基于快速扩展随机树的机器人路径规划算法仿真实验平台研究
摘要
机器人学是一门结合理论、设计、制造和应用的科学或技术研究；其目的是使机器人可应用于完全自行控制的工作中。机器人路径规划在机器人学中起到重要作用。
快速扩展随机树是一种搜索结构，通过快速缩短搜索结构中的结点与随机选择点之间期望距离的方式进行增量构造。并且最近在解决轨迹规划和路径规划问题中显示出良好应用前景。
本文提出并实现了两种基于快速扩展随机树的路径规划器。
其中一种是基于快速扩展随机树的规划器。其设计思想来自快速扩展随机树算法，仿真实验表明该规划器有如下优点：1)快速扩展随机树积极倾向于搜索状态空间的未搜索部分；2)快速扩展随机树结点的分布逼近样本分布，导致行为的一致性；3)快速扩展随机树在一般情况下是概率完备的。
另一种是基于连接型快速扩展随机树的规划器。其设计思想来自连接型快速扩展随机树算法，快速扩展随机树的一种变形。仿真结果表明该规划器继承了基本型快速扩展随机树的优点，而且搜索速度更快，效率更高。
本文还提出且实现了一个基于快速扩展随机树算法的仿真实验平台，其开发过程遵照UML的标准。系统功能包括：配置参数，绘制地图和实时显示路径产生过程。仿真实验结果表明该系统具有运行稳定，直观显示搜索过程等优点。
Robotics is the science or study of the technology associated with the theory, design, fabrication and application of robots to autonomously complete work. Robots path planning plays an important role in Robotics.
The Rapidly-Exploring Random Tree (RRT) is a search structure constructed incrementally in a way that quickly reduces the expected distance to nodes in the search structure, of randomly-chosen points in the search space. And it has recently shown promising results in trajectory design and path planning problems.
This thesis presents two path planner based on the RRTs and has realized them.
One of them is RRT planner. The soul of the design is the basic RRT algorithm and the simulative results show the nice properties of planner, such as 1) the expansion of an RRT is heavily biased toward unexplored portions of the state space; 2) the distribution of vertices in an RRT approaches the sampling distribution, leading to consistent behavior; 3) an RRT is probabilistically complete under very general conditions.
The other one is RRT-Connect planner. The inspiration of design comes from RRT-Connect algorithm, a variation of RRT. And the simulative results show not only the same nice properties inherit from basic RRT, but also higher search speed and more efficiency.
This thesis also presents and realize a simulative system based on RRT algorithm, whose developing process conform to UML standard. The system holds the functions such as configuring parameters, drawing map and showing the process of generating path real time. The simulative results show that the system run stably and can intuitively show the searching process.
快速扩展随机树是一种搜索结构，通过快速缩短搜索结构中的结点与随机选择点之间期望距离的方式进行增量构造。并且最近在解决轨迹规划和路径规划问题中显示出良好应用前景。
本文提出并实现了两种基于快速扩展随机树的路径规划器。
其中一种是基于快速扩展随机树的规划器。其设计思想来自快速扩展随机树算法，仿真实验表明该规划器有如下优点：1)快速扩展随机树积极倾向于搜索状态空间的未搜索部分；2)快速扩展随机树结点的分布逼近样本分布，导致行为的一致性；3)快速扩展随机树在一般情况下是概率完备的。
另一种是基于连接型快速扩展随机树的规划器。其设计思想来自连接型快速扩展随机树算法，快速扩展随机树的一种变形。仿真结果表明该规划器继承了基本型快速扩展随机树的优点，而且搜索速度更快，效率更高。
本文还提出且实现了一个基于快速扩展随机树算法的仿真实验平台，其开发过程遵照UML的标准。系统功能包括：配置参数，绘制地图和实时显示路径产生过程。仿真实验结果表明该系统具有运行稳定，直观显示搜索过程等优点。
Robotics is the science or study of the technology associated with the theory, design, fabrication and application of robots to autonomously complete work. Robots path planning plays an important role in Robotics.
The Rapidly-Exploring Random Tree (RRT) is a search structure constructed incrementally in a way that quickly reduces the expected distance to nodes in the search structure, of randomly-chosen points in the search space. And it has recently shown promising results in trajectory design and path planning problems.
This thesis presents two path planner based on the RRTs and has realized them.
One of them is RRT planner. The soul of the design is the basic RRT algorithm and the simulative results show the nice properties of planner, such as 1) the expansion of an RRT is heavily biased toward unexplored portions of the state space; 2) the distribution of vertices in an RRT approaches the sampling distribution, leading to consistent behavior; 3) an RRT is probabilistically complete under very general conditions.
The other one is RRT-Connect planner. The inspiration of design comes from RRT-Connect algorithm, a variation of RRT. And the simulative results show not only the same nice properties inherit from basic RRT, but also higher search speed and more efficiency.
This thesis also presents and realize a simulative system based on RRT algorithm, whose developing process conform to UML standard. The system holds the functions such as configuring parameters, drawing map and showing the process of generating path real time. The simulative results show that the system run stably and can intuitively show the searching process.
