基于邻域势场的机器人路径规划方法技术

本发明专利技术提出一种基于邻域势场的机器人路径规划方法，主要步骤包括：S1，建立算法相应的势场模型；S2，根据势场模型及所处位置的邻域势场计算机器人受力；S3，根据计算结果驱动机器人运动；S4，判断机器人是否到达目的地；S5，根据机器人当前位置及邻域势场重新计算机器人受力。本发明专利技术方案当机器人受力合力为0时，以机器人为圆心，步长为半径的圆即为机器人下一路径点范围，通过在每一个圆上取均匀的二十个点，分别计算这二十个点的势能值，比较之后得到最小值点即为机器人下一路径点，促使机器人绕过障碍物，到达目标位置。

【技术实现步骤摘要】
基于邻域势场的机器人路径规划方法
本专利技术涉及机器人导航领域，具体涉及一种基于邻域势场的机器人路径规划方法。
技术介绍
在过去的几十年里，机器人技术得到了迅速的发展，不仅提高了生产效率，还能够代替人类完成危险性大、重复率高的工作和任务，在工业生产领域中取得了越来越辉煌的成果。然而，随着电子信息、人工智能等相关技术的飞速发展，机器人技术逐渐向其它领域渗透，这就促使人们对机器人的要求也随之提升。路径规划技术是服务机器人中的关键技术之一，服务机器人进行路径规划的目的就是为了在对机器人进行了定位的基础上，通过相应的算法，并遵照一定的准则引导机器人避开行驶路径中可能遇到的障碍物，顺利到达目标点位置，最终完成指定任务。路径规划是服务机器人自主导航的重要环节，研究高效率，适应性强，安全性高的路径规划算法是确保机器人完成安全高效导航任务的关键。常用的方法是人工势场法，即通过在机器人运行空间中创建一种虚拟势场，通过机器人在势场中所产生的势能求负梯度得到的力驱使机器人运动。该方法的具体实现过程为，在机器人的工作空间中创建一个虚拟势场，则机器人在该势场中的势能由引力势能和斥力势能两部分组成，其中引力势能由目标提供，斥力势能由障碍物提供。之后分别对两部分势能求负梯度得到引力与斥力，引力指向目标方向，斥力指向远离障碍物方向。最终机器人所受到的抽象力为这两部分力的矢量和，机器人将沿着合力方向运动，在斥力作用下绕开障碍物，在引力作用下向目标点运动。参见图1，在势场中机器人的受力分析。人工势场法存在不足，当机器人与目标之间出现一个或多个障碍物时，有可能使得机器人所受到斥力与引力在某一点合力为0，从而机器人在该点停止运行，无法进行下一步路径规划，这种情况称之为陷入局部极小值点。
技术实现思路
本专利技术目的在于克服现有技术的不足，尤其解决现有基于人工势场法的机器人路径规划方法中，当机器人与目标之间出现一个或多个障碍物时，有可能使得机器人所受到斥力与引力在某一点合力为0，从而机器人在该点停止运行，无法进行下一步路径规划，陷入局部极小值点的问题。为解决上述技术问题，本专利技术提出一种基于邻域势场的机器人路径规划方法，主要步骤包括：S1，建立算法相应的势场模型；S2，根据势场模型及所处位置的邻域势场计算机器人受力；S3，根据计算结果驱动机器人运动；S4，判断机器人是否到达目的地，如没有到达则进入步骤S5，否则结束；S5，根据机器人当前位置及邻域势场重新计算机器人受力，返回步骤S3。本专利技术与现有技术相比具有以下的有益效果：本专利技术方案使用机器人所处位置的邻域势场辅助计算机器人受力，确保当机器人受力势场的作用力为0时，采取当前邻域势场和的最小值作为机器人下一步的运动方向，引导机器人绕过障碍物，继续向目标点前进，避免陷入局部最小值情况。附图说明图1为基于人工势场的机器人路径规划方法的示意图。图2为本专利技术实施例的基于邻域势场的机器人路径规划方法流程图。图3为本专利技术实施例中机器人邻域势场示意图。图4为基于人工势场的机器人路径规划方法的一个实施例的求解结果。图5为本专利技术基于邻域势场的机器人路径规划方法的一个实施例的求解结果。具体实施方式下面结合附图及具体实施例对本专利技术进行更加详细与完整的说明。可以理解的是，此处所描述的具体实施例仅用于解释本专利技术，而非对本专利技术的限定。