基于传感器网络动态环境监测的室内移动机器人路径规划方法技术

基于传感器网络动态环境监测的室内移动机器人路径规划方法，包括利用无线传感器网络对室内动态环境进行环境建模，然后对移动机器人进行路径规划。具体地，将室内屋顶划分为一定密度的网格，在每个格点内部署节点并构成无线传感器网络（WSN）；WSN节点通过超声波方式探测地面的障碍物信息，将返回的离散数据进行处理，构成全局的连续三维地形图，并将其经过二值化处理构成0-1栅格图来建立动态环境模型；移动机器人机载Cricket节点通过无线方式与屋顶部署的WSN网络建立通信联系，获得最邻近的3个节点与自身的相对距离，并采取最小二乘算法估算自己的位置；结合机器人当前的位置与障碍物的信息，采用D*Lite算法进行动态路径规划。

【技术实现步骤摘要】

本专利技术涉及无线传感器网络、移动机器人、环境建模、路径规划等领域，具体涉及利用无线传感器网络进行室内环境的动态监测，结合环境模型对移动机器人进行路径规划。
技术介绍
近年来，基于无线传感器网络（WirelessSensorNetwork,WSN）环境下的机器人导航已成为研究热点。相比于传统的依赖于机器人自身携带的传感器去感知环境的导航方式，无线传感器网络能够为机器人提供更为全面的实时感知能力，对环境进行连续的、大范围的监测，还可作为通讯和计算的媒介，提升机器人路径最优的能力。因此，可将移动机器人与无线传感器网络结合，机器人依靠事先部署的传感器网络连续感知周围环境的变化，对机身感知范围之外的事故做出反应，在WSN环境的引导下避开障碍和危险，到达指定目标。目前国内外基于无线传感器网络的移动机器人路径规划研究主要包括三个分支，（1）通过WSN构建机器人移动区域的环境栅格地图，采用图搜索算法，在所构建的栅格地图中找到一条从起始点到目标点的最短路径。但是图搜索算法耗时长，大大降低了路径规划的效率。（2）使用无线传感器网络的信号如RSSI(ReceivedSignalStrengthIndicator，接收信号强度指示)直接指引机器人移动到制定的目标点。此方法虽然简单，可是RSSI信号强度对环境依赖性极大，因而在复杂环境中无法保证路径规划的准确度。（3）将无线传感器网络与智能算法结合，例如PSO（粒子群优化算法），模糊算法或者其他基于概率的算法，这让导航系统更加高效，鲁棒性更强。但是智能算法思想复杂不易理解，算法代码更是冗长、繁多，实现起来较为困难。采用无线传感器网络研究移动机器人的路径规划，通过对已有的经典路径规划算法的分析，提出更适合动态环境的路径规划算法。在灾难救援环境中可以高效、准确的对机器人规划路径，取代救援人员在灾难环境中完成辅助搜救和目标寻找，避免不必要的人员伤亡和物质损失，提供更为准确和安全的救援。
技术实现思路
针对现有技术存在的不足，本专利技术提供了一种基于传感器网络动态环境监测的室内移动机器人路径规划方法，能够有效地提高移动机器人在动态环境下运动的准确性和高效性。本专利技术的技术方案是：针对室内环境，依托无线传感器网络研究机器人路径规划，系统包括Cricket节点、移动机器人、Sink节点和远程PC机。具体地，将室内屋顶划分为一定密度的网格，在每个格点内部署Cricket节点并构成无线传感器网络（WSN）；WSN节点通过超声波方式探测地面的障碍物信息，将返回的离散数据进行处理，所有WSN节点的数据构成全局的连续三维地形图，并将其经过二值化处理构成0-1栅格图来建立动态环境模型；移动机器人机载Cricket节点通过无线方式与屋顶部署的WSN网络建立通信联系，获得最邻近的3个节点与自身的相对距离，并采取最小二乘算法估算自己的位置；结合机器人当前的位置与障碍物的信息，采用D*Lite算法进行动态路径规划，由于这是一种增量式启发式搜索算法，当障碍物移动导致机器人周边环境发生改变时，仅需从当前与机器人距离最近的WSN节点开始，依照优先级遍历所需节点，寻求最优路径，因而可以实现更高的效率。所述的Sink节点，在无线传感器网络指汇聚结点，在本专利技术中负责传感器网络与远程PC机之间的连接，可看作为网关节点。基于无线传感器网络的环境建模：环境建模是指利用传感器节点对环境的感知信息，通过合适的数学模型自动地构建环境地图。由于环境的不确定性，机器人和障碍物的运动往往无法用确定函数表达，而无线传感器网络能根据环境变化不断更新环境模型，反应环境的最新情况，因而对移动机器人导航非常有利。一个合适的环境建模有助于对环境的理解，有利于降低路径规划决策搜索空间的计算量，从而减少不必要的消耗。环境建模需要解决三个基本问题：(1)表示环境地图，确定地图的描述方法；(2)获取环境信息，确定所用的传感器和传感方式；(3)将所取的环境信息融入地图。本专利技术采用栅格图描述环境地图，利用超声波传感器感知环境信息，构成全局的连续三维地形图，并将其经过二值化处理构成0-1栅格图来建立静态和动态环境模型。D*Lite算法：D*Lite算法是基于LPA*算法上启发式的增量搜索算法，它继承了LPA*算法的所有性能并和其表现了同样的扩展栅格的方式。其中，启发式搜索是指使用启发式的知识来控制搜索的扩展范围以求的最优路径的搜索方法。因为启发式搜索能够将搜索空间区域控制在一个比较小的范围内，即它的搜索面积更小，所以这种方法比盲目搜索要快，同时所需的存储空间也更少。增量搜索是指在相似的环境中进行一系列路径搜索时，通过重用技术来更快地得到最优路径的搜索方法。因为增量搜索能够判断节点信息是否改变，并且只去修改已经改变的节点信息，所以增量搜索比每次“从零开始”的搜索更快。在本专利技术中，采用D*Lite算法进行动态路径规划，能够实现更高的效率和更优性能。所述的基于传感器网络动态环境监测的室内移动机器人路径规划方法，主要包括以下步骤：步骤1、在目标环境中部署Cricket节点，通过ZigBee协议组成无线传感器网络。Cricket节点采用超声波方式进行探测，获取传感器节点距离障碍物或地面的高度数据；步骤2、如果地面存在障碍物时，由于障碍物的阻挡，测得的距离定小于没有障碍物时测得的到地面的距离。由此判断地面是否存在障碍物，并将之作为每个节点的局部环境信息；步骤3、通过串行通信使移动机器人与机载Cricket节点建立数据联系，从邻近的3个以上节点获得相对距离信息，并采用最小二乘算法估算自身的位置；步骤4、所有WSN节点获得的局部环境信息，通过在Sink节点上进行汇集形成全局的环境信息；将测量所获得的离散的障碍物高度数据进行插值处理，进而构建连续的机器人工作区域环境三维图，获得整个活动空间中每个位置处的环境信息；步骤5、根据重建出的三维环境模型、对象特征和机器人性能对环境信息进行处理，建立网格模型，并根据处理的结果对栅格单元进行赋值，从而得到二值化的栅格地图；步骤6、在建立环境模型、形成栅格地图后，采用D*Lite算法根据机器人的当前位置和目标位置进行路径规划，并且在行进过程中根据环境的变化进行路径调整和优化。上述步骤中，结合D*Lite算法对移动机器人进行路径规划的流程如下：（1）假设目前动态环境全由自由栅格组成，即栅格取值f(x,y)=0，全部处于空置状态；（2）在此假设上利用典型的动态和未知环境的路径规划算法计算出一条从起点到终点的最优路径；（3）如果机器人沿着该路径顺利到达终点，那么该路径即为最优路径；（4）如果机器人发现不可通过的栅格。首先采用启发式搜索将搜索空间区域控制在一个比较小的范围内。然后使用增量搜索只修改已经发生改变的节点信息，最后通过重用技术不断的生产出从当前起点到终点的最优路径。本专利技术的优点与积极效果本专利技术采用D*Lite算法是在未知动态环境中快速规划从起点到终点最短路径的有效方法。该算法能适应环境变化，不断根据环境改变重新计算从当前节点到目标节点的最短路径，在优先本文档来自技高网...

