第一篇：移動機器人的路徑規劃方法的研究 理工論文

移動機器人的路徑規劃方法的研究

文章來源 3 e d u 教育網

摘 要:本文針對機器人及障礙物的位置可以實時測得,障礙物數量固定,形狀大小可預知,位置一般固定不動的情況,提出一種計算簡單、容易實現的移動機器人路徑規劃方法,可適用于某些特定的場合。

關鍵詞:移動機器人 路徑規劃 障礙物

中圖分類號:TP24 文獻標識碼:A 文章編號:1007-9416(2010)08-0015-02 1 引言

在有障礙物的工作環境中,如果機器人及障礙物的位置可以實時測得,則可以尋找一種移動機器人的優化路徑規劃算法,使機器人在運動過程中無碰撞地繞過所有的障礙物,安全的到達指定目標位置[1]。

路徑規劃問題根據機器人的工作環境模型可以分為兩種,一種是基于模型的路徑規劃,作業環境的全部信息都是預知的;另一種是基于傳感器的路徑規劃,作業環境的信息是全部未知或部分未知的。

本文提出一種計算簡單、容易實現的移動機器人路徑規劃方法,可供側重于應用的讀者參考。

問題描述

設機器人在長度為L的L×L的二維平面上能夠自由運動,將機器人模型化為點狀態機器人,在L×L的二維平面上存在若干個靜態障礙物和在一定范圍內運動的動態障礙物,根據安全性的要求進行了相應的“膨脹化”處理,使“膨脹化”后的障礙物邊界為安全區域,“膨脹化”后的障礙物邊界區域內為凸型,邊界為光滑曲線,邊界上各點曲率半徑≤δ(其中δ是正常量,可假設為圓的半徑),曲率中心在障礙物內部,單個機器人的路徑規劃是找出從起始點至終點的一條最短無碰路徑[2]。設終點(目標)的坐標為已知,機器人在任何時刻都能測出機器人所在位置與終點連線和機器人到障礙物邊界的切線的夾角。根據夾角的大小來判斷所選擇的無碰撞行走路徑[3]。如圖1所示,由于角α<β,所以,機器人行走路徑為RP→PQ→QG。路徑規劃原理

3.1 求切線法的路徑規劃原理

根據幾何學園外兩點到園的四條切線,其切線與兩點連線夾角小的兩條線段之和小于切線與兩點連線夾角大的兩條線段之和。如圖2所示。設A和B兩點坐標分別為(XA,YA)和(XB,YB),如果角α<β,則AN+NB(1)利用兩點式求出機器人與目標之間的直線方程

由(X-XB)/(XA-XB)=(Y-YB)/(YA-YB)得:(YA-YB)X-(XA-XB)Y+(XAYB-YAXB)=0

(2)利用夾角求切線方程

如果測出過A、B兩點與園的切線和AB直線的夾角,則可求出切線方程。

在圖2中,直線AN的方程為:Y-YA=tanα(X-XA)直線AM的方程為:Y-YA=tanβ(X-XA)直線NB的方程為:Y-YB=tanα1(X-XB)直線MB的方程為:Y-YB=tanβ1(X-XB)(3)由四條切線求點A到點B的最短路徑

根據角α<β,可求出點A到點B的最短路徑為AN+NB

3.2 首先判斷機器人和給定的目標位置之間是否存在障礙物

如圖1所示,以R代表機器人,坐標為(XR,YR),以G代表目標位置,其坐標為(XG,YG),障礙物為A、B、C、D、E、F等,坐標為(XA,YA)、(XB,YB)、(XC,YC)、(XD,YD)、(XE,YE)、(XF,YF)等。Rr表示機器人半徑、Ri(i=A、B、C、D、E、F)表示障礙物的碰撞半徑,也就是說在其半徑以外無碰撞的危險。要根據實際情況和控制要求來確定碰撞半徑。碰撞半徑Rp一般選擇大于障礙物的半徑Ri加上機器人半徑Rr,即Rp>Ri+Rr。

3.3 單障礙物情況 機器人在任何時刻都能夠測得機器人的位置坐標(XR,YR),目標位置是已知的(XG,YG),可測量出機器人與目標連線和機器人與障礙物碰撞圓的切線的兩個夾角αi和βi(i=1,2,…)。若αi<βi,則選αi方向的切線作為行走路徑;否則,則選βi方向的切線作為行走路徑;則如圖1所示。

3.4 多障礙物情況

對于多障礙物情況,可將移動機器人繞過多個障礙物最終到達目標位置作為一個總任務,每當繞過一個障礙物作為一個分任務?？側蝿站涂煞纸鉃槎鄠€分任務,設第i個分任務的目標點為Gi和中途點為Bi,執行第i個分任務時,如果在到達Gi的路徑上存在障礙物,則增加第i+1個分任務,此時目標點Gi+1就是Bi;以此類推,尋找切線路徑直至到達給定的最終目標位置,計算所有分任務的最短切線路徑之和即為所求的最優路徑[4]。