引文
[1]王小平，曹立明。遗传算法——理论、应用与软件实现。西安：西安交通大学出版社，2002。1-16
[2]周明，孙树栋，彭炎午。基于遗传模拟退火算法的机器人路径规划。航空学报，1998，19(1)：118-120
[3]熊宁，邵世煌，王直杰。多变地形下机器人路径规划。控制与决策，1995，10(5)：429-433
[4]李枚毅，蔡自兴。改进的进化编程及其在机器人路径规划中的应用。机器人，2000，22(6)：490-494
[5]周明，孙树栋，彭炎午。使用遗传算法规划移动机器人路径。西北工业大学学报，1998，16(4)：580-583
[6]蔡自兴，彭志红。一种新的路径编码机制在移动机器人路径规划中的应用。机器人，2001，23(3)：230-233
[7]陈刚，沈林成。复杂环境下路径规划问题的遗传路径规划方法。机器人，2001，23(1)：40-44
[8]孙树栋，曲彦宾。遗传算法在机器人路径规划中的应用研究。西北工业大学学报，1998，16(1)：79-83
[9]孟庆春，尹朝万，纪洪波，董浩。利用部分基因保留和“移民”技术提高基因算法的性能。机器人，1997，19(6)：420-425
[10]吴丽娟，徐心和。基于遗传算法的足球机器人比赛中障碍回避策略的设计。机器人，2001，23(2)：142-145
[11]冯文镛，杨灿军，陈鹰。基于遗传算法的自动导引机器人全局路径规划。机械科学与技术，2001，20(3)：380-382
[12]仲欣，吕恬生。基于遗传算法的汽车式移动机器人路径规划方法。上海交通大学学报，1999，33(7)：885-888
[13]恽为民，席裕庚。基于遗传算法的机器人关节空间最优运动规划。机器人，1995，17(4)：206-217
[14]孙树栋，林茂。基于遗传算法的多移动机器人协调路径规划。自动化学报，2000，26(5)：672-676
[15]周明，孙树栋，彭炎午。基于遗传算法的多机器人系统集中协调式路径规划。航空学报，2000，21(2)：146-149
[16]刘雁飞，裘聿皇。基于两层编码遗传算法的机器人路径规划。控制理论于应用，2000，17(3)：429-432
[17]李枚毅，蔡自兴，魏世勇。基于黄金分割率选择算子的改进进化编程算法及其在机器人路径规划中的应用。系统仿真学报，2001，13(增刊)：187-190
[18]孟庆春，董浩，纪洪波，胡艳娥。部分基因继承技术对带有对称编码的基因算法的影响。烟台大学学报，1997，10(1)：45-49
[19]王凌。智能优化算法及其应用。北京：清华大学出版社，2001。
[20]孙增圻。智能控制理论与技术。北京：清华大学出版社，1997。
[21]张明路，焦新境，曹作良。一种新的移动机器人路径跟踪控制策略。河北工业大学学报，2000，29(1)：71-75
[22]杨欣欣，何克忠，郭木河，张钹。基于神经网络的室外移动机器人前轮转向模型。自动化学报，2000，26(2)：154-161
[23]王仲民，岳宏。一种移动机器人全局路径规划新型算法。机器人，2003，25(2)：152-155
[24]王仲民，姚立卿，张寒松。基于神经网络的移动机器人路径规划研究。天津职业技术师范学院学报，2003，13(1)：10-12
[25]谢宏斌，刘国栋，李春光。动态环境中基于模糊神经网络的机器人路径规划的一种新方法。江南大学学报，2003，2(1)：20-23
[26]徐潼，唐振民。动态环境中的移动机器人避碰规划研究。机器人，2003，25(2)：117-122
[27]孙羽，张汝波，顾国昌。自组织映射神经网络量化机器人强化学习方法研究。小型微型计算机系统，2002，23(5)：558-560
[28]钟江生。自动导向小车路径规划问题的一种神经网络方法。五邑大学学报，1999，13(3)：15-18
[29]朱咏杰，王树国，常疆。一种移动机器人路径规划算法的性能仿真分析和参数优化。机器人，2001，23(7)：737-741
[30]朱咏杰，王树国，常疆。一种基于神经网络的移动机器人路径规划算法。高技术通讯，2002，09：42-45
[31]陈宗海，陈锋。一种不确定环境下移动机器人的避障规划算法。机器人，2002，24(4)：358-361
[32]禹建丽，成久洋之，Valeri．Kroumov。线性再励的自适应变步长机器人神经网络路径规划算法。燕山大学学报，2002，26(3)：258-260
[33]孙羽，张汝波。神经网络在智能机器人导航系统中的应用研究。计算机工程，2002，28(1)：138-140
[34]刘成良，张凯，付庄等。神经网络在机器人路径规划中的应用研究。机器人，2001，23(7)：605-608
[35]段群杰，张铭钧，张菁。基于模糊神经网络的水下机器人局部路径规划方法。船舶工程，2001，1：54-58
[36]王爱民，史庆国，吕晨亮。机器人路径规划的神经网络算法及优化。河北工业大学学报，1999，28(6)：13-16
[37]王爱民，史庆国，吕晨亮。关于移动机器人路径最优化问题。中国机械工程，2001，12(6)：685-687
[38]李强，林良明，颜国正。一种新的移动机器人环境模型。机器人，1999，21(5)：379-385
[39]邰宜斌，席裕庚，李秀明。一种机器人路径规划的新方法。上海交通大学学报，1996，30(4)：94-100
[40]王伟，储林波，马玉林。一种改进的机器人路径规划算法。哈尔滨工业大学学报，1998，30(2)：97-98
[41]郭翠英，牛伟。就八数码问题谈启发式搜索算法的运用。山西电子技术，1996(6)：18-24
[42]储林波，王伟，马玉林。基于方向匹配的装配路径规划算法。南京航空航天大学学报，1999，31(6)：650-654
[43]朱嘉钢。A*算法中引入前视机制的探讨。无锡轻工大学学报，2001，20(5)：531-533
