一种室内导盲机器人在动态环境下的路径规划方法技术

一种室内导盲机器人在动态环境下的路径规划方法，通过生成环境的栅格地图、膨胀处理、给定目标点、采集地图信息、规划出一条全局路线、局部路径规划、避障及返回全局路线的方式，完成任意动态环境下的导盲机器人的路线规划及运动；降低了局部避障的随机性，提高了动态环境下避障的可靠性；随机路图法避免局部极小值，考虑规划效率，不会增加计算量；导盲机器人会尽可能的沿着全局路线行走，这样大大的保证了盲人在行进过程中的安全。

A path planning method for indoor guided robot in dynamic environment

A path planning method for indoor guide robot in dynamic environment is presented. By generating grid map of environment, expanding processing, giving target point, collecting map information, planning a global route, local path planning, obstacle avoidance and returning to the global route, the guide robot in any dynamic environment can be completed. Route planning and motion; reduce the randomness of local obstacle avoidance and improve the reliability of obstacle avoidance in dynamic environment; random road map method avoids local minimum, considering planning efficiency, will not increase the amount of calculation; guide robot will walk along the global route as far as possible, thus greatly ensuring the blind in the process of traveling. It's safe.

【技术实现步骤摘要】
一种室内导盲机器人在动态环境下的路径规划方法(一)
：本专利技术属于机器人相关
，是一种导盲机器人路径规划算法的设计，特别是一种室内导盲机器人在动态环境下的路径规划方法。(二)
技术介绍
：导盲机器人可以为盲人的出行带来方便，一般用在家庭、商场、医院等场所。在这些场景中，会同时存在静态障碍物和动态障碍物，这对于导盲机器人来说是一个挑战。对于已知的静态障碍物导盲机器人可以很好的躲避，但是当环境中的信息发生了改变，这时候就需要导盲机器人利用局部规划器躲避障碍物了。局部路径是需要实时规划的，这就表示局部规划器对实时信息的依赖性比较大。人工势场法是根据物理学中力学的原理提出的一种虚拟力法，它的中心思想是让障碍物产生对导盲机器人的斥力场，在目标点周围形成引力场，导盲机器人在这两个场的作用下进行运动。人工势场法具有比较好的实时性，满足局部规划的条件，但是该方法存在局部最优点问题，而且在躲避障碍物的时候存在随机性，这对于导盲机器人来说是需要避免的，减小局部规划中的随机性可以大大提高导盲机器人的安全性。随机路图法(PRM——ProbabilisticRoadMaps)在规划空间中随机的选取一些点，然后将这些点进行连接，将穿过障碍物的连线去掉，最终得到一个随机路图供查询路径。随机路图法面对环境中复杂的障碍物时也能很好的解决，它克服了路径规划中易于出现局部极小的缺点。(三)
技术实现思路
：本专利技术的目的在于提供一种室内导盲机器人在动态环境下的路径规划方法，针对导盲机器人无法提前检测到的动态区域，采用人工势场法和随机路径图法进行局部规划，使导盲机器人可以安全的避开动态障碍；本专利技术降低了局部避障的随机性，避免规划的路径陷入局部极小值，尽可能让导盲机器人沿着全局路线行走，是一种简单易行的路径规划方法。一种室内导盲机器人在动态环境下的路径规划方法，其特征在于它包括以下步骤：(1)生成导盲机器人工作地点所在环境的栅格地图，并对该地图中的障碍物进行膨胀处理，通过调节inflation_radius障碍物膨胀参数，使最佳路径尽可能远离每侧的障碍物，因此机器人可以在障碍物中间移动；(2)给定导盲机器人需要到达的目标点，导盲机器人将目标点确定在栅格地图相应的位置上，并根据当前的位置、需要到达的目标点以及提前采集好的栅格地图，利用静态路网中求解最短路径最有效的直接搜索方法，简称A*算法，该算法是一种启发式搜索方法，在搜索中加入了与问题有关的启发性信息，指导搜索朝最有希望的方向进行，用于搜索状态空间的最短路径。