一种自主避障全方位移动机器人双层控制方法技术

本发明专利技术公开了一种自主避障全方位移动机器人双层控制方法，包括：步骤S1、由传感器采集机器人的周围环境数据，机器人的高层控制器将采集到的障碍物识别为地标，根据传感器数据和地标状态组成的状态矩阵创建地图；步骤S2、给定机器人移动的起始点和目标点，在机器人行驶过程中，传感器采集机器人周围的地标信息，对地标与机器人之间的距离进行实时检测，机器人的高层控制器预测机器人的实时位置并对地图上的地标进行更新；步骤S3、在机器人路径规划的基础上，机器人的高层控制器利用EKF

【技术实现步骤摘要】
一种自主避障全方位移动机器人双层控制方法


[0001]本专利技术涉及一种自主避障全方位移动机器人双层控制方法。

技术介绍

[0002]目前，随着计算机科学与技术、人工智能技术的飞速发展，机器人被广泛应用于各个领域，例如物流机器人和可以在太空、核电站进行探索和导航的自主运输机器人系统。实时准确感知动态环境的实现非常困难，因此，如何实现动态环境下的导航对多机器人的控制和路径规划提出了挑战。
[0003]为了找到避障和优化路径的有效策略，机器人的导航系统得到了广泛的研究。虽然这些研究提出很多解决方案，但也有与之相关的障碍。例如，启发式算法只能针对静态障碍物实现。最小距离生成树需要在每次步进和重载通信时重新计算。在高斯过程前沿搜索的情况下，由于障碍物的密集覆盖导致了噪声控制。现有的全向机器人的平面运动控制算法，算法中提出的控制策略虽然消除了性能下降的影响，但由于速度控制在时域上的性能明显降低，无法适应速度控制。

技术实现思路

[0004]本专利技术所要解决的技术问题是，克服现有技术的不足，提供一种自主避障全方位移动机器人双层控制本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自主避障全方位移动机器人双层控制方法，其特征在于，它包括：步骤S1、由传感器采集机器人的周围环境数据，机器人的高层控制器将采集到的障碍物识别为地标，根据传感器数据和地标状态组成的状态矩阵创建地图；步骤S2、给定机器人移动的起始点和目标点，在机器人行驶过程中，传感器采集机器人周围的地标信息，对地标与机器人之间的距离进行实时检测，机器人的高层控制器预测机器人的实时位置并对地图上的地标进行更新；步骤S3、在机器人路径规划的基础上，机器人的高层控制器利用EKF
‑
SLAM算法控制机器人朝着目标点前进，并得到机器人姿态信息；当机器人遇到障碍物时，机器人的低层控制器利用避障算法控制机器人避开障碍物。2.根据权利要求1所述的自主避障全方位移动机器人双层控制方法，其特征在于，所述步骤S1中根据传感器数据和地标状态组成的状态矩阵创建地图具体包括：使用状态矩阵的均值和协方差由高斯变量建模，表达式为：其中，R为机器人姿态，M为地标集合，为状态向量均值；协方差矩阵P为：所述地图表示为：{x,P}。3.根据权利要求2所述的自主避障全方位移动机器人双层控制方法，其特征在于，所述步骤S2中对地标与机器人之间的距离进行实时检测，预测机器人的实时位置并对地图上的地标进行更新，具体包括：通过通用时间更新函数对所述地图在每个时间步进行更新，所述通用时间更新函数为：x
←
f(x,u,n)；其中，x为状态向量，u为控制向量，n为扰动向量；所述地图由EKF算法模型预测并修正，EKF算法模型利用传感器收集机器人周围的地标信息，预测机器人的位置，并对地图上的地标进行更新。4.根据权利要求3所述的自主避障全方位移动机器人双层控制方法，其特征在于，所述EKF算法模型为：EKF算法模型为：其中，雅克比矩阵雅克比矩阵N为扰动向量n的协方差矩阵；在所述SLAM中，机器人的时变状态R为：R
←
f
R
(R,u,n)
M
←
M；稀疏雅克比矩阵表示为所述EKF算法模型还包括地图初始化步骤，将新发现的地标添加到地图中，所述新发现的地标的观测量表示为：y＝h(x)+v；其中，y为噪声观测量，x为满状态，h(x)为观测函数，v为测量噪声；所述地标初始化是通过对观测函数求逆，并使用逆函数及逆函数的雅克比矩阵来计算，然后将扩展卡尔曼滤波修正添加到状态向量和协方差矩阵P中，表示为：和协方差矩阵P中，表示为：和协方差矩阵P中，表示为：其中，为观测函数的雅克比矩阵；为新发现的地标的均值矩阵；为新发现的地标的协方差矩阵；K为卡尔曼增益；和P
←
P
‑
KZK
T
构成了扩展卡尔曼滤波的更新；在SLAM中，当机器人上的传感器测量某个地标时就会产生观察，则地标I的观察函数为：y
I
＝h
i
(R,S,L
i
)+v；其中，与分别为EKF
‑
SLAM的雅克比矩阵；所述EKF
‑
SLAM的校正方程为：5.根据权利要求1所述的自主避障全方位移动机器人双层控制方法，其特征在于，所述步骤S3中，机器人的低层控制器利用避障算法控制机器人避开障碍物，具体包括：使用PID算法，将机器人视为二维空间中的点，遇到障碍物时，机器人以相对于机器人当前位置确定的回弹角旋转，然后机器人以1m/s的速度移动1.5s后，机器人移动出所检测
到的障碍物的范围，此时高层控制器重新启动利用EKF
‑
SLAM算法控制机器人继续运动，所述PID算法所使用的单轮动力学方程为：其中，为x方向的线速度；为y方向的线速度；v为机器人速度；θ为机器人的旋转角；为角速度；ω为合成角速度；预定角度θ
d
与回弹角相等，所述PID算法所使用的单轮动力学方程的误差e及误差函数计算公式如下：因此，合成角速度ω为：其中，K
p
为比例放大率；K
i
为积分增率；K
d
...

【专利技术属性】
技术研发人员：靳敏，吴小邦，杨振业，侯军府，
申请(专利权)人：江苏迪莫工业智能科技有限公司，
类型：发明
国别省市：