[44]鄢翔，王作英。A*算法在两阶段词图搜索中的应用。计算机工程与应用，2002，22：78-80
[45]金海，谢卫。A*树搜索算法代价与误差关系的研究。软件学报，1995，6(3)：155-158
[46]唐平，杨宜民。动态二叉树表示环境的A*算法及其在足球机器人路径规划中的实现。中国工程科学，2002，4(9)：50-53
[47]席裕庚。动态不确定环境下广义控制问题的预测控制。控制理论与应用，2000，17(5)：665-670
[48]席裕庚，张纯刚。一类动态不确定环境下机器人的滚动路径规划。自动化学报，2002，28(2)：161-175
[49]张纯刚。未知环境中智能体的路径规划。测控技术，2002，21(4)：55-57
[50]张纯刚，席裕庚。全局环境未知时基于滚动窗口的机器人路径规划。中国科学(E辑)，2001，31(1)：51-58
[51]张纯刚。基于滚动窗口的移动机器人路径规划。系统工程与电子技术，2002，24(6)：63-69
[52]张纯刚，席裕庚。动态未知环境中移动机器人的滚动路径规划。机器人，
2002，24(1)：71-75
[53]崔茂源，田彦涛，赵中祺。基于模糊逻辑的自主移动机器人实时滚动路径规划及控制。吉林工业大学自然科学学报，1999，29(1)：58-63
[54]张育，席裕庚。基于V距离势场的实时滚动路径规划。机器人，1997，19(5)：350-355
[55]张纯刚，席裕庚。机器人滚动路径规划的算法与仿真研究。高技术通讯，2003(4)：53-57
[56]张纯刚，席裕庚。基于滚动窗口的多机器人路径协调规划。模式识别与人工智能，2002，15(1)：1-5
[57]张纯刚。基于滚动窗口的移动机器人路径规划。系统工程与电子技术，2002，24(6)：63-65
[58]张纯刚，席裕庚。基于局部探测信息的机器人滚动路径规划。自动化学报，2003，29(1)：38-44
[59]Khatib O. Real-time obstacle avoidance for manipulators and mobile robots. Int J Robotics Research, 1986, 5(1):90-98
[60]马培荪，刘臻。油罐容积检测爬壁机器人的动态路径规划。上海交通大学学报，1997，31(3)：28-32
[61]朱向阳，丁汉，熊有伦。凸多面体之间的伪最小平移距离——Ⅱ。机器人运动规划。中国科学(E辑)，2001，31(3)：238-244
[62]龚进峰，彭商贤。基于数字势场和遗传算法的机器人路径规划方法。天津大学学报，2002，35(4)：525-529
[63]郭木河，何克忠，陶西平，敖旭辉。室外智能机器人的局部规划与导航控制方法。清华大学学报，1995，35(5)：7-13
[64]杨向东，潘尚峰，冯敬之等。利用世界空间几何学信息的关节式机器人路径规划。清华大学学报，1996，36(10)：105-110
[65]吴晓涛，孙增圻，邓志东。基于网络结构的并行路径规划算法。清华大学学报，1996，36(5)：67-71
[66]王宏，何克忠，张钹。基于收缩法与数值导航的机器人路径规划。清华大学学报，1998，38(21)：116-119
[67]杨明，王宏，何克忠等。基于激光雷达的移动机器人环境建模与避障。清华大学学报，2000，40(7)：112-116
[68]张祺，杨宜民。基于改进人工势场法的足球机器人避碰规划。机器人，2002，24(1)：12-15
[69]王会丽，傅卫平，方综德等。基于改进的势场函数的机器人路径规划。机
床与液压，2002(6)：67-71
[70]郑利红，荣国宏，李元宗。基于改进的Khatib方法的冗余机器人手避障轨迹规划。2001，32(1)：29-32
[71]恭进峰，彭商贤。基于C空间的机器人双手协调避碰路径规划。制造业自动化，2002，24(2)：27-30
[72]庄晓东，孟庆春，王汉萍等。多障碍物环境中基于增强式学习的势场优化和机器人路径规划。青岛海洋大学学报，2001，31(6)：937-942
[73]谈士力，龚振邦，万德钧。面壁移动机器人随即障碍避碰路径规划研究。应用科学学报，1997，15(3)：310-314
[74]黄献龙，梁斌，吴宏鑫。机器人避碰规划综述。航天控制，2002(1)：34-40
[75]王醒策，张汝波，顾国昌。基于势场栅格法的机器人全局路径规划。哈尔滨工程大学学报，2003，24(2)：170-174
[76]刘传才，杨静宇，江志明，孙兴华。自主车的局部路径规划。机器人，1999，21(6)：436-441
[77]王伟，马玉林等。机器人C-空间障碍边界建模与无碰撞路径规划。机器人，1998，20(4)：280-286
[78]吴尔辉，沈林成，常文森。基于转移费用矩阵的机器人路径规划方法。国防科技大学学报，1997，19(23)：97-102
[79]樊滨温，长炯，吕伟新，蔡鹤皋。基于拓扑降维法路径规划的状态空间划分原则。高技术通讯，1998(8)：30-34
[80]朱金寿，朱琪，王进等。最小费用最大流算法在路径规划中的应用。武汉理工大学学报(交通科学与工程版)，2002，26(3)：293-295
[81]顾国昌，李亚波。基于总体势减小的动态调度技术解决多机器人的路径规划。机器人，2001，23(2)：172-174
[82]赵峰，崔平远，陈阳舟。动态环境下移动机器人路径规划的一种方法。昆明理工大学学报(理工版)，2003，28(1)：64-66
[83]袁曾任，高明。在动态环境中移动机器人导航何避碰的一种新方法。机器人，2000，22(2)：81-88
[84]易晟，樊晓平，罗熊。平面移动机器人最短路径规划的几何算法研究。长沙铁道学院学报，2003，21(1)：52-56Dijkstra算法
[85]洪伟，田彦涛，董再励，王光辉。移动机器人的障碍物群检测方法。吉林大学学报(信息科学版)，2002，20(1)：67-72