行路徑算法

(1)機器人朝著目標按直線方向行走,直到以下任一情況發生:

①已經到達目標,結束。

②在機器人與目標之間發現障礙物,轉(2);

(2)按路徑規劃的原理選擇路徑,轉(1)。

結語

移動機器人路徑規劃的算法有很多,每一種算法能夠適用于幾種特定的場合。一個好的算法,不但理論簡單,計算快捷,容易理解,便于實現,而且實現的效果好,能夠提高運行效率。本文介紹的移動機器人的路徑規劃方法,容易理解,便于實現,可適用于某些特定的場合。

參考文獻

[1] 李彩虹,李貽斌,范晨.移動機器人動態避障算法[J].山東大學學報,2007,5(37):60-64.[2] 陳剛.復雜環境下路徑規劃問題的遺傳路徑規劃方法[J].機器人,2001,(3):230-233.[3] 霍迎輝等.移動機器人路徑規劃的最短切線路徑算法[J].廣東自動化與信息工程,2003,1(24):10-12.[4] 曾碧,楊宜民.動態環境下基于蟻群算法的實時路徑規劃方法[J].計算機應用研究.2010,3(27): 860-863

第二篇：論文研究方法

論文研究方法

（1）歸納法：從個別性知識，引出一般性知識的推理，是由已知真的前提，引出可能真的結論。

（2）宏觀分析與微觀分析相結合的研究方法：宏觀分析方法是對問題進行了總體的分析，微觀分析方法是對問題的部分或個體對象進行分析。在分析我國中小企業融資難的成因時，既從外部環境，政策、制度角度進行了宏觀分析，又從中小企業自身和融資機構這些角度進行了微觀分析，三者相結合。

（3）訪談法：通過詢問的方式，訪員和受訪人面對面交談來了解市場情況的基本研究方法。

（4）文獻研究法：通過對某一領域，某一專業或某一方面的課題、問題或研究專題搜集大量相關資料，通過分析、閱讀、整理，提煉當前課題、問題或研究專題的最新進展、學術見解或建議。

第三篇：智能機器人路徑規劃及算法研究

機器人技術

文章編號:1008-0570(2006)11-2-0244-03

中文核心期刊《微計算機信息》(嵌入式與SOC)2006年第22卷第11-2期

智能機器人路徑規劃及算法研究

ResearchonPathPlanningandAlgorithmsforIntelligentRobots

(西南科技大學)宋暉張華高小明

SONGHUIZHANGHUAGAOXIAOMING

摘要:路徑規劃技術是機器人控制技術研究中的一個重要問題,目前的研究主要分為全局規劃方法和局部規劃方法兩大類。在

對一些較有代表性的研究思想及其相關算法分析的基礎上,比較各種方法的優缺點,提出了機器人路徑規劃今后的研究重點。關鍵詞:智能機器人;全局規劃;局部規劃;優化算法 中圖分類號:TP242.6 文獻標識碼:A

技

1引言 術

自50年代世界上第一臺機器人裝置誕生以來, 創 機器人的發展經歷了一個從低級到高級的發展過程。

第一代示教再現型機器人,可以根據人示教的結果再 新 現出動作,它對于外界的環境沒有感知。在20世紀70

年代后期人們開始研究第二代機器人:帶感覺的機器 人,這種機器人是類似人某種感覺的功能,如力覺、觸 覺、滑覺、視覺、聽覺。第三代機器人是智能機器人階 段,機器人通過各種傳感器獲取環境信息,利用人工 智能進行識別、理解、推理并做出判斷和決策來完成 一定的任務。這就要求智能機器人除了具有感知環境 和簡單的適應環境能力外,還具有較強的識別理解功 能和決策規劃功能。（智械科技）Abstract:Pathplanningtechnologyisoneoftheimportantprobleminintelligentrobot.Atpresent,thetworesearchways:oneis globalplanningandtheotherislocalplanning.Onthebasisoftheanalysisofsometypicalideas,methodsandrelatedalgorithms ofpathplanningforintelligentrobot,thispaperproposesthefutureresearchemphasisofrobotpathplanning.Keywords:intelligentrobot,globalplanning,localplanning,optimizationalgorithms

