基于ROS的室内移动机器人地图构建和路径规划研究开题报告

1. 研究目的与意义（文献综述）

最近几年，在机器人领域和人工智能领域兴起了一类新型的优化算法称路径规划算法，该算法迅速成为相关领域的研究热点之一。路径规划算法首次应用在斯坦福研究院(sri)研制的自主移动机器人中，近几年迅速发展，成为机器人和人工智能领域的重要研究内容之一。路径规划的主要目的是研究人工智能技术在各种环境下某系统的自主推理、规划和控制的能力。路径规划的主要应用领域有智能交通、移动机器人、物流运输等，由于其广泛应用更是得到广大研究人员的关注。比如在智能交通的相关技术研究中，路径规划是车辆定位与导航系统的重要组成部分。其主要任务是为司机提供从起始点到目标点的一条或多条路线。在移动机器人的相关技术研究中，路径规划也是重要组成部分，能使移动机器人在有限时间内规划出一条路径或者走遍除障碍物外的全部自由空间。这些问题在计算机科学中都能归结到寻找具有最小代价的最优路径问题。而最优路径问题一直以来都是交通管理、移动机器人和控制专业研究的热点问题之一。

根据路径规划环境是否随时间变化，可将移动机器人的路径规划分为动态路径规划和静态路径规划；通常，根据移动机器人对环境所具有的先验信息了解的情况，可将路径规划方法划分为全局路径规划算法和局部路径规划算法。

1) 全局路径规划技术

2. 研究的基本内容与方案

一．基本内容及目标

基本内容：为对比各种路径规划算法的优势和特点，本课题尝试进行在matlab中仿真比较各种全局路径算法如a*，人工蜂群算法，人工势场算法，prm算法，粒子群算法等，从循迹速度、准确度、决策判断、路线图、内存代价等方面对各种算法进行剖析分析，从而得到算法进化的主要思路和方向，为整合各种算法并优化改进全局路径规划算法提供更好的优化思想。并将matlab中算法移植到ros中编写c 代码以插件形式移植到ros平台中仿真，并不断改进算法，最后驱动小车查看结果。

目标：得到基于ros的融合不同算法的全局路径规划算法。

3. 研究计划与安排

第1-2周广泛查阅文献，明确选题，撰写开题报告，学习ros的基础知识

第3周完成英文文献翻译工作，并且修改完善开题报告

第4-5周对于路径算法的深入学习 阅读源码 学会如何用接口写插件

4. 参考文献（12篇以上）

[1] a review of global path planning methods for occupancygrid maps regardless of obstacle density.2015

[2] indoor mapping using kinect and ros.2015

[3] mobilerobot path planning using articial bee colony and evolutionary programming.2015