[86]张芳，颜国正，林良明。面向多机器人路径规划的一种基于模糊型的再励函数结构。光学精密工程，2002，10(2)：148-153
[87]董立志，孙茂相，朱枫等。基于实时障碍物预测的机器人运动规划。机器人，2000，22(1)：13-16
[88]李瑞峰，李伟招。基于多传感器信息融合的移动机器人路径规划。机电一体化，2002(4)：20-23
[89]李彩虹，张景元，李贻斌。基于模糊控制的移动机器人的路径规划。淄博学院学报(自然科学与工程版)，2001，3(3)：27-30
[90]朴松昊，洪炳熔。一种动态环境下移动机器人的路径规划方法。机器人，2003，25(1)：18-21
[91]郑大钟。线性系统理论。北京：清华大学出版社，1990。
[92]Lozano Perez T. Spatial planning: A configuration space approach, IEEE Trans Computers, 1983, 32(2): 108-120
[93]Brooks R A, Lozano Perez T. A subdivision algorithm in configuration space for find path with rotation. IEEE Trans System, Man Cybernetics, 1985,15(2):224-233
[94]N.M.Amato and Y.Wu. A randomized roadmap method for path and manipulation planning. In IEEE Int. Conf. Robot., pages 113-120,1996
[95]R.Kavraki, P. Svestka, J. C.Latombe, and M.H.Overmars. Probabilistic roadmaps for path planning in high-dimensional configuration space. Int. Transactions on Robotics and Automation, 12(4):566-580, 1996
[96]J.Barraquadn and J.-C.Latombe. Robot motion planning: A distributed representation approach. Int. J. Robot. Res, December 1991, 10(6):628-649
[97]D.Challou, D.Boley, M.Gini, and V.Kumar. A parallel formulation of informed randomized search for robot motion planning problems. In IEEE Int. Conf. Rotot. 1995, pages 709-714
[98]J.P.Latombe, S.Sekhavat, and F.Lamiraux. Guidelines in nonholonomic motion planning for mobile robots. In J.-P. Laumond, editor, Robot Motion Planning and Control, pages 1-53. Springer-Verlag, Berlin, 1998.
[99]S.M. LaValle and J.J. Kuffner. Rapidly-exploring random trees: Progress and prospects. In Wokshop on the Algorithmic Foundations of Robotics, 2000.
[100]J. J. Kuffner and S. M. LaValle. RRT-connect: An efficient approach to single-query path planning. In Proc. IEEE Int'l Conf. on Robotics and Automation, pages 995-1001, 2000.
[101]S. M. LaValle. Rapidly-exploring random trees: A new tool for path planning. TR 98-11, Computer Science Dept., Iowa State University., Oct. 1998.
[102]J. Kuffner, S. Kagami, M. Inaba, and H. Inoue. Dynamically-stable motion planning for humanoid robots. In 18th Annual Conf. of Robotics Society of Japan, 2000.
[103]P. Cheng, Z. Shen, and S. M. LaValle. Using randomization to find and optimize feasible trajectory for nonlinear systems. In Proc. Annual Allerton Conference on Communications, Control, Computing, pages 926--935, 2000.
[104]S. M. LaValle and J. J. Kuffner. Randomized kinodynamic planning. In Proc. IEEE Int'l Conf. on Robotics and Automation, pages 473--479, 1999.