①復雜性:在復雜環境中,機器人路徑規劃非常 復雜,且需要很大的計算量。

②隨機性:復雜環境的變化往往存在很多隨機性 和不確定因素。

③多約束:機器人的形狀、速度和加速度等對機 器人的運動存在約束。

3全局路徑規劃

全局規劃方法主包括構型空間法、拓撲法、柵格 解耦法、自由空間法、神經網絡法等。

3.1構型空間法

構型空間法的基本思想是將機器人縮小為一個 點,根據機器人形狀和尺寸將障礙物進行拓展。其中 研究較成熟的有:可視圖法和優化算法。

3.1.1可視圖法

可視圖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。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。要求機器人和障礙物各頂點之間、目標點和障礙 物各頂點之間以及各障礙物頂點與頂點之間的連線均 不能穿越障礙物,即直線是“可視的”,然后采用某種方 法搜索從起始點到目標點的最優路徑,搜索最優路徑 的問題就轉化為從起始點到目標點經過這些可視直線 的最短距離問題。該法能夠求得最短路徑,但假設忽略 智能機器人的尺寸大小,使得機器人通過障礙物頂點 時離障礙物太近甚至接觸,并且搜索時間長。

3.1.2優化算法 此法可刪除一些不必要的連線以簡化可視圖、縮 短搜索時間,能夠求得最短路徑。但假設機器人的尺

《 現場總線技術應用200例》 2智能機器人的路徑規劃技術分類

智能機器人路徑規劃是指在有障礙物的工作環 境中,如何尋找一條從給定起點到終點適當的運動路 徑,使機器人在運動過程中能安全、無碰地繞過所有 障礙物。機器人路徑規劃問題可以建模為一個有約束 的優化問題,都要完成路徑規劃、定位和避障等任務。根據機器人對環境信息掌握的程度不同將智能機器 人路徑規劃分為基于模型的全局路徑規劃和基于傳 感器的局部路徑規劃。前者是指作業環境的全部信息 已知,又稱靜態或離線路徑規劃;后者是指作業環境 信息全部未知或部分未知,又稱動態或在線路徑規 劃。智能機器人路徑規劃存在以下特點: 宋暉:講師碩士

基金項目:國家自然科學基金(60404014);

西南科技大學青年基金資助項目(ZK053033)

-244-360元/年郵局訂閱號:82-946 您的論文得到兩院院士關注 機器人技術

在滿足精度要求的情況下,用神經網絡來表示環境則 可以取得較好的效果。神經網絡在全局路徑規劃的應 用,將障礙約束轉化為一個懲罰函數,從而使一個約 束優化問題轉化為一個無約束最優化問題,然后以神 經網絡來描述碰撞懲罰函數,進行全局路徑規劃。

雖然神經網絡在路徑規劃中有學習能力強等優 點,但整體應用卻不是非常成功,主要原因是智能機 器人所遇到的環境是千變萬化的、隨機的,并且很難 以數學的公式來描述。寸大小忽略不計,會使機器人通過障礙物頂點時離障 礙物太近甚至接觸,并且搜索時間長。另外的缺點就 是此法缺乏靈活性,即一旦機器人的起點和目標點發 生改變,就要重新構造可視圖,比較麻煩。這類算法包 括Dijkstra算法,A*算法等。（智械科技）

3.2拓撲法

拓撲法將規劃空間分割成具有拓撲特征子空間, 根據彼此連通性建立拓撲網絡,在網絡上尋找起始點 到目標點的拓撲路徑,最終由拓撲路徑求出幾何路 徑。拓撲法基本思想是降維法,即將在高維幾何空間 中求路徑的問題轉化為低維拓撲空間中判別連通性 的問題。優點在于利用拓撲特征大大縮小了搜索空 間。算法復雜性僅依賴于障礙物數目,理論上是完備 的。而且拓撲法通常不需要機器人的準確位置,對于 位置誤差也就有了更好的魯棒性;缺點是建立拓撲網 絡的過程相當復雜,特別在增加障礙物時如何有效地 修正已經存在的拓撲網是有待解決的問題。

3.3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柵格的路徑,這 條路徑是用柵格的序號來表示的。整個圖被分割成多 個較大的矩形,每個矩形之間都是連續的。如果大矩形 內部包含障礙物或者邊界,則又被分割成4個小矩形, 對所有稍大的柵格都進行這種劃分,然后在劃分的最 后界限內形成的小柵格間重復執行程序,直到達到解 的界限為止。該法以柵格為單位記錄環境信息,環境 被量化成具有一定分辨率的柵格,柵格的大小直接影 響著環境信息存儲量的大小和規劃時間的長短,柵格 劃分大了,環境信息存儲量小,規劃時間短,分辨率下 降;柵格劃分小了,環境分辨率高。

3.4自由空間法

自由空間法采用預先定義的如廣義錐形和凸多 邊形等基本形狀構造自由空間,并將自由空間表示為 連通圖,通過搜索連通圖來進行路徑規劃。自由空間 的構造方法是:從障礙物的一個頂點開始,依次作其 它頂點的鏈接線,刪除不必要的鏈接線,使得鏈接線 與障礙物邊界所圍成的每一個自由空間都是面積最 大的凸多邊形;連接各鏈接線的中點形成的網絡圖即 為機器人可自由柵格法運動的路線。其優點是比較靈 活,起始點和目標點的改變不會造成連通圖的重構, 缺點是復雜程度與障礙物的多少成正比,且有時無法 獲得最短路徑。

