机器人如何规划行走路线：全局规划方法，局部规划

路径规划是机器人在走向应用层面的一个重要组成部分。所谓机器人的Z 优路径规划问题，就是依据某个或某些优化准则(如工作代价Z小、行走路线Z 短、行走时间Z短等),在其工作空间中找到一条从起始状态到目标状态的能避 开障碍物的Z优路径。

路径规划根据问题和对环境信息的掌握程度可以分为两类：一类是环境信息已知的全局规划，另一类是环境信息未知的局部规划。全局规划方法依照已获取的环境信息，给机器人规划出一条路径。规划路径的准确程度取决于获取环境信息的准确程度。全局方法通常可以寻找Z优解，但是需要预先知道环境的准确信 息，并且计算量很大。局部规划方法侧重于考虑机器人当前的局部环境信息，让 机器人具有良好的避碰能力。通过传感器在线地对机器人的工作环境进行探测， 以获取障碍物的位置和几何性质等信息，这种规划对于环境数据的搜集和该环境 模型的动态更新能够随时进行校正。很多机器人导航方法通常是局部的方法，因 为它的信息获取仅仅依靠传感器系统获取的信息，并且随着环境的变化实时地发 生变化。和全局规划方法相比较，局部规划方法更具有实时性和实用性。缺陷是 仅仅依靠局部信息，有时会产生局部极点，无法保证机器人能顺利到达目的地。

采用良好的机器人路径规划技术可以节省大量机器人作业时间，减少机器 人磨损，同时也可以节约人力资源，减小资金投入，为机器人在多种行业中的应 用奠定良好的基础。将遗传算法、模糊逻辑以及神经网络等方法相结合，可以组 成新的智能型路径规划方法，从而提高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。同时，多机器人协调作业环境下的路径规划技术也将 是研究的热点及难点问题，越来越受到人们的重视。

其实，机器人处理任务是一个非常复杂的过程，在机器人身上装有电子计 算机，其运算速度可以说快得惊人，但是目前，还没有一个特别适合机器人的逻 辑分析判断方法，所以机器人仅有高速运算，其总体的智力远不及人类。目前世 界各国的科研院所、高等院校的科学工作者都在研究机器人的智能算法，包括机 器学习等，有理由相信，在不久的将来，机器人的大脑与小脑的水平将会不断提 高，机器人可以更好地为人类提供服务。