[105]S. M. LaValle and J. J. Kuffner. Rapidly-exploring random trees: Progress and prospects. In B. R. Donald, K. M. Lynch, and D. Rus, editors, Algorithmic and Computational Robotics: New Directions, pages 293--308. A K Peters, Wellesley, MA, 2001.
[106]P. Cheng and S. M. LaValle. Reducing metric sensitivity in randomized trajectory design. In Proc. IEEE/RSJ Int'l Conf. on Intelligent Robots and Systems, pages 43--48, 2001.
[107]J. Yakey,. S. M. LaValle, and L. E. Kavraki. Randomized path planning for linkages with closed kinematic chains. IEEE Transactions on Robotics and Automation, 17(6):951-958, December 2001.
[108]P. Cheng and S. M. LaValle. Resolution complete rapidly-exploring random trees. In Proc. IEEE Int'l Conf. on Robotics and Automation, pages 267--272, 2002.
[109]S. M. LaValle and J. J. Kuffner. Randomized kinodynamic planning. International Journal of Robotics Research, 20(5):378--400, May 2001.
[110]P. Cheng, Z. Shen, and S. M. LaValle. RRT-based trajectory design for autonomous automobiles and spacecraft. Archives of Control Sciences, 11(3-4):167--194, 2001.
[111]S. M. LaValle. From dynamic programming to RRTs: Algorithmic design of feasible trajectories. In A. Bicchi, H. I. Christensen, and D. Prattichizzo, editors, Control Problems in Robotics, pages 19--37. Springer-Verlag, Berlin, 2002.
[112]S. R. Lindemann and S. M. LaValle. Steps toward derandomizing RRTs. In IEEE/RSJ Int'l Conf. on Intelligent Robots and Systems, 2003. Under review.
[113]陈雪飞。C++Builder实例入门。北京：中国青年出版社，2002。101-117
[114]Jarrod Hollingworth等著，康向东，汪浩等译。C++Builder5程序设计大全。北京：机械工业出版社，2002。105-162
[115]吴逸贤，吴目诚。精彩C++Builder6程序设计。北京：科学出版社，2003。243-280
[116]彭木根，王淑凌。C++STL程序员开发指南。北京：中国铁道出版社，2003。297-342
[117]侯捷。STL源码剖析。湖北：华中科技大学出版社，2002。79-103
[118]Craig Larman著，姚淑珍，李虎译。UML和模式应用——面向对象分析与设计导论。北京：机械工业出版社，2002。29-324
[119]David M．Kikel著，张恂译。软件架构——组织原则与模式。北京：机械工业出版社，2002。11-169
[2]周明，孙树栋，彭炎午。基于遗传模拟退火算法的机器人路径规划。航空学报，1998，19(1)：118-120
[3]熊宁，邵世煌，王直杰。多变地形下机器人路径规划。控制与决策，1995，10(5)：429-433
[4]李枚毅，蔡自兴。改进的进化编程及其在机器人路径规划中的应用。机器人，2000，22(6)：490-494
[5]周明，孙树栋，彭炎午。使用遗传算法规划移动机器人路径。西北工业大学学报，1998，16(4)：580-583
[6]蔡自兴，彭志红。一种新的路径编码机制在移动机器人路径规划中的应用。机器人，2001，23(3)：230-233
[7]陈刚，沈林成。复杂环境下路径规划问题的遗传路径规划方法。机器人，2001，23(1)：40-44
[8]孙树栋，曲彦宾。遗传算法在机器人路径规划中的应用研究。西北工业大学学报，1998，16(1)：79-83
[9]孟庆春，尹朝万，纪洪波，董浩。利用部分基因保留和“移民”技术提高基因算法的性能。机器人，1997，19(6)：420-425
[10]吴丽娟，徐心和。基于遗传算法的足球机器人比赛中障碍回避策略的设计。机器人，2001，23(2)：142-145
[11]冯文镛，杨灿军，陈鹰。基于遗传算法的自动导引机器人全局路径规划。机械科学与技术，2001，20(3)：380-382
[12]仲欣，吕恬生。基于遗传算法的汽车式移动机器人路径规划方法。上海交通大学学报，1999，33(7)：885-888
[13]恽为民，席裕庚。基于遗传算法的机器人关节空间最优运动规划。机器人，1995，17(4)：206-217
[14]孙树栋，林茂。基于遗传算法的多移动机器人协调路径规划。自动化学报，2000，26(5)：672-676
[15]周明，孙树栋，彭炎午。基于遗传算法的多机器人系统集中协调式路径规划。航空学报，2000，21(2)：146-149
[16]刘雁飞，裘聿皇。基于两层编码遗传算法的机器人路径规划。控制理论于应用，2000，17(3)：429-432