3.5神經網絡法

人工神經網絡是由大量神經元相互連接而形成 的自適應非線性動態系統,對于大范圍的工作環境，《PLC技術應用200例》

4局部路徑規劃

局部路徑規劃的主要方法有:人工勢場法、模糊 邏輯控制法、混合法、滾動窗口法等。

4.1人工勢場法

人工勢場法是由Khatib提出的一種虛擬力法。其 基本思想是將智能機器人在環境中的運動視為一種 虛擬人工受力場中的運動。把智能機器人在環境中的 運動視為一種在抽象的人造受力場中的運動,目標點 對智能機器人產生引力,障礙物對智能機器人產生斥 力,最后通過求合力來控制智能機器人的運動。該法結 構簡單,便于低層的實時控制,在實時避障和平滑的 軌跡控制方面,得到了廣泛應用,其不足在于存在局 部最優解,容易產生死鎖現象,因而可能使智能機器 人在到達目標點之前就停留在局部最優點。

4.2模糊邏輯控制算法 模糊方法不需要建立完整的環境模型,不需要進 行復雜的計算和推理,尤其對傳感器信息的精度要求 不高,對機器人周圍環境和機器人的位姿信息的具有 不確定性、不敏感的特點,能使機器人的行為體現出 很好的一致性、穩定性和連續性,能比較圓滿地解決 一些規劃問題,對處理未知環境下的規劃問題顯示出 很大優越性,對于解決用通常的定量方法來說是很復 雜的問題或當外界只能提供定性近似的、不確定信息 數據時非常有效。但模糊規則往往是人們通過經驗預 先制定的,所以存在著無法學習、靈活性差的缺點。

技 術 創 新

4.3遺傳算法

遺傳算法是一種借鑒生物界自然選擇和進化機 制發展起來的高度并行、隨機、自適應搜索算法,它采 用群體搜索技術,通過選擇、交叉和變異等一系列遺 傳操作,使種群得以進化。避免了困難的理論推導,直 接獲得問題的最優解。其基本思想是:將路徑個體表 達為路徑中一系列中途點,并轉換為二進制串。首先 初始化路徑群體,然后進行遺傳操作,如選擇、交叉、復制、變異。經過若干代進化以后,停止進化,輸出當 前最優個體。

遺傳算法存在運算時間長,實現路徑的在線規劃 困難,而且在機器人的路徑規劃問題中應用存在著個

郵局訂閱號:82-946360元/年

-245-機器人技術 中文核心期刊《微計算機信息》(嵌入式與SOC)2006年第22卷第11-2期

體編碼不合理、效率低、進化效果不明顯等問題。

4.4混合法 混合法是一種用于半自主智能機器人路徑規劃 的模糊神經網絡方法。所謂半自主智能機器人就是具 有在人類示教基礎上增加了學習功能的器件的機器 人。這種方法采用模糊描述來完成機器人行為編碼,同 時重復使用神經網絡自適應技術。由機器人上的傳感 器提供局部的環境輸入,由內部模糊神經網絡進行環 境預測,進而可以在未知環境下規劃機器人路徑。此 外,也有人提出基于模糊神經網絡和遺傳算法的機器 人自適應控制方法。將規劃過程分為離線學習和在線 學習兩部分。該方法是一種混合的機器人自適應控制 方法,可以自適應調整機器人的行走路線,達到避障和 路徑最短的雙重優化。（智械科技）

(3)多傳感器信息融合用于路徑規劃。單傳感器難 以保證輸入信息準確與可靠。多傳感器所獲得信息具 有冗余性,互補性,實時性和低代價性,且可以快速并 行分析現場環境。

(4)基于功能/行為的智能機器人路徑規劃?；谀?型自頂向下的感知-建模-規劃-動作是一種典型慎思 結構,稱為基于功能的控制體系結構?；谛袨榈姆?法是一種自底向上的構建系統方法,并與環境交互作 用中最終達到目標?；诠δ?行為的機器人控制結構 融合了兩者優點,這是研究的新動向之一。

6結語

本文作者的創新點:深入研究了國內外關于機器 人路徑規劃算法的發展現狀、最新進展和各種算法的 優缺點,并對未來機器人路徑規劃技術的發展趨勢進 行了綜合分析;指出機器人路徑規劃技術未來的研究 重點是“仿人、仿生”智能,并還將緊密的結合認知科 學、人工智能、與計算智能的研究成果,提升機器人行 為的智能度。

參考文獻:

