一种基于栅格法实现全向移动机器人避障路径实时规划的方法技术

本发明专利技术公开了一种基于栅格法实现全向移动机器人避障路径实时规划的方法，包括如下步骤：S1、建立坐标系；S2、栅格法构建地图并对栅格进行二值化处理；S3、进行障碍物栅格搜索；S4、计算当前移动机器人中心点位置f(t)到目标点之间的距离d

【技术实现步骤摘要】
一种基于栅格法实现全向移动机器人避障路径实时规划的方法


[0001]本专利技术是涉及一种基于栅格法实现全向移动机器人避障路径实时规划的方法，属于避障路径规划


技术介绍

[0002]移动机器人是实现智能制造的重要支撑。不管是应对复杂而繁重的设备搬运任务，还是爆发式增长的物流快件分拣任务，移动机器人依托高效的数字化管理可以做到响应快速，运动精确，极大地降低工业现场对劳动力的依赖，极高了企业的智能化水平。目前移动机器人因其优异的移动性能已经在物流仓储、探险抢险、农业生产、娱乐服务等生产生活的方方面面发挥着作用。复杂工作环境对移动机器人的智能化水平提出了更高的要求，避障路径规划就是一项重要且具有挑战性的任务。随着对移动机器人关键技术的研究不断地深入，移动机器人避障路径规划问题成为国内外研究的热点。
[0003]避障路径规划算法有栅格法、人工势场法、蚁群算法、神经网络避障、遗传算法等，其中栅格法和人工势场法是现今较为流行的算法。栅格法将地图全域划分为一定密度的栅格单元，通过栅格搜索寻找目标点，直接应用这种方法不考虑机器人和障碍物的外形特点时，规划出的路线较为曲折，缺少平顺性。而人工势场法是简单易实现的避障方法，其基本思想是机器人被目标点吸引，被障碍物排斥，应用人工势场法规划出来的路径是比较平滑和安全的，但是存在障碍物附近不可达和局部极小点等问题。
[0004]关于势场法的机器人避障路径规划文献层出不穷，但是很少考虑到工程实践的整套流程。格蒂尼亚海事大学的Lazarowska A教授在文献《Discrete Artificial Potential Field Approach to Mobile Robot Path Planning》中将栅格思想融入人工势场法，构造了离散势场，考虑了动态障碍物，并根据算法的路径长度和运行时间获得了有效的解，获得了安全、平滑的无碰撞避障路径。AZZABI A在文献《an Advanced Potential Field Method Proposed for Mobile Robot Path》针对局部极小值问题和附近障碍物不可达问题，提出了一种新的排斥势函数，当检测到局部极小值时，通过激活虚拟逃逸力来脱离局部极小点。ZHANG N等在《Path planning of six
‑
DOF serial robots based on improved artificial potential field method》一文中提出在人工势场算法的基础上，设计新的势能函数以减少运动过程中计算势场对智能体作用力合力的繁琐步骤，提高了算法效率。吉林大学汽车仿真与控制国家级实验室团队在《A Motion Planning and Tracking Framework for Autonomous Vehicles Based on Artificial Potential Field Elaborated Resistance Network Approach》一文中采用人工势场(APF)方法为不同的障碍物和道路边界分配不同的势函数，同时根据势函数对可驾驶区域进行网格化，并在每条边分配阻力值，采用局部电流比较法寻找无冲突路径，并通过对不同场景的研究，验证了该方法在自动决策避障和最快运动方面的可行性。