[17]李枚毅，蔡自兴，魏世勇。基于黄金分割率选择算子的改进进化编程算法及其在机器人路径规划中的应用。系统仿真学报，2001，13(增刊)：187-190
[18]孟庆春，董浩，纪洪波，胡艳娥。部分基因继承技术对带有对称编码的基因算法的影响。烟台大学学报，1997，10(1)：45-49
[19]王凌。智能优化算法及其应用。北京：清华大学出版社，2001。
[20]孙增圻。智能控制理论与技术。北京：清华大学出版社，1997。
[21]张明路，焦新境，曹作良。一种新的移动机器人路径跟踪控制策略。河北工业大学学报，2000，29(1)：71-75
[22]杨欣欣，何克忠，郭木河，张钹。基于神经网络的室外移动机器人前轮转向模型。自动化学报，2000，26(2)：154-161
[23]王仲民，岳宏。一种移动机器人全局路径规划新型算法。机器人，2003，25(2)：152-155
[24]王仲民，姚立卿，张寒松。基于神经网络的移动机器人路径规划研究。天津职业技术师范学院学报，2003，13(1)：10-12
[25]谢宏斌，刘国栋，李春光。动态环境中基于模糊神经网络的机器人路径规划的一种新方法。江南大学学报，2003，2(1)：20-23
[26]徐潼，唐振民。动态环境中的移动机器人避碰规划研究。机器人，2003，25(2)：117-122
[27]孙羽，张汝波，顾国昌。自组织映射神经网络量化机器人强化学习方法研究。小型微型计算机系统，2002，23(5)：558-560
[28]钟江生。自动导向小车路径规划问题的一种神经网络方法。五邑大学学报，1999，13(3)：15-18
[29]朱咏杰，王树国，常疆。一种移动机器人路径规划算法的性能仿真分析和参数优化。机器人，2001，23(7)：737-741
[30]朱咏杰，王树国，常疆。一种基于神经网络的移动机器人路径规划算法。高技术通讯，2002，09：42-45
[31]陈宗海，陈锋。一种不确定环境下移动机器人的避障规划算法。机器人，2002，24(4)：358-361
[32]禹建丽，成久洋之，Valeri．Kroumov。线性再励的自适应变步长机器人神经网络路径规划算法。燕山大学学报，2002，26(3)：258-260
[33]孙羽，张汝波。神经网络在智能机器人导航系统中的应用研究。计算机工程，2002，28(1)：138-140
[34]刘成良，张凯，付庄等。神经网络在机器人路径规划中的应用研究。机器人，2001，23(7)：605-608
[35]段群杰，张铭钧，张菁。基于模糊神经网络的水下机器人局部路径规划方法。船舶工程，2001，1：54-58
[36]王爱民，史庆国，吕晨亮。机器人路径规划的神经网络算法及优化。河北工业大学学报，1999，28(6)：13-16
[37]王爱民，史庆国，吕晨亮。关于移动机器人路径最优化问题。中国机械工程，2001，12(6)：685-687
[38]李强，林良明，颜国正。一种新的移动机器人环境模型。机器人，1999，21(5)：379-385
[39]邰宜斌，席裕庚，李秀明。一种机器人路径规划的新方法。上海交通大学学报，1996，30(4)：94-100
[40]王伟，储林波，马玉林。一种改进的机器人路径规划算法。哈尔滨工业大学学报，1998，30(2)：97-98
[41]郭翠英，牛伟。就八数码问题谈启发式搜索算法的运用。山西电子技术，1996(6)：18-24
[42]储林波，王伟，马玉林。基于方向匹配的装配路径规划算法。南京航空航天大学学报，1999，31(6)：650-654
[43]朱嘉钢。A*算法中引入前视机制的探讨。无锡轻工大学学报，2001，20(5)：531-533
[44]鄢翔，王作英。A*算法在两阶段词图搜索中的应用。计算机工程与应用，2002，22：78-80
[45]金海，谢卫。A*树搜索算法代价与误差关系的研究。软件学报，1995，6(3)：155-158
[46]唐平，杨宜民。动态二叉树表示环境的A*算法及其在足球机器人路径规划中的实现。中国工程科学，2002，4(9)：50-53
[47]席裕庚。动态不确定环境下广义控制问题的预测控制。控制理论与应用，2000，17(5)：665-670
[48]席裕庚，张纯刚。一类动态不确定环境下机器人的滚动路径规划。自动化学报，2002，28(2)：161-175
[49]张纯刚。未知环境中智能体的路径规划。测控技术，2002，21(4)：55-57
[50]张纯刚，席裕庚。全局环境未知时基于滚动窗口的机器人路径规划。中国科学(E辑)，2001，31(1)：51-58
[51]张纯刚。基于滚动窗口的移动机器人路径规划。系统工程与电子技术，2002，24(6)：63-69
[52]张纯刚，席裕庚。动态未知环境中移动机器人的滚动路径规划。机器人，
2002，24(1)：71-75
[53]崔茂源，田彦涛，赵中祺。基于模糊逻辑的自主移动机器人实时滚动路径规划及控制。吉林工业大学自然科学学报，1999，29(1)：58-63
[54]张育，席裕庚。基于V距离势场的实时滚动路径规划。机器人，1997，19(5)：350-355
[55]张纯刚，席裕庚。机器人滚动路径规划的算法与仿真研究。高技术通讯，2003(4)：53-57
[56]张纯刚，席裕庚。基于滚动窗口的多机器人路径协调规划。模式识别与人工智能，2002，15(1)：1-5
[57]张纯刚。基于滚动窗口的移动机器人路径规划。系统工程与电子技术，2002，24(6)：63-65
[58]张纯刚，席裕庚。基于局部探测信息的机器人滚动路径规划。自动化学报，2003，29(1)：38-44
[59]Khatib O. Real-time obstacle avoidance for manipulators and mobile robots. Int J Robotics Research, 1986, 5(1):90-98
[60]马培荪，刘臻。油罐容积检测爬壁机器人的动态路径规划。上海交通大学学报，1997，31(3)：28-32
[61]朱向阳，丁汉，熊有伦。凸多面体之间的伪最小平移距离——Ⅱ。机器人运动规划。中国科学(E辑)，2001，31(3)：238-244
[62]龚进峰，彭商贤。基于数字势场和遗传算法的机器人路径规划方法。天津大学学报，2002，35(4)：525-529
[63]郭木河，何克忠，陶西平，敖旭辉。室外智能机器人的局部规划与导航控制方法。清华大学学报，1995，35(5)：7-13
[64]杨向东，潘尚峰，冯敬之等。利用世界空间几何学信息的关节式机器人路径规划。清华大学学报，1996，36(10)：105-110
