本发明专利技术公开了一种基于障碍物运动预测的移动机器人避障方法，包括以下步骤：在机器人移动过程当中，将环绕于机器人周围的空间以机器人为中心划分为３个区域，由外到内分别为：路径规划区域、冲突避免区域以及紧急逃逸区域；机器人根据障碍物当前的运动状态，判断障碍物当前所处的区域，并预测障碍物下一时间的运动状态；根据障碍所处的区域，机器人实行不同的避障策略。本发明专利技术方法采用ＣＶ、ＣＡ和ＣＳ模型描述动态障碍物运动，减少了对动态障碍物运动状态的限制。使用ＩＭＭ算法预测障碍物的运动状态，得到精确的预测结果，使得移动机器人可以在小范围进行动态避障，而不用大范围偏离原规划路径。
Obstacle avoidance method for mobile robot based on obstacle motion prediction
The invention discloses a method of obstacle avoidance of mobile robot obstacle motion prediction based on, which comprises the following steps: in the process of mobile robot, the robot around the space around the robot center is divided into 3 regions, respectively, from outside to inside: path planning area, avoid conflict areas and emergency escape; according to the state of motion of robot obstacle at present, identify obstacles at this region, and to predict the motion state of the obstacle next time; according to the obstacles to the region, the implementation of robot obstacle avoidance strategy is different. The method adopts the CV, CA and CS models to describe the movement of the dynamic obstacle, and reduces the limitation of the movement state of the dynamic obstacle. The IMM algorithm is used to predict the motion state of obstacles, and the accurate prediction results are obtained, so that the mobile robot can perform dynamic obstacle avoidance in a small range without large deviations from the original planning path.
【技术实现步骤摘要】
本专利技术涉及智能机器人
，具体地说涉及一种基于障碍物运动 预测的移动机器人避障方法。 $
技术介绍
所谓的机器人避障就是机器人导航过程中避开周围的障碍物。随着机 器人技术的纵深发展及广泛应用，对机器人的智能性提出了更高的要求。 机器人必须能够依赖外部传感器，感知自身的运动状态和周围环境信息， 进行逻辑推理，除了要避开静态障碍物之外，还得避开动态障碍物以及与 其它机器人的碰撞。目前国内外众多学者对动态避障问M开了深入研究。Khatib提出了 人工势场法(Khatib O. Real time obstacle avoidance for manipulators and mobile robots. The International of Robotics Research, 1986， 5(1): 90-98.)， 人工势场法的基本思想是将移动机器人在环境中的运动视为一种虚拟人 工受力场中的运动。障碍物对移动机器人产生斥力，目标点对移动机器人 产生引力，引力和斥力在移动机器人周围形成势场，机器人在势场中受到 引力和斥力的合力作用，合力使得机器人绕过障碍物。该方法结构简单， 便于实时控制移动机器人，在实时避障领域得到了广泛应用。其不足在于 存在局部最优解，容易产生死锁现象，因而可能使移动机器人在到达目标 点之前就停留在局部最优点。除了人工势场法以外，还有通过估计障碍物运动状态进行避障的方 法，如利用概率法或扩展卡尔曼滤波(EKF)法估计障碍物的运动状态，这 些方法有一定的局限性。首先其对障碍物的运动状态是有限制的，需要事 先知道障碍物运动的状态方程；其次是这些方法不能精确地预测障碍物运动加速度，不便于避障的路径规划。目前众多动态避障方法都只是针对机器人与其它运动物体要发生碰 撞时，采取的避让措施，而没有主动的碰撞预防。任何碰撞策略或算法，都有其适用范围，而且难免会出现避障失败，目前很少有避障方法对避障 失败的后处理策略作进一步说明
技术实现思路