[1]宗光華.機器人的創意設計與實踐[M].北京：北京航空航天大 學出版社,2003.[2]Robin著,杜軍平譯.人工智能機器人學導論[M].北京：電子工 業出版社，2003.[3]席裕庚,張純剛.一類動態不確定環境下機器人的滾動路徑 規劃[J].自動化學報,2002,28.[4]諸靜.機器人與控制技術[M].杭州：浙江大學出版社,1991.[5]XuWL,TSOSK.Sensorbasedfuzzyreactivenavigationofa mobilerobotthroughlocaltargetswitching[J].IEEETransactionson Systems,1999，29.[6]KrishnaKM,KalraPK.Perceptionandrememberanceofthe environmentduringreal-timenavigationofamobilerobot[J].RobticsandAutonomousSystems,2001,37.[7]邢軍,王杰.神經網絡在移動機器人路徑規劃中的應用研究[J].微計算機信息,2005,22:110-111

[8]Khatib.Real-timeobstacleformanipulatorsandmobilerobot [J].TheInternationalJournalofRoboticResearch.1986,1.[9]薛艷茹,鄭冰等.基于模糊控制信息融合方法的機器人導航系 統[J].微計算機信息,2005,22:107-109

[10]周明,孫樹棟.遺傳算法原理及應用[M].北京：:國防工業出版 社,2000.[11]KazuoSugihara,JohnSmith.GeneticAlgorithmsforAdaptive MotionPlanningofanAutonomousMobileRobot[A].Proceedings 1997IEEEInternationalSymposiumonComputationalIntelligence inRoboticsandAutomation[C].1997.[12]TsoukalasLH,HoustisEN,JonesGV.Neurofuzzy motionplannersforintelligentrobots

[J].Journalof

Intelligentan-

dRoboticSystems,1997,19.(下轉第252頁)

《 現場總線技術應用200例》 技 整個控制既基于模型與優化的,又是基于反饋的?；?/p>

:首先進行場 術 于滾動窗口的路徑規劃算法的基本思路景預測,在滾動的每一步,機器人根據其探測到的局 創4.5滾動窗口法

滾動窗口借鑒了預測控制滾動優化原理,把控制 論中優化和反饋兩種基本機制合理地融為一體,使得

新 部窗口范圍內的環境信息,用啟發式方法生成局部子 目標,并對動態障礙物的運動進行預測,判斷機器人 行進是否可能與動態障礙物相碰撞。其次機器人根據 窗口內的環境信息及預測結果,選擇局部規劃算法, 確定向子目標行進的局部路徑,并依所規劃的局部路 徑行進一步,窗口相應向前滾動。然后在新的滾動窗 口產生后,根據傳感器所獲取的最新信息,對窗口內 的環境及障礙物運動狀況進行更新。該方法放棄了對 全局最有目標的過于理想的要求,利用機器人實時測 得的局部環境信息,以滾動方式進行在線規劃,具有 良好的避碰能力。但存在著規劃的路徑是非最優的問 題,即存在局部極值問題。

5智能機器人路徑規劃技術的展望

隨著計算機、傳感器及控制技術的發展,特別是 各種新算法不斷涌現,智能機器人路徑規劃技術已經 取得了豐碩研究成果。特別是周圍環境已知的全局路 徑規劃,其理論研究已比較完善,目前比較活躍的領 域是研究在環境未知情況下的局部規劃。從研究成果 看,有以下趨勢:

(1)智能化的算法將會不斷涌現。模糊控制、神經網 絡、遺傳算法以及它們的相互結合也是研究熱點之一。(2)多智能機器人系統的路徑規劃。隨著智能機器 人工作環境復雜度和任務的加重,對其要求不再局限 于單臺智能機器人,在動態環境中多智能機器人的合 作與單個機器人路徑規劃要很好地統一。

-246-360元/年郵局訂閱號:82-946 機器人技術 中文核心期刊《微計算機信息》(嵌入式與SOC)2006年第22卷第11-2期

實驗,插值A*規劃的路徑代價大約是A*算法的

0.94,其計算時間是大約A*算法的1.35倍。圖11中 展示了在125×75地圖,障礙物密度是33.3%,用A*

算法和插值A*算法規劃在的路徑。圖中黑線表示A* 算法規劃的路徑,紅線表示插值A*算法規劃的路徑。從圖中可以看出紅線規劃的路徑不一定從節點的中 間通過,故路徑明顯的比黑線規劃的路徑代價少。表1 顯示了兩種算法比較的結果。

pages3310-3317.[3]K.Konolige.Agradientmethodforrealtimerobotcontrol.In ProceedingsoftheIEEEInternationalConferenceonIntelligent RobotsandSystems(IROS),2000.[4]R.PhilippsenandR.Siegwart.AnInterpolatedDynamic NavigationFunction.InProceedingsoftheIEEEInternational ConferenceonRoboticsandAutomation(ICRA),2005.[5]D.FergusonandA.Stentz.FieldD*:AnInterpolation-basedPath PlannerandReplanner.TechnicalReportCMURI-TR-7-16, CarnegieMellonSchoolofComputerScience,2005.[6]王儉,肖金球,王林芳.一種改進的機器人路徑規劃螞蟻算法[J].微計算機信息,2005,5:53