[65]吴晓涛，孙增圻，邓志东。基于网络结构的并行路径规划算法。清华大学学报，1996，36(5)：67-71
[66]王宏，何克忠，张钹。基于收缩法与数值导航的机器人路径规划。清华大学学报，1998，38(21)：116-119
[67]杨明，王宏，何克忠等。基于激光雷达的移动机器人环境建模与避障。清华大学学报，2000，40(7)：112-116
[68]张祺，杨宜民。基于改进人工势场法的足球机器人避碰规划。机器人，2002，24(1)：12-15
[69]王会丽，傅卫平，方综德等。基于改进的势场函数的机器人路径规划。机
床与液压，2002(6)：67-71
[70]郑利红，荣国宏，李元宗。基于改进的Khatib方法的冗余机器人手避障轨迹规划。2001，32(1)：29-32
[71]恭进峰，彭商贤。基于C空间的机器人双手协调避碰路径规划。制造业自动化，2002，24(2)：27-30
[72]庄晓东，孟庆春，王汉萍等。多障碍物环境中基于增强式学习的势场优化和机器人路径规划。青岛海洋大学学报，2001，31(6)：937-942
[73]谈士力，龚振邦，万德钧。面壁移动机器人随即障碍避碰路径规划研究。应用科学学报，1997，15(3)：310-314
[74]黄献龙，梁斌，吴宏鑫。机器人避碰规划综述。航天控制，2002(1)：34-40
[75]王醒策，张汝波，顾国昌。基于势场栅格法的机器人全局路径规划。哈尔滨工程大学学报，2003，24(2)：170-174
[76]刘传才，杨静宇，江志明，孙兴华。自主车的局部路径规划。机器人，1999，21(6)：436-441
[77]王伟，马玉林等。机器人C-空间障碍边界建模与无碰撞路径规划。机器人，1998，20(4)：280-286
[78]吴尔辉，沈林成，常文森。基于转移费用矩阵的机器人路径规划方法。国防科技大学学报，1997，19(23)：97-102
[79]樊滨温，长炯，吕伟新，蔡鹤皋。基于拓扑降维法路径规划的状态空间划分原则。高技术通讯，1998(8)：30-34
[80]朱金寿，朱琪，王进等。最小费用最大流算法在路径规划中的应用。武汉理工大学学报(交通科学与工程版)，2002，26(3)：293-295
[81]顾国昌，李亚波。基于总体势减小的动态调度技术解决多机器人的路径规划。机器人，2001，23(2)：172-174
[82]赵峰，崔平远，陈阳舟。动态环境下移动机器人路径规划的一种方法。昆明理工大学学报(理工版)，2003，28(1)：64-66
[83]袁曾任，高明。在动态环境中移动机器人导航何避碰的一种新方法。机器人，2000，22(2)：81-88
[84]易晟，樊晓平，罗熊。平面移动机器人最短路径规划的几何算法研究。长沙铁道学院学报，2003，21(1)：52-56Dijkstra算法
[85]洪伟，田彦涛，董再励，王光辉。移动机器人的障碍物群检测方法。吉林大学学报(信息科学版)，2002，20(1)：67-72
[86]张芳，颜国正，林良明。面向多机器人路径规划的一种基于模糊型的再励函数结构。光学精密工程，2002，10(2)：148-153
[87]董立志，孙茂相，朱枫等。基于实时障碍物预测的机器人运动规划。机器人，2000，22(1)：13-16
[88]李瑞峰，李伟招。基于多传感器信息融合的移动机器人路径规划。机电一体化，2002(4)：20-23
[89]李彩虹，张景元，李贻斌。基于模糊控制的移动机器人的路径规划。淄博学院学报(自然科学与工程版)，2001，3(3)：27-30
[90]朴松昊，洪炳熔。一种动态环境下移动机器人的路径规划方法。机器人，2003，25(1)：18-21
[91]郑大钟。线性系统理论。北京：清华大学出版社，1990。
[92]Lozano Perez T. Spatial planning: A configuration space approach, IEEE Trans Computers, 1983, 32(2): 108-120
[93]Brooks R A, Lozano Perez T. A subdivision algorithm in configuration space for find path with rotation. IEEE Trans System, Man Cybernetics, 1985,15(2):224-233
[94]N.M.Amato and Y.Wu. A randomized roadmap method for path and manipulation planning. In IEEE Int. Conf. Robot., pages 113-120,1996
[95]R.Kavraki, P. Svestka, J. C.Latombe, and M.H.Overmars. Probabilistic roadmaps for path planning in high-dimensional configuration space. Int. Transactions on Robotics and Automation, 12(4):566-580, 1996
[96]J.Barraquadn and J.-C.Latombe. Robot motion planning: A distributed representation approach. Int. J. Robot. Res, December 1991, 10(6):628-649
[97]D.Challou, D.Boley, M.Gini, and V.Kumar. A parallel formulation of informed randomized search for robot motion planning problems. In IEEE Int. Conf. Rotot. 1995, pages 709-714
[98]J.P.Latombe, S.Sekhavat, and F.Lamiraux. Guidelines in nonholonomic motion planning for mobile robots. In J.-P. Laumond, editor, Robot Motion Planning and Control, pages 1-53. Springer-Verlag, Berlin, 1998.
