基于独立虚拟中心点的机器人分散式协同避障方法技术

本发明专利技术涉及一种基于独立虚拟中心点的机器人分散式协同避障方法，包括如下步骤：步骤1：利用扩展卡尔曼滤波融合惯性测量单元与里程计数据，获得机器人的当前位姿信息；步骤2：通过网络通信，机器人之间共享速度和位置信息，计算出每个机器人的虚拟中心点，虚拟中心点随机器人运动而运动；步骤3：根据每个机器人的当前位置与其目标点位置、其虚拟中心点的位置，得到机器人的目标矢量和排斥矢量；步骤4：定义一个切换信号判断机器人的运动模式为避障模式或者为无障碍模式；步骤5：利用矢量微分法得到机器人的期望速度与期望角度，根据控制法则得到机器人的实时速度和角速度，指导机器人运动。避障方法采用绕虚拟中心点，垂直于排斥矢量方向旋转运动；无障碍模式即机器人始终朝着目标矢量运动，从而引导机器人进行有序地避障。

【技术实现步骤摘要】
基于独立虚拟中心点的机器人分散式协同避障方法
本专利技术涉及工业移动机器人的自主导航领域,涉及一种基于独立虚拟中心点的机器人分散式协同避障方法。
技术介绍
随着人工智能领域的快速发展，智能机器人在人类的生产生活中起到了越来越重要的作用。因为智能机器人所拥有的独特功能，它们已经被赋予了许多不同的应用，并取得了较为优秀的效果。例如：在军事安全领域，监视危险分子和维护地区安全；在探索领域，适应各种不同环境，搜集各种环境参数，减少人员损失；在医疗保健领域，辅助医疗人员治疗疾病。机器人技术不断发展革新，单个机器人有时已经不能满足人们的需求了，所以多机器人系统就越来越受到人们的重视。相比于单机器人系统，多机器人系统有着许多优点，例如任务执行的效率，更高的容错率，更多的功能性，还包括鲁棒性，灵活性和对未知动态环境的适应性。而对于多机器人系统的发展，多机器人避障系统的研究是其中的重要组成部分。因此，开发出一种引导多机器人进行合理、高效、安全地避障的控制系统十分具有现实意义。在通信网络的观点中，已经引入了两种方法用于多机器人系统的形成控制，即集中式和分散式方法。集中式控制方法可以很好的消除机器人之间的冲突，但是需要所有机器人与中央控制器行实时通信，而且它的计算量会随着机器人数量的增加而快速增加。此外，在中央控制器中存在干扰和故障时，系统不稳健。在分散式方法中，每个机器人提供自己的控制输入，而不考虑其他机器人的动态和控制输入。所以，在多机器人避障领域，分散式控制方法具有更高的可行性。因此，分散式多移动智能机器人系统的控制法则设计得到了广泛的研究。人工势场法(ArtificialPotentialField，APF)是构建一个类似于自然界引力场的抽象力场，让机器人在这个力场内朝着发出引力的目标点前进，并避开发出斥力的障碍物，在斥力和引力的共同作用下展开运动。人工势场法具有结构简单、容易实现的优点，且规划后的路径比较平滑。不过这是一种局部寻优的方法，对于相对复杂的动态环境，不合理的势场方程容易使机器人陷入局部最小点。排斥力法被用于多组织系统的拥堵和碰撞以及避障。因此，为每个机器人都定义一个虚拟中心点，通过独立虚拟中心点令每个机器人在与其它机器人保持安全距离的前提下，引导该机器人做出较优的运动选择，机器人运动的效率和安全性是保证多机器人避障系统的关键技术难题。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种基于独立虚拟中心点的机器人分散式协同避障方法,克服现有技术的不足，引导多机器人避障，尤其是各个机器人位置分布不规则时的情况。为实现上述目的，本专利技术采用如下技术方案：一种基于独立虚拟中心点的机器人分散式协同避障方法，包括如下步骤：步骤S1：利用扩展卡尔曼滤波融合惯性测量单元与里程计数据，获得若干个机器人的当前位姿信息，其中第i个机器人当前位姿信息为(xi，yi，θi)；步骤S2：通过网络通信，获取机器人之间共享速度v和位置信息p，计算出机器人的虚拟中心点虚拟中心点随机器人运动而运动；步骤S3：根据机器人的当前位置pi与其目标点位置pgi、其虚拟中心点的位置得到机器人的目标矢量vgi和排斥矢量ei；步骤S4：定义一个切换信号s，并判断机器人的运动模式为避障模式或者为无障碍模式；步骤S5：利用矢量微分法得到机器人的期望速度vdi与期望角度wdi，根据控制法则得到机器人的实时速度vi和角速度wi，指导机器人运动。