14] Yang Fang， Wang Chaoli. Adaptive Stabilization for uncertain nonolonomic dynamic mobile robot based on visual serving feedback[J]. Acta Auto Matica Sinica，2011，37(7)：857-864.

[15] Bassiou N， Kotxopoulos C. Color image histogram equalization by absolutediscounting back-off[J]. Computer Vision and Image Understanding，2007，107(1/2)：108-122.

[16] 孫靖.用于區(qū)間參數(shù)多目標(biāo)優(yōu)化問題的遺傳算法[D].徐州：中國礦業(yè)大學(xué)，2012.

[17] 劉傳領(lǐng).基于勢(shì)場(chǎng)法和遺傳算法的機(jī)器人路徑規(guī)劃技術(shù)研究[D].南京：南京理工大學(xué)，2012.

[18] 程方曉.基于自適應(yīng)保持多樣性遺傳算法的汽車動(dòng)力傳動(dòng)系多目標(biāo)優(yōu)化[D].長(zhǎng)春：吉林大學(xué)，2011.

[19] Zhang Daiyuan. Training algorithm for neural networks based on distributed parallel calculation[J]. Acta Auto Matica Sinica，2010，32(2)：385-391.

[20] 于清曉.輪式餐廳服務(wù)機(jī)器人移動(dòng)定位技術(shù)研究[D].上海：上海交通大學(xué)，2013.

[21] 楊莉.RoboCup小型組足球機(jī)器人路徑規(guī)劃關(guān)鍵技術(shù)研究[D].武漢：武漢理工大學(xué)，2012.

Wood Processing Workshop Floor Cleaning Robot Dynamic Obstacle Avoidance Path Planning Research/

Zhou Hongwei, Sun Liping, Dai Liangxia, Guo Tingting(Northeast Forestry University, Harbin, 150040, P. R. China)//

Journal of Northeast Forestry University.-2014,42(6).-143～147

Wood processing workshop; Cleaning robot; Dynamic obstacle avoidance; Path planning

周宏威，男，1982年2月生，東北林業(yè)大學(xué)機(jī)電工程學(xué)院，博士研究生。E-mail：easyid@163.com。

孫麗萍，東北林業(yè)大學(xué)機(jī)電工程學(xué)院，教授。E-mail：zdhslp@163.com。

2013年12月31日。

S776.034

1) 東北林業(yè)大學(xué)大學(xué)生創(chuàng)新項(xiàng)目(JD201301)。

責(zé)任編輯：張 玉。