[99]S.M. LaValle and J.J. Kuffner. Rapidly-exploring random trees: Progress and prospects. In Wokshop on the Algorithmic Foundations of Robotics, 2000.
[100]J. J. Kuffner and S. M. LaValle. RRT-connect: An efficient approach to single-query path planning. In Proc. IEEE Int'l Conf. on Robotics and Automation, pages 995-1001, 2000.
[101]S. M. LaValle. Rapidly-exploring random trees: A new tool for path planning. TR 98-11, Computer Science Dept., Iowa State University., Oct. 1998.
[102]J. Kuffner, S. Kagami, M. Inaba, and H. Inoue. Dynamically-stable motion planning for humanoid robots. In 18th Annual Conf. of Robotics Society of Japan, 2000.
[103]P. Cheng, Z. Shen, and S. M. LaValle. Using randomization to find and optimize feasible trajectory for nonlinear systems. In Proc. Annual Allerton Conference on Communications, Control, Computing, pages 926--935, 2000.
[104]S. M. LaValle and J. J. Kuffner. Randomized kinodynamic planning. In Proc. IEEE Int'l Conf. on Robotics and Automation, pages 473--479, 1999.
[105]S. M. LaValle and J. J. Kuffner. Rapidly-exploring random trees: Progress and prospects. In B. R. Donald, K. M. Lynch, and D. Rus, editors, Algorithmic and Computational Robotics: New Directions, pages 293--308. A K Peters, Wellesley, MA, 2001.
[106]P. Cheng and S. M. LaValle. Reducing metric sensitivity in randomized trajectory design. In Proc. IEEE/RSJ Int'l Conf. on Intelligent Robots and Systems, pages 43--48, 2001.
[107]J. Yakey,. S. M. LaValle, and L. E. Kavraki. Randomized path planning for linkages with closed kinematic chains. IEEE Transactions on Robotics and Automation, 17(6):951-958, December 2001.
[108]P. Cheng and S. M. LaValle. Resolution complete rapidly-exploring random trees. In Proc. IEEE Int'l Conf. on Robotics and Automation, pages 267--272, 2002.
[109]S. M. LaValle and J. J. Kuffner. Randomized kinodynamic planning. International Journal of Robotics Research, 20(5):378--400, May 2001.
[110]P. Cheng, Z. Shen, and S. M. LaValle. RRT-based trajectory design for autonomous automobiles and spacecraft. Archives of Control Sciences, 11(3-4):167--194, 2001.
[111]S. M. LaValle. From dynamic programming to RRTs: Algorithmic design of feasible trajectories. In A. Bicchi, H. I. Christensen, and D. Prattichizzo, editors, Control Problems in Robotics, pages 19--37. Springer-Verlag, Berlin, 2002.
[112]S. R. Lindemann and S. M. LaValle. Steps toward derandomizing RRTs. In IEEE/RSJ Int'l Conf. on Intelligent Robots and Systems, 2003. Under review.
[113]陈雪飞。C++Builder实例入门。北京：中国青年出版社，2002。101-117
[114]Jarrod Hollingworth等著，康向东，汪浩等译。C++Builder5程序设计大全。北京：机械工业出版社，2002。105-162
[115]吴逸贤，吴目诚。精彩C++Builder6程序设计。北京：科学出版社，2003。243-280
[116]彭木根，王淑凌。C++STL程序员开发指南。北京：中国铁道出版社，2003。297-342
[117]侯捷。STL源码剖析。湖北：华中科技大学出版社，2002。79-103
[118]Craig Larman著，姚淑珍，李虎译。UML和模式应用——面向对象分析与设计导论。北京：机械工业出版社，2002。29-324
[119]David M．Kikel著，张恂译。软件架构——组织原则与模式。北京：机械工业出版社，2002。11-169