【技术保护点】
基于传感器网络动态环境监测的室内移动机器人路径规划方法，利用无线传感器网络对室内动态环境进行信息采集构成连续的全局三维地图，并将其经过二值化处理构成0‑1栅格图来建立动态环境模型；移动机器人机载Cricket节点通过无线方式与屋顶部署的WSN网络建立通信联系，获得最邻近的3个节点与自身的相对距离，并采取最小二乘算法估算自己的位置；结合机器人当前的位置与障碍物的信息，采用D*Lite算法对移动机器人进行动态路径规划。

【技术特征摘要】
1.基于传感器网络动态环境监测的室内移动机器人路径规划方法，利用无线传感器网络对室内动态环境进行信息采集构成连续的全局三维地图，并将其经过二值化处理构成0-1栅格图来建立动态环境模型；移动机器人机载Cricket节点通过无线方式与屋顶部署的WSN网络建立通信联系，获得最邻近的3个节点与自身的相对距离，并采取最小二乘算法估算自己的位置；结合机器人当前的位置与障碍物的信息，采用D*Lite算法对移动机器人进行动态路径规划。
2.权利要求1所述的基于传感器网络动态环境监测的室内移动机器人路径规划方法，其特征在于：基于无线传感器网络的环境建模和采用D*Lite算法对移动机器人进行路径规划，包含如下的具体步骤：
步骤1、在目标环境中部署Cricket节点，通过ZigBee协议组成无线传感器网络，Cricket节点采用超声波方式进行探测，获取传感器节点距离障碍物或地面的高度数据；
步骤2、如果地面存在障碍...

【专利技术属性】
技术研发人员：张云洲，谌睿，杨恒赞，
申请(专利权)人：东北大学，
类型：发明
国别省市：辽宁;21