进一步的，所述步骤S1具体为：获得机器人的当前位姿是指依据扩展卡尔曼滤波来确定机器人在地面的位置pi＝[xi,yi]T、方位θi信息以及该位姿的协方差∑，协方差矩阵用来指定方位测量的不确定度；其中ui＝[vi,wi]T代表机器人的实时运动状态，vi和wi分别代表了机器人的实时速度和角速度，规定机器人不能在横向上移动，机器人运动方程如下：机器人定义为圆形的移动机器人，机器人的圆形半径定义为r，为保证机器人在误差影响下的运动安全定义了一个安全距离r1，避障半径定为ravoid，将机器人的检测半径定义为rscan。进一步的，所述步骤S2中每个机器人的虚拟中心点p具体计算方法如下：步骤S1:去除落在该机器人后方的其他机器人对其虚拟中心点的影响；此时，pn满足θpn为其他机器人与当前机器人的方向角，θgi是当前机器人与其目标点的方向角，pi是当前机器人的位置，pn是其他机器人的位置，rscan为机器人的检测范围；步骤S22:选择落在机器人前方且距离较近的机器人并且适当缩小障碍物区域来决定机器人虚拟中心点的位置；其中，pn满足dm为下限距离，θi是机器人当前的方向,a为正常数。进一步的，所述步骤S3具体如下：步骤S31:第i个机器人的最终目标点位置记为pgi＝[xgi,ygi]T，在无障碍模式下，机器人始终朝着最终目标点前进，得到机器人的目标矢量vgi，即从机器人的当前位置指向机器人的最终目标点：vgi＝pgi-pi(4)步骤S32:当机器人处于避障模式时，引入了排斥矢量ei，排斥矢量ei由机器人与其最近的障碍物位置共同决定：步骤S33:为了让机器人避开最近的障碍物，在排斥矢量的基础上定义了旋转矢量Ei，它与排斥矢量ei互相垂直，由旋转矩阵R乘以排斥矢量ei得到：进一步的，所述步骤4中切换信号s用来控制机器人是否进入避障模式，其条件限制具体为：步骤S41:当机器人与障碍物的最近距离大于机器人的避障距离时，机器人不进入避障模式，机器人与障碍物的最近距离droi为:步骤S42:机器人与其最近障碍物的方向角为θoi，机器人速度方向角与障碍物方向角的差值为θroi；θroi＝atan2(eiy,eix)(9)θroi＝θi-θoi(10)步骤S43:当各个机器人都按照当前速度前进，并且在T内其距离保持在安全距离do，则机器人不进入避障模式；其中pit为T秒内当前机器人各个时刻的位置，pnt为T秒内其他机器人各个时刻的位置；步骤S44:当其他机器人到指定机器人目标点的距离大于该机器人到目标点的距离pig，或者其他机器人不在该机器人往目标点的前方时，机器人不进入避障模式；其中θpgn是其他机器人与当前机器人目标点的方向角；步骤S45:综上可知，当s1,s2,s3,s4同时为1时，机器人才进入避障模式:进一步的，所述步骤5具体为：步骤S51:统一矢量差值Δpi定义如下：Δpi＝s*Ei+(1-s)*vgi(15)步骤S52:根据该矢量差值Δpi，得到机器人的即时目标点的位置Δpdi和机器人的期望角度θdi；pdi＝[xdi,ydi]T＝pi+Δpi(16)Δpi＝[Δpxi,Δpyi]T(17)θdi＝atan2(Δpyi,Δpxi)(18)步骤S53:机器人的期望速度vdi和期望角速度wdi可以通过其即时目标点信息和期望角度θdi矢量微分表示：将公式(16)、(17)代入式(19)、(20)得到：步骤S54:机器人与期望角度之间的角度差值θei定义如下：θei＝θdi-θi(23)步骤S55:根据机器人的控制律，得到机器人的实时速度vi和实时角速度wi如下：wi＝k2*θei+wdi(25)其中，k1,k2为正标量参数。本专利技术与现有技术相比具有以下有益效果：1、本专利技术采用的扩展卡尔曼滤波融合惯性测量单元(IMU)与里程计数据，与以往传统的单本文档来自技高网...