-本专利技术提供了 一种对障碍物运动状态没有限制并能主动预防碰撞的 基于障碍物运动预测的移动机器人避障方法。，包括以下步骤(1) 在机器人移动过程当中，将环绕于机器人周围的空间以机器人 为中心划分为3个区域，由外到内分别为路径规划区域(Path Planrilng Area， PPA)、冲突避免区域(Collision Avoidance Area, CAA)以及紧急逃逸区 域(Urgent Escape Area, UEA);(2) 机器人根据障碍物当前的位置，判断障碍物当前所处的区域， 并预测障碍物下一 时间的运动状态；机器人通过传感器感知周围空间障碍物的位置，障碍物的位置是随时 间连续变化的，但机器人对障碍物位置的判断以及运动状态的预测不是连 续的，而是会间隔一时间段进行判断和预测，该时间段相对于障碍物的运 动时间是很小的，可以将该时间段近似为一个时间点，也就是说下一时间 的运动状态近似为下一时间段的运动状态，障碍物的下一时间运动状态是 指机器人进行下次预测时的运动状态。障碍物运动状态是指障碍物的'位 置、速度和加速度的大小。根据障碍物当前位置预测障碍物下一时间的运动状态方法有很多，优 选为以下方式a. 使用常速(Constant Velocity, CV)，常加速(Constant Acceleration, CA) 和当前统计(Current Statistical, CS)模型描述障碍物运动状态，分别得到障 碍物的状态方程；b. 采用交互多模型(Interacting Multiple Model, IMM)算法对三个状态 方程描述的障碍物运动状态进行估计并融合三个估计结果，预测障碍物下 一时间的运动状态。 .，当所有障碍物处于路径规划区域时，机器人根据预测的障碍物下一时间的运动状态进行路径规划。路径规划的方法有很多，最传统的是采用人 工势场法，其引力势函数^(^可表示为斥力势函数^(《)为<formula>formula see original document page 6</formula>以上两公式中的《、^和《。分别为机器人、目标和障碍物位置向量。&与^分别为引力势场常数与斥力势场常数。p^《。)-i《-《。|, a是障碍 物的斥力影响距离，超过该距离则此障碍物对移动机器人影响为o。人工势场法简单，计算量少，速度快。但也有其明显的缺点，在势函 数中，只将个运动物体的位置坐标作为参考依据，即为零阶方法，而忽略 了各运动物体的速度及加速度等机动性能之间的相互关系导致局部最小 问题的概率增大。且在实际使用中，还存在躲避不及而相互碰撞，以及原 本不会发生碰撞而机器人根据势场法确作出了无谓的避让运动等问题。本专利技术的路径规划方法对传统的人工势场法进行了改进，在势场函数 中引入了预测的障碍物下一时段的速度和加速度，构建了引力势场函数K与斥力势场函数^分别如下<formula>formula see original document page 6</formula>以上两公式中的i^， L分别是速度与加速度的引力势场常数。l， &。 分别是速度与加速度的斥力场常数。b.机器人通过使用上述改进的势场函数的人工势场法来规划路径。 当有障碍物进入冲突避免区域时，机器人停止路径规划，根据预测的该障碍物下一时间的运动状态，通过变速或绕行避开该障碍物；当避障失败，障碍物从冲突避免区域进入紧急逃逸区域时，机器人计算逃逸的最佳分离角，以最大速度躱避障碍物。所述的分离角为机器人紧急逃逸的方向与障碍物运动方向的夹角。 本专利技术方法采用cv、 ca和cs模型描述动态障碍物运动，减少了对动态障碍物运动状态的限制。使用IMM算法预测障碍物的运动状态，得到精确的预测结果，使得移动机器人可以在小范围进行动态避障，而不用大范围偏离原规划路径。 附图说明图1为本专利技术机器人周围空间区域划分示意图； 图2为本专利技术避障方法的沖突避免的变速避障方式示意图； 图3为本专利技术避障方法的沖突避免的绕行避障方式示意图； 图4为本专利技术避障方法的紧急逃逸避障模式示意图。具体实施例方式本专利技术组件了一个4吏用一个Pioneer 3-AT与三个AmigoBot小才几器 人的实施平台。其中Pioneer 3-AT作为移动机器人(以下简称机器人)， 三个AmigoBot小机器人模拟环境中的动态障碍物(以下简称障碍物)。 Pioneer 3-AT上装备的SICK激光扫描仪，BumbleBee2双目视觉传感器， 用来感知环境信息及障碍物信息。将移动机器人与动态障碍物置于空旷的 房间内，该机器人将从起点出发达到目的地。(1) 如图1所示，在移动过程当中，机器人将环绕于机器人周围的 空间以机器人为中心划分为3个区域，由外到内分别为路径规划区域 (Path Planning Area, PPA)、沖突避免区域(Collision Avoidance Area, CAA) 以及紧急逃逸区域(Urgent Escape Area, UEA);(2) 机器人根据障碍物当前的位置，判断障碍物当前所处的区威， 并预测障碍物下一时间的运动状态；根据障碍物当前位置本文档来自技高网...
【技术保护点】
一种基于障碍物运动预测的移动机器人避障方法，包括以下步骤： （１）在机器人移动过程当中，将环绕于机器人周围的空间以机器人为中心划分为３个区域，由外到内分别为：路径规划区域、冲突避免区域以及紧急逃逸区域； （２）机器人根据障碍物当前的位置，判断障碍物当前所处的区域，并预测障碍物下一时间的运动状态； 当所有障碍物处于路径规划区域时，机器人根据预测的障碍物下一时间的运动状态进行路径规划； 当有障碍物进入冲突避免区域时，机器人停止路径规划，根据预测的该障碍物下一时间的运动状态，通过变速或绕行避开该障碍物； 当避障失败，障碍物从冲突避免区域进入紧急逃逸区域时，机器人计算逃逸的最佳分离角，以最大速度躲避障碍物。
【技术特征摘要】
【专利技术属性】
技术研发人员：陈耀武，蒋荣欣，张亮，
申请(专利权)人：浙江大学，
类型：发明
国别省市：86[中国|杭州]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。