[7]邢軍,王杰.神經網絡在移動機器人路徑規劃中的應用研究[J].微計算機信息,2005,11-2:110

作者簡介:呂太之,男,1979-10,碩士研究生,高工,研究 方向人工智能與模式識別.E-mail:lvtaizhi@163.com;趙 春霞,女,1964-05,教授(博導),研究方向計算機應用、模式識別與智能系統。

Biography:LvTaiZhi,Male,1979-10,graduatestudent,senior engineer.ThestudydirectionisPatternrecognitionandAI.技 圖5用A*算法和插值A*算法在125×75的柵格上規劃路徑，且每個節點的路徑代價不一樣。術 表1兩種算法的比較結果 創 新

在實際的應用中,可以將實際的環境設置為不 同的路徑代價。比如可以將公路設置為1,草地設置 為5,不平坦的路面設置為15,障礙物設置為31。實 驗結果顯示在此算法尤其適用與地形環境復雜的室 外環境中。（智械科技）

(211170江蘇海事職業技術學院信息工程系)呂太之(210094江蘇南京南京理工大學計算機學院)趙春霞 通訊地址:(211170江蘇省南京市江寧區格致路309 號江蘇海事職業技術學院信息工程系)呂太之

(收稿日期:2006.3.28)(修稿日期:2006.4.28)

(上接第246頁)

[17]王超.王志良.基于個性和OCC的機器人情感建模研究[J].微 計算機信息，2005,3:180-181

5綜述

插值A*算法是在A*算法基礎上提出的一種啟 發式路徑搜索算法。雖然插值A*算法可以節省路徑, 但是其計算時間也多與A*算法,當計算資源有限時, 這個算法的優越性就無法體現出來,所以每個算法都 有自己的優缺點,有各自的適用環境。

現在路徑規劃的算法很多,但是還沒有那一個算 法可以處于絕對的地位,可以適用與所有環境。如何 將各種算法結合起來,發揮各個算法的優點,屏蔽各 個算法的缺點,在這個方面還是有很多的理論和實踐 值得深入研究。

本文創新點:創造性地將插值算法加入到路徑搜 索算法中,使得生成的路徑更加平滑,路徑代價更小。

參考文獻:

[1]E.Dijkstra.Anoteontwoproblemsinconnexionwithgraphs.NumerischeMathematik,1:269-271,1959.[2]A.Stentz.Optimalandefficientpathplanningforpartially-knownenvironments.InIEEEInt.Conf.Robot.&Autom.,1994，-252-360元/年郵局訂閱號:82-946

作者簡介:宋暉(1974-),男,陜西周至人,西南科技大學 計算機學院講師,碩士,主要研究方向:機器人控制技術 和嵌入式系統.E-mail:songh717@163.com;張華:(1969-),男,四川綿陽人,西南科技大學工程技術中心教授, 博士,主要研究方向:模式識別與智能系統、圖像處理 與虛擬現實技術。

(621010四川綿陽西南科技大學計算機學院)宋暉 高小明

(621010四川綿陽西南科技大學工程技術中心)張華

(CollegeofComputer,ScienceSouthwestUniversityofScience &Technology,MianyangSichuan621010,China)SongHui GaoXiaoming

(Thecenterofengineerandtechnology,SouthwestUniversity ofScience&Technology,MianyangSichuan621010,China)ZhangHua

通訊地址:(621010四川綿陽四川省綿陽市西南科技 大學計算機學院)宋暉

(收稿日期:2006.3.28)(修稿日期:2006.4.25)

《 現場總線技術應用200例》

第四篇：公路網規劃設計方法研究的論文

1公路網規劃程序簡介

在區域交通規劃當中，公路網規劃是其中的一個重要組成部分，公路網規劃的前提就是綜合交通以及國土規劃，而規劃的主要內容就是遠景交通量的預測，其包含建立交通量的產生、分布以及分配模型，同時這也是路網設計以及優化的有效依據，這部分同診斷問題以及收集資料都是進行路網規劃的一個必要過程，亦是工作的前提。路網規劃當中另外的主要內容就是對其進行設計和優化，這一過程對于決策以及方案的建立具有直接的影響。值得注意的是，路網評價是規劃當中必不可少的一個過程，它發揮著承上啟下的作用。另外，還需要定量分析以及評價原路網，這是是規劃工作的起點，從而能夠為確定以及分析規劃目標提供依據。評價規劃方案作為規劃工作的終點，能夠提供給規劃成果的論證、決策以及優化等相應的量化指標。