技术实现思路

[0005]针对现有技术存在的上述问题，本专利技术的目的是提供一种基于栅格法实现全向移动机器人避障路径实时规划的方法，以实现避障路径的实时规划、提高运算效率、有效降低路径长度、适用于工程实践。
[0006]为实现上述专利技术目的，本专利技术采用的技术方案如下：
[0007]一种基于栅格法实现全向移动机器人避障路径实时规划的方法，包括如下步骤：
[0008]S1、建立坐标系：根据摄像机获取的环境图像，确定机器人的中心点位置f(t)坐标、机器人运动的目标点g(t)坐标、障碍物区域位置的坐标，建立坐标系XOY，并根据机器人的中心点位置f(t)坐标得到机器人外轮廓上的点的坐标；
[0009]S2、采用栅格法构建机器人工作环境的地图，并对每个栅格进行二值化处理，栅格数值为0表示有障碍物，栅格数值为1表示无障碍物；
[0010]S3、选取机器人外轮廓上的点向外沿着给定方向进行障碍物栅格搜索，若搜索到1，继续搜索并累加1的个数；搜索到0或者地图边界，搜索停止，回报搜索步数，搜索方向的个数为j，记录第j个搜索方向上移动机器人到障碍物表面的距离d
bj
(t)和角度θ
bj
(t)；
[0011]S4、计算当前移动机器人中心点位置f(t)到目标点之间的距离d
g
(t)和角度θ
g
(t)；
[0012]S5、根据距离关系通过速度增量函数给机器人提供速度增量；根据目标点对机器人有吸引作用的思想定义正速度增量、障碍物对机器人有排斥作用的思想定义负速度增量合成速度增量函数(即：速度势函数)，通过速度增量函数给机器人提供速度增量；
[0013]S6、设定移动机器人的运动学方程，将速度增量函数引入移动机器人的运动学方程，得到移动机器人的速度矩阵，通过速度矩阵得到移动机器人穿越障碍物的实时轨迹曲线，得到移动机器人下一时刻位置和方向；
[0014]S7、判断机器人是否到达目标点，若到达，搜索停止，结束计算；若没到达，重复执行步骤S3～S6。
[0015]一种实施方案，步骤S4中，根据公式和公式计算当前移动机器人中心点位置f(t)到目标点之间的距离d
g
(t)和角度θ
g
(t)。
[0016]一种实施方案，步骤S5的具体操作如下：
[0017]S51、将目标点对机器人的吸引作用定义为正速度增量a
v
，定义目标点对机器人的速度增量矩阵为：
[0018][0019]式中α为吸引势的程度，λ为吸引势的影响比例因子，和分别为在x方向和y方向上的速度增量；
[0020]为防止因距离过远导致吸引势过小，引入最小吸引势速度增量矩阵为避
免机器人接近目标点时，速度增量趋于无穷，引入目标点附近的距离阈值d
gm
，当d
g
(t)＜d
gm
时，d
g
(t)＝d
gm
；得到新的速度增量矩阵：
[0021][0022]S52、将障碍物对机器人的排斥作用定义为负速度增量a
w
，定义障碍物对机器人的速度增量矩阵为：
[0023][0024]式中j为测量的方向的个数；β为排斥势的程度参数；η
j
为各排斥势的影响比例因子，与障碍物的形状和大小有关；d
m
为障碍物外围的最小安全距离，可防止机器人因为惯性发生碰撞；a
wx
(t)和a
wy
(t)分别为a
w
(t)在x方向和y方向上的速度增量；d
bj本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于栅格法实现全向移动机器人避障路径实时规划的方法，其特征在于，包括如下步骤：S1、建立坐标系：根据摄像机获取的环境图像，确定机器人的中心点位置f(t)坐标、机器人运动的目标点g(t)坐标、障碍物区域位置的坐标，建立坐标系XOY，并根据机器人的中心点位置f(t)坐标得到机器人外轮廓上的点的坐标；S2、采用栅格法构建机器人工作环境的地图，并对每个栅格进行二值化处理，栅格数值为0表示有障碍物，栅格数值为1表示无障碍物；S3、选取机器人外轮廓上的点向外沿着给定方向进行障碍物栅格搜索，若搜索到1，继续搜索并累加1的个数；搜索到0或者地图边界，搜索停止，回报搜索步数，搜索方向的个数为j，记录第j个搜索方向上移动机器人到障碍物表面的距离d
bj
(t)和角度θ
bj
(t)；S4、计算当前移动机器人中心点位置f(t)到目标点之间的距离d
g
(t)和角度θ
g
(t)；S5、根据距离关系通过速度增量函数给机器人提供速度增量；根据目标点对机器人有吸引作用的思想定义正速度增量、障碍物对机器人有排斥作用的思想定义负速度增量合成速度增量函数，通过速度增量函数给机器人提供速度增量；S6、设定移动机器人的运动学方程，将速度增量函数引入移动机器人的运动学方程，得到移动机器人的速度矩阵，通过速度矩阵得到移动机器人穿越障碍物的实时轨迹曲线，得到移动机器人下一时刻位置和方向；S7、判断机器人是否到达目标点，若到达，搜索停止，结束计算；若没到达，重复执行步骤S3～S6。2.根据权利要求1所述的方法，其特征在于：步骤S4中，根据公式和公式计算当前移动机器人中心点位置f(t)到目标点之间的距离d
g
(t)和角度θ
g
(t)。3.根据权利要求1所述的方法，其特征在于，步骤S5的具体操作如下：S51、将目标点对机器人的吸引作用定义为正速度增量a
v
，定义目标点对机器人的速度增量矩阵为：式中α为吸引势的程度，λ为吸引势的影响比例因子，和分别为在x方向和y方向上的速度增量；为防止因距离过远导致吸引势过小，引入最小吸引势速度增量矩阵为避免机器人接近目标点时，速度增量趋于无穷，引入目标点附近的...

【专利技术属性】
技术研发人员：张爱华，杨凌耀，张海峰，宋季强，
申请(专利权)人：上海工程技术大学，
类型：发明
国别省市：