一、前言

本文所叙述的导航规划表示无人工标识导引的无轨导航，机器人根据地图和传感器感知信息进行导航。导航规划与我们日常生活密切相关，例如我们驾驶汽车时使用手机地图进行导航。首先我们拥有一张地图（高德地图或者百度地图等），我们输入起始地点和目标地点，软件基于已经建模的地图会给我们规划出最优路线（最短距离，最小时间），我们按照规划路线驾驶汽车。在驾驶汽车的过程中，路况是不断变化的，遇见行人，车辆或者拥堵，我们要进行避障，调整局部轨迹。

二、导航规划概念

（一）定义

在给定环境的全局或局部知识以及一个或者一系列目标位置的条件下，使机器人能够根据知识和传感器感知信息高效可靠地到达目标位置。

（二）主要研究内容：

1、路径规划：根据所给定的地图和目标位置，规划一条使机器人到达目标位置的路径（考虑工作空间的几何约束，不考虑机器人的运动学建模和约束，将机器人抽象为环境中的一个点）

2、避障规划：根据所得到的实时传感器测量信息，调整路径/轨迹以避免发生碰撞

3、轨迹生成：根据机器人的运动学建模和约束，寻找适当的控制命令，将可行路径转换为可行轨迹，即机器人的位置、速度和加速度序列。

（三）举例说明

在工厂仓库中，AGV机器人帮助人们搬运货物。首先机器人拥有仓库地图，它要知道仓库的每个货架堆放的是那种类型的货物。假设机器人要将一些货物放置到指定货架，机器人根据已经建模的仓库地图规划最佳路径（路径规划）。然后根据机器人的运动学模型，生成相对应的控制指令序列（轨迹生成）。在移动过程中，机器人可能会遇见行人或者其他机器人，这时要根据传感器的感知信息调整局部轨迹（避障规划），生成对应控制指令以进行避障操作（轨迹生成）。

       因此，路径规划考虑的是战略问题，它从全局角度规划出一条到达目标位置的路径；避障规划考虑的是战术问题，遇见障碍物后，调整路径以避开该障碍物；轨迹规划考虑的是机器人的执行问题，生成机器人位置、速度和加速度序列。在实际应用中，根据环境模型进行路径规划，根据实时感知进行避障规划，然后根据上述规划进行轨迹规划，生成机器人控制指令。

本文主要参考了中国MOOC熊蓉老师的课程《自主移动机器人》。