通过该算法规划出一条全局路线，使导盲机器人之后的行动始终围绕这条路径进行，此路径是基于事先扫描的静态地图的；(3)若此时室内摆放的东西位置发生了变化，即障碍物与静态地图上的不同，则导盲机器人要根据障碍物出现的位置进行局部路径规划对障碍物进行躲避；(4)导盲机器人按照规划路径向目标点移动，当导盲机器人检测到前方有障碍物时，机器人先减速并对障碍物的大小和周围环境进行估计，并向比较容易躲避的方向偏转，然后利用人工势场法将导盲机器人的路径重新规划到躲开障碍物的地方，并可以根据激光雷达反馈的数据得知障碍物后方的具体情况；(5)当导盲机器人成功的检测到了障碍物后面的实际情况后，根据步骤(1)规划出的全局路径和导盲机器人当前的位置及姿态，在它能够看到障碍物后方的全局路线上寻找一个合适的点作为局部目标点，使导盲机器人能够再次行驶到全局路线上来；同时利用随机路径图法规划导盲机器人当前位置到局部目标点之间的路径。所述步骤(4)中利用人工势场法将导盲机器人的路径重新规划的方法为：①当碰到障碍物时，则会根据引力函数和斥力函数求二者的合力，其中，引力函数为：Fatt(X)＝k(XG-XR)斥力函数为：其合力为：式中，k表示引力增益，ηX表示斥力增益系数，ρ(XR,Xi)表示障碍物到导盲机器人的距离，ρ(XR,XG)表示导盲机器人到全局目标点的距离，ρ0表示障碍物可以影响到导盲机器人的最大距离，XR表示机器人当前的坐标，Xi表示障碍物的当前坐标，XG代表全局目标点的坐标；②根据合力结果，进行基于人工势场法的局部路径规划：将机器人的运动环境抽象成一个人造引力场内运动，假定环境中的目标点与机器人之间生有“吸引力”，障碍物与机器人有“排斥力”，由二力的合力控制机器人运动，以此规划出一条平滑安全的路径。所述步骤(5)中选择局部目标点的方法为：①假设步骤(4)中导盲机器人躲开障碍物的地方即为b点，局部目标点记为c点，则由b点做一条与障碍物相切的延长线，取该延长线与全局路径的交点，即为c点；②如果c点上有障碍物或者c点在膨胀距离范围内，则此时放弃c点，再次利用人工势场法找到另一个可以躲开障碍物的地点d点，并步骤用①同样的方法去选取e点作为新的局部目标点，利用随机路图法进行规划。所述步骤(5)的步骤②中随机路图法的规划步骤由以下几步构成：1)随机路图法首先需要构建路线图，即在构型空间中随机的选择点v，如果v不属于障碍物上的点，将v加入到图结点集合V中；2)将v与集合V中的其他点v′进行连接，如果能够连接，则将这条边(v,v′)加入到对应的路线子图N中，路线子图N为单条路线的集合，否则将v加入到一个新的路线子图；3)如此重复进行以上两个步骤，当采样点能够连接多个子图时，则这些子图会被合成为一个新的子图，由此最终得到路线图；4)将起点和终点加入到路线图中，利用路线图搜索出一条路径，作为局部路径。本专利技术的优越性：降低了局部避障的随机性，提高了导盲机器人在动态环境下避障的可靠性；引用的随机路图法避免了规划的路径陷入局部极小值，并且将规划效率考虑进来，不会增加计算量；导盲机器人会尽可能的沿着全局路线行走，这样大大的保证了盲人在行进过程中的安全。(四)附图说明：图1为本专利技术所涉一种室内导盲机器人在动态环境下的路径规划方法中当环境中有一个障碍物的情况下导盲机器人进行避障的路线规划过程原理示意图。图2为本专利技术所涉一种室内导盲机器人在动态环境下的路径规划方法中当环境中出现多个障碍物的情况下小车进行避障的路线规划过程原理示意图。图3为本专利技术所涉一种室内导盲机器人在动态环境下的路径规划方法的工作流程示意图。(五)具体实施方式：实施例：一种室内导盲机器人在动态环境下的路径规划方法，如图3，其特征在于它包括以下步骤：(1)生成导盲机器人工作地点所在环境的栅格地图，并对该地图中的障碍物进行膨胀处理，通过调节inflation_radius障碍物膨胀参数，使最佳路径尽可能远离每侧的障碍物，因此机器人可以在障碍物中间移动；(2)给定导盲机器人需要到达的目标点，导盲机器人将目标点确定在栅格地图相应的位置上，并根据当前的位置、需要到达的目标点以及提前采集好的栅格地图，利用静态路网中求解最短路径最有效的直接搜索方法，简称A*算法，该算法一种启发式搜索方法，在搜索中加入了与问题有关的启发性信息，指导搜索朝最有希望的方向进行，用于搜索状态空间的最短路径。通过该算法规划出一条全局路线，使导盲机器人之后的行动始终围绕这条路径进行，此路径是基于事先扫描的静态地图的；(3)若此时室内摆放的东西位置发生了变化，即障碍物与静态地图上的不同，则导盲机器人要根据障碍物出现的位置进行局部路径规划对障碍物进行躲避，如图1所示；本文档来自技高网...