【技术保护点】
1.一种基于独立虚拟中心点的机器人分散式协同避障方法，其特征在于，包括如下步骤：步骤S1：利用扩展卡尔曼滤波融合惯性测量单元与里程计数据，获得若干个机器人的当前位姿信息，其中第i个机器人当前位姿信息为(xi，yi，θi)；步骤S2：通过网络通信，获取机器人之间共享速度v和位置信息p，计算出机器人的虚拟中心点

【技术特征摘要】
1.一种基于独立虚拟中心点的机器人分散式协同避障方法，其特征在于，包括如下步骤：步骤S1：利用扩展卡尔曼滤波融合惯性测量单元与里程计数据，获得若干个机器人的当前位姿信息，其中第i个机器人当前位姿信息为(xi，yi，θi)；步骤S2：通过网络通信，获取机器人之间共享速度v和位置信息p，计算出机器人的虚拟中心点虚拟中心点随机器人运动而运动；步骤S3：根据机器人的当前位置pi与其目标点位置pgi、其虚拟中心点的位置得到机器人的目标矢量vgi和排斥矢量ei；步骤S4：定义一个切换信号s，并判断机器人的运动模式为避障模式或者为无障碍模式；步骤S5：利用矢量微分法得到机器人的期望速度vdi与期望角度wdi，根据控制法则得到机器人的实时速度vi和角速度wi，指导机器人运动。2.根据权利要求1所述的基于独立虚拟中心点的机器人分散式协同避障方法，其特征在于，所述步骤S1具体为：获得机器人的当前位姿是指依据扩展卡尔曼滤波来确定机器人在地面的位置pi＝[xi,yi]T、方位θi信息以及该位姿的协方差∑，协方差矩阵用来指定方位测量的不确定度；其中ui＝[vi,wi]T代表机器人的实时运动状态，vi和wi分别代表了机器人的实时速度和角速度，规定机器人不能在横向上移动，机器人运动方程如下：机器人定义为圆形的移动机器人，机器人的圆形半径定义为r，为保证机器人在误差影响下的运动安全定义了一个安全距离r1，避障半径定为ravoid，将机器人的检测半径定义为rscan。3.根据权利要求2所述的基于独立虚拟中心点的机器人分散式协同避障方法，其特征在于，所述步骤S2中每个机器人的虚拟中心点p具体计算方法如下：步骤S1:去除落在该机器人后方的其他机器人对其虚拟中心点的影响；此时，pn满足θpn为其他机器人与当前机器人的方向角，θgi是当前机器人与其目标点的方向角，pi是当前机器人的位置，pn是其他机器人的位置，rscan为机器人的检测范围；步骤S22:选择落在机器人前方且距离较近的机器人并且适当缩小障碍物区域来决定机器人虚拟中心点的位置；其中，pn满足dm为下限距离，θi是机器人当前的方向,a为正常数。4.根据权利要求3所述的基于独立虚拟中心点的机器人分散式协同避障方法，其特征在于，所述步骤S3具体如下：步骤S31:第i个机器人的最终目标点位置记为pgi＝[xgi,ygi]T，在无障碍模式下，机器人始终朝着最终目标点前进，得到机器人的目标矢量vg...

【专利技术属性】
技术研发人员：张立伟，林志彬，王杰，何炳蔚，陈彦杰，林立雄，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建,35