2公路網規劃的目的以及意義分析

公路網規劃能夠為公路建設決策的制定提供合理的參考依據，而且也是公路建設的一個前期部分。公路網進行規劃的主要目的就是本著實事求是的觀點，對于規劃區域當中客貨運交通的實際情況進行合理分析，對于公路網建設當中所存在的相關問題和問題存在的根源進行深入剖析，從而能夠對區域未來交通需求以及社會經濟發展的趨勢進行合理預測，這樣就有助于公路網規劃方案及建設的合理制定，從而提供公路長遠以及近期發展和建設的決策依據。進行公路網規劃具有極其重要的意義，主要表現在以下幾個方面：

（1）對于區域協調以及平衡發展具有促進作用；

（2）對于工農業生產以及國民經濟發展具有保障作用；

（3）公路同其他運輸方式之間的協調發展具有巨大促進作用；

（4）能夠使得運輸成本降低，并將車輛行駛時間節省，從而將公路運輸效率顯著提升；

（5）對土地資源進行有效節約，從而達到自然環境保護的目的；分布模型分布準則熵模型基于熵的有關原理介入機會模型根據盡量短運行時間選擇適宜終點重力和弗雷特模型用最小運行時間，權衡運行時間以及吸力進行重點的選擇增長率模型（除弗雷特模型外）選擇最具吸引力終點，不考慮運行時間表1交通分布準則與模型對應表

（6）保證公路建設資金能夠進行合理的投放以及使用。

3交通量預測

3.1現狀調查

在這一過程當中主要是按照現有的數據來對遠景交通量進行預測，從而提供給公路網規劃以及設計參考，這也就是說現有資料的調查準確度對于預測結果具有直接的影響。通常情況下，規劃區是區域公路網規劃以及設計的調查范圍所在，如果在必要的時候可以進行擴大，將其向臨近的地區進行擴展。另外，調查內容的廣度以及深度還應該同路網的要求以及級別相吻合，同時也應該經歷從宏觀到微觀以及從粗到細的過程。

3.2交通發生預測

這一過程的主要目的就是進行分區產生的交通量同社會經濟特征以及分區土地利用等相關變量之間所存在的定量關系的建立，從而對于規劃年各個分區當中交通量進行推算。就當前的實際情況來看，回歸分析法以及時間序列法是定量分析方法當中所常用的兩種形式。

3.3交通分布預測

交通分布預測的基礎就是所得到的各小區交通分布現狀OD表，通過對于合區社會以及經濟發展所帶來的交通增長情況進行綜合性的考慮來對各區之間規劃期的交通流量進行相對應的推算。在這過程當中所應用的方法通常有兩類，其中一種是增長率法，通過現狀OD表對未來OD表進行預測，比如說福雷特法、平均增長率法等等，另外一種是對各個區之間交通時間區間距離以及運行費用等等相關的因素進行綜合性的考慮，通過相應的模型來對未來交通分布狀態進行相應的預測。比如說可以通過重力模型法進行相關的預測，另外還有回歸模型法以及介入機會模型法等等，在實際選擇過程當中還要綜合各個方面的實際情況來進行科學合理的選擇。其中通常情況下可以參考表1進行選擇。

3.4交通分配模型

在路網規劃當中，交通分配是對交通量進行預測的不可缺少的一個環節，司機在相對比較多路線組成的路網當中進行行駛路線選擇時，通常都是由路線的服務水平以及眾多其他隨機因素決定的。按照司機行駛路線選擇的不同，可以利用以下相應的交通分配模型。

3.4.1“全有全無”分配模型

這一模型所應用的原理就是司機對于運行有完整的資料，同時在行駛路線選擇的時候能夠以最低費用或最少行程時間作為標準。按照這樣的方式，在路網當中可以將所有OD交通量都看作是最短行程路線。路網中兩個節點之間如果存在兩條路線進行選擇的時候，此時最短的路線則分配全部OD分布交通量，另一條分配量則為零。

3.4.2多通路分配模型

司機對于運行的資料如果不夠完整，并且對于行駛費用以及時間方面不同的司機察覺也存在差異，即便是司機認為他們所選取的路線就是最佳的，但是整體上仍然是多通路，這樣也就得到了多通路分配模型。3.4.3隨機分配模型在行駛路線選擇的時候，如果司機不僅僅考慮最短時間和距離以及最少費用，同時還要考慮行車安全、路線熟悉等其他因素，這時由于個別因素的隨機選擇就出現了隨機模型。