参见图2，本专利技术实施例的一种基于邻域势场的机器人路径规划方法，其主要步骤包括：S1，建立算法相应的势场模型；机器人的二维工作空间为W＝[x,y]T，障碍物与目标物对机器人所产生的势能U(W)为：U(W)＝Ua(W)+Uo(W)(1)其中，Ua(W)表示引力势能，Uo(W)表示斥力势能。目标物体对机器人的引力势能函数为：其中α为引力增益系数，ρa为机器人与目标之间的相对距离。障碍物的斥力势能函数为：其中β为斥力增益系数，ρ0是障碍物的影响距离(通常由实际情况确定)，ρ为机器人与每个障碍物之间的最短距离，ρa＝||W-Wa||表示机器人与目标物之间的距离。S2，根据已经建立的势场模型以及所处位置的邻域势场计算机器人的受力；势场中机器人的合力F表示为：F＝Fa+Fo(4)其中，引力Fa＝-grad[Ua(W)]，斥力Fo＝-grad[Uo(W)]，grad表示求梯度。相应的引力Fa＝-αρa，斥力表达式Fo为：当机器人与目标之间出现一个或多个障碍物时，有可能势场中机器人的合力F为0，此时参见图3，以机器人所在位置黑点为圆心，步长为半径的圆即为机器人下一路径点范围。通过在每一个圆上取均匀的二十个点，分别计算这二十个点的势能值，比较之后得到最小值点即为机器人下一路径点。S3，根据计算结果驱动机器人运动；使用全向轮同步控制移动机器人的运动。三个全向轮的速度与移动机器人在世界坐标系下的运动速度的对应公式为：其中，v1、v2、v3分别为三个全向轮的线速度；vX、vY分别为移动机器人在XOY坐标系下运动时X轴与Y轴上的速度分量；ω是移动机器人底盘自传时的角速度；θ为移动机器人坐标系与世界XOY坐标系之间的夹角；为两个全向轮之间的夹角。控制过程中，首先计算出移动机器人坐标系与世界XOY坐标系之间的夹角θ，同时定义移动机器人行驶的速度并将其在世界坐标系下的X轴与Y轴进行分解；然后通过公式(6)计算得到三个全向轮的线速度v1、v2、v3；将三个全向轮各自的给定线速度发送到底层运动控制模块中实现对底盘运动的控制。S4，判断机器人是否到达目的地，如没有到达则进入步骤S5，否则结束；根据当前机器人位置和预设的目的地进行比较，如果机器人到达目的地，则停止导航；否则进入步骤S5。S5，根据机器人当前位置及邻域势场重新计算机器人受力，返回步骤S3。根据机器人当前的位置，重新根据公式(4)和公式(5)以及邻域势场计算机器人受力并驱动机器人往目标物体运动。本专利技术的另一实施例，其中，设定引力场和斥力场的增益系数α和β均为10，障碍物影响距离ρ0为1.5，极限步数s为500(防止程序无限循环)以及移动步长R为0.05，同时确定机器人起始位置(x0,y0)为(0,0)。参见图4和图5，在机器人运动空间中设置了三个障碍物，其中一个障碍物设置在机器人运行路径正前方。图中方块为机器人初始位置，圆圈为障碍物位置，倒三角为目标点位置，空间中的曲线即为路径规划运行完之后所得机器人在运动空间中运行轨迹。参见图4，图4为传统人工势场路径规划方法的求解结果，从图中可以看出，机器人遇到障碍物时，此时受到的合力为0，机器人停止运动，无法到达目标点；参见图5，图5是本实施例的求解结果，从图中可以看出，本专利技术实施例的机器人在邻域势场引导下，顺利避开障碍物，可以到达目标点。本文档来自技高网...

【技术保护点】
1.一种基于邻域势场的机器人路径规划方法，其特征在于，主要步骤包括：S1，建立算法相应的势场模型；S2，根据势场模型及所处位置的邻域势场计算机器人受力；S3，根据计算结果驱动机器人运动；S4，判断机器人是否到达目的地，如没有到达则进入步骤S5，否则结束；S5，根据机器人当前位置及邻域势场重新计算机器人受力，返回步骤S3。

【技术特征摘要】
1.一种基于邻域势场的机器人路径规划方法，其特征在于，主要步骤包括：S1，建立算法相应的势场模型；S2，根据势场模型及所处位置的邻域势场计算机器人受力；S3，根据计算结果驱动机器人运动；S4，判断机器人是否到达目的地，如没有到达则进入步骤S5，否则结束；S5，根据机器人当前位置及邻域势场重新计算机...

【专利技术属性】
技术研发人员：钟鸿飞，覃争鸣，杨旭，
申请(专利权)人：广州映博智能科技有限公司，
类型：发明
国别省市：广东,44