【技术保护点】
1.一种室内导盲机器人在动态环境下的路径规划方法，其特征在于它包括以下步骤：(1)生成导盲机器人工作地点所在环境的栅格地图，并对该地图中的障碍物进行膨胀处理，通过调节inflation_radius障碍物膨胀参数，使最佳路径尽可能远离每侧的障碍物，因此机器人可以在障碍物中间移动；(2)给定导盲机器人需要到达的目标点，导盲机器人将目标点确定在栅格地图相应的位置上，并根据当前的位置、需要到达的目标点以及提前采集好的栅格地图，利用静态路网中求解最短路径最有效的直接搜索方法，简称A*算法，规划出一条全局路线，使导盲机器人之后的行动始终围绕这条路径进行，此路径是基于事先扫描的静态地图的；(3)若此时室内摆放的东西位置发生了变化，即障碍物与静态地图上的不同，则导盲机器人要根据障碍物出现的位置进行局部路径规划对障碍物进行躲避；(4)导盲机器人按照规划路径向目标点移动，当导盲机器人检测到前方有障碍物时，机器人先减速并对障碍物的大小和周围环境进行估计，并向比较容易躲避的方向偏转，然后利用人工势场法将导盲机器人的路径重新规划到躲开障碍物的地方，并可以根据激光雷达反馈的数据得知障碍物后方的具体情况；(5)当导盲机器人成功的检测到了障碍物后面的实际情况后，根据步骤(1)规划出的全局路径和导盲机器人当前的位置及姿态，在它能够看到障碍物后方的全局路线上寻找一个合适的点作为局部目标点，使导盲机器人能够再次行驶到全局路线上来；同时利用随机路径图法规划导盲机器人当前位置到局部目标点之间的路径。...

【技术特征摘要】
1.一种室内导盲机器人在动态环境下的路径规划方法，其特征在于它包括以下步骤：(1)生成导盲机器人工作地点所在环境的栅格地图，并对该地图中的障碍物进行膨胀处理，通过调节inflation_radius障碍物膨胀参数，使最佳路径尽可能远离每侧的障碍物，因此机器人可以在障碍物中间移动；(2)给定导盲机器人需要到达的目标点，导盲机器人将目标点确定在栅格地图相应的位置上，并根据当前的位置、需要到达的目标点以及提前采集好的栅格地图，利用静态路网中求解最短路径最有效的直接搜索方法，简称A*算法，规划出一条全局路线，使导盲机器人之后的行动始终围绕这条路径进行，此路径是基于事先扫描的静态地图的；(3)若此时室内摆放的东西位置发生了变化，即障碍物与静态地图上的不同，则导盲机器人要根据障碍物出现的位置进行局部路径规划对障碍物进行躲避；(4)导盲机器人按照规划路径向目标点移动，当导盲机器人检测到前方有障碍物时，机器人先减速并对障碍物的大小和周围环境进行估计，并向比较容易躲避的方向偏转，然后利用人工势场法将导盲机器人的路径重新规划到躲开障碍物的地方，并可以根据激光雷达反馈的数据得知障碍物后方的具体情况；(5)当导盲机器人成功的检测到了障碍物后面的实际情况后，根据步骤(1)规划出的全局路径和导盲机器人当前的位置及姿态，在它能够看到障碍物后方的全局路线上寻找一个合适的点作为局部目标点，使导盲机器人能够再次行驶到全局路线上来；同时利用随机路径图法规划导盲机器人当前位置到局部目标点之间的路径。2.根据权利要求1所述一种室内导盲机器人在动态环境下的路径规划方法，其特征在于所述步骤(4)中利用人工势场法将导盲机器人的路径重新规划的方法为：①当碰到障碍物时，则会根据引力函数和斥力函数求二者的合力，其中，引力函数为：Fatt(X)＝k(XG-XR)斥力函数为：其合力...

【专利技术属性】
技术研发人员：孙磊，魏巍，李寒芳，贾云辉，刘天昱，阎瑞鑫，魏光睿，
申请(专利权)人：天津理工大学，
类型：发明
国别省市：天津,12