4路網的設計方法介紹

在路網設計中所使用的方法主要有系統分析法、數理解析法以及經驗調查法。其中系統分析法在經濟發達國家的應用頻率相對比較大，主要用于路網規劃以及交通規劃方面，它的應用范圍相對也比較大。數理解析法又可以劃分為漸近優解法以及干道方向法等等。在一定范圍之內，這種方法的價值相對比較大，但是也存在著一定的缺點，主要表現的整體優化以及系統分析方面。經驗分析法是由于實際的需求，通過專家構思以及集體共同進行決議和獻策，從而進行調查研究以及預測，這種方法科學依據相對比較欠缺，同時也沒有足夠的定量分析，并且由于受到個人基礎資料以及經驗的限制，從而導致結果不夠精細，通常僅僅限于較短時間內的修建計劃，并且隨機性也比較大，很難將系統化以及規范化得以真正的實現。

5公路網規劃評價分析

通常情況下，可以從技術、經濟以及社會對于公路網進行評價。技術方面的評價主要就是對于實施方案以后的使用質量進行揭示，對于規劃方案的技術可行性以及合理性進行相應的評價。經濟評價是評價工作當中的重要內容，它是利用規劃公路來分析整體的經濟效益，可以進一步的分為間接和直接經濟效益。間接經濟效益指的就是建設造成公路以后對于區域社會經濟發展的一種間接受益程度，比如說增加稅收等等，而直接經濟收益則是建設公路以后，交通事故的降低、運輸成本的節約以及線路的便捷性等等而帶來的效益。社會評價則是公路對于區域當中社會發展的影響以及作用進行分析，主要包含有文物保護條件改善、自然資源的開發利用以及環境保護的建設，同時也包含有對文化、經濟以及政治等等方面的影響。

6結語

綜上所述，公路網規劃設計是進行公路建設的前期工作，它對于公路建設具有極其重要的作用。本文主要對公路網規劃程序以及設計的目的和意義進行了簡要的論述，并對交通量預測方法、路網規劃設計方法以及路網規劃的評價進行了重點的介紹，希望本文的寫作能為該領域的工作人員提供必要的參考借鑒，并在以后的工作中對公路網規劃設計方法進行更加深入的研究，從而推動我國公路建設更快更好的發展。

參考文獻

[1]過秀成，胡斌，陳鳳軍.農村公路網規劃布局設計方法探討[J].公路交通科技，2002，02：138~141.[2]顧保南，莊少勤.動態公路網規劃方案設計與評價方法研究[J].上海鐵道大學學報，1996，01：42~48.[3]趙瑞瑞，周城.城鎮化進程中的農村公路網布局規劃方法分析探討[J].科技與企業，2014，07：261.

第五篇：論文研究方法

研究方法

因農產品流通研究涉及環節眾多、需要從多角度、多方位著手、綜合探究，單憑某一種理論視角無法洞察所有,所以本文采用了多學科相交叉的方法、應

用了新制度經濟學、現代產業經濟學等學科理論、并結合圖形和案例等工具對

農產品流通模式進行了系統的研究。具體方法如下:

(1)文獻研究法

主要體現在該文的文獻綜述部分,通過對先輩研究成果的大量閱讀、整理、歸納,了解了迄今為止有關的研究范圍、研究角度、研究方法、研究成果以及

未覆蓋的研究方面和未深化的研究分支,以上都對本篇論文的研究內容起了指

導作用。

(2)邏輯推演法

本文是以“依據現實背景和文獻查閱基礎上提出命題一對中國農產品流通

模式的現狀分析和與國外模式的比較下找出問題所在--引進相關理論創新農

產品流通模式--提出有效政策建議”的邏輯結構框架展開的研究,符合命題的

內在邏輯關系。

(3)規范分析與實證分析相結合

本文解釋了農產品價格上漲的一個重要原因--流通成本過高;闡述了我國

現有農產品流通模式對生產者(農民)和消費者(市民)造成的影響;分析了

影響農產品流通成本的制度因素和市場因素。以上結合相應的統計數據和分析

工具都回答了經濟學中“是什么”的問題,也正是實證分析的體現。除此之外，本文還致力于創新一個適用中國的農產品流通的新模式并最后給出相應的政

策建議,這也是回答了經濟學中“應該是什么”的問題一正是規范分析的所在。5

(4)定性分析和定量分析相結合

文章在探索創新農產品流通新模式的過程中,不僅需要有定性分析,包括

從現有模式到創新模式的改進分析、創新模式的可行性分析等,還需要收集大

量數據、實例作為論據,對新模式的合理性進行評估的定量分析。

(5)多種學科相交叉的方法

前面己經提到:本文引入了新制度經濟學的交易費用理論和現代產業經濟

學的SCP范式來分別針對如何降低農產品流通成本和如何構建農產品流通新

模式做了研究,并且,本文相關研究也應用到了統計學和計量經濟學的方法。

因此,各種學科在此再也不能獨自發揮功效了。