1.2.2 导航与路径规划

在移动机器人中，自主导航是一项核心技术，是移动机器人研究领域的重点和难点。导航的基本任务有三个：

基于环境理解的全局定位：通过对环境中景物的理解，将其识别为路标或具体实物，以完成对移动机器人的定位，为路径规划提供信息。

目标识别和障碍物检测：实时对障碍物或特定目标进行检测和识别，提高系统的稳定性。

安全保护：对移动机器人工作环境中出现的障碍物和移动物体进行分析，避免它们对移动机器人造成损伤。

移动机器人有多种导航方式，根据环境信息的完整程度、导航指示信号类型等因素的不同，可以将导航系统分为基于地图的导航、基于创建地图的导航和无地图的导航；根据导航采用的传感器的不同，可以将导航系统分为视觉导航、非视觉传感器导航和组合导航。

移动机器人路径规划是指移动机器人通过传感器感知环境和自身状态，在有障碍物的工作环境中规划出一条从起始点到目标点的路径，该路径需要满足路程短、效率高、安全性高等要求，并且能够避开沿途的静态障碍物和动态障碍物[8-9]。当前，三维复杂环境中的移动机器人路径规划是研究的热点和难点，如图1.6所示。

图1.6 三维复杂环境中的移动机器人路径规划

路径规划方法大致可以分为传统路径规划方法和智能路径规划方法两种。传统路径规划方法主要包括自由空间法、图搜索法、栅格解耦法、人工势场法等[10-12]。智能路径规划方法将人工智能算法应用到路径规划中，从而提高移动机器人路径规划的避障精度，加快规划速度，满足实际应用的需要，其中应用较多的主要有模糊算法、神经网络算法、遗传算法、Q学习算法等[13-16]。目前，移动机器人路径规划的研究已相对成熟，但每种方法都有其优缺点，仅凭单一的方法通常无法同时满足路程短、实时性强和安全性高等要求，而多种方法的融合可以取长补短，弥补各自算法的不足，提高路径规划的性能。另外，将物联网、人工智能等新一代信息技术与路径规划方法相结合是未来重要的研究方向之一。