《基于邻边垂直外扩法的移动机器人避障新算法-宋文龙.pdf》由会员分享，可在线阅读，更多相关《基于邻边垂直外扩法的移动机器人避障新算法-宋文龙.pdf（6页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第35卷第1期 计算机仿真 2018年1月文章编号：10069348(2018)01032705基于邻边垂直外扩法的移动机器人避障新算法宋文龙，张永超，李双，李玉娇(东北林业大学机电工程学院。黑龙江哈尔滨150040)摘要：在移动机器人的避障策略领域中，针对传统的可行扇区角分线法评估出的运动方向使机器人严格按照中线行驶从而导致规划出的路径不是最优的问题，提出一种邻边垂直外扩法求取可行方向的新避障算法。以激光雷达数据为依据，采用极坐标矢量法构建环境地图。当机器人与目标点之问存在障碍物的时候，采用邻边垂直外扩法获取运动方向，使机器人以最短路径沿着障碍物边缘行走，改进了传统算法的缺陷。实验结果表明，
2、在相同的地图环境下，机器人不仅能够以一个安全平滑的路径穿过障碍区到达终点，同时邻边垂直外扩法得到的路径更优于传统的可行扇区角分线法。关键词：移动机器人；避障；邻边垂直外扩法；可行方向中图分类号：TV242 文献标识码：BA New Obstacle Avoidance Method for Mobile Robot Based onAdjacent-Side Vertical Expansion MethodSONG Wen-long，ZHANG Yong-chao，LI Shuang，LI Yu-jiao(School of Mechanical and Electrical Enginee
3、ring，Northeast Forestry University，HarbinHelongjiang 150040，China)ABSTRACT：In the field of obstacle avoidance strategy for mobile robots，the motion direction evaluated by themethod of feasible sector angle bisector makes a robot move along the midline strictly，which leads to the problem thatthe plan
4、ned path is not optimalA new obstacle avoidance method is developedwhich uses the adjacentside Venical expansion method to find feasible directionsThe environment map was constructed using the method based on Zidar dataIf an obstacle exists between the robot and the target pointthe method of adjacen
5、t-side vertical expansionis used to obtain the direction of motion，SO that the robot moves along the edge of the obstacle by the shortest path，and makes up for the deficiencies of traditional algorithmThe experimental simulation results show that under thesame map environment，not only the robot can
6、traverse the corridor with obstacles safely and smoothly，but also theDath obtained by the vertical extension method is better than the method of feasible sector angle bisectorKEYWORDS：Mobile robot；Obstacle avoidance；Adjacent-side vertical expansion；Feasible directionl 引言随着移动机器人的发展，机器人的操作环境变得越来越复杂，其中
7、避碰是机器人运动规划中的重要问题，国内外学者对此做出大量研究fJ。4。机器人避障方法主要分为全局规划和局部规划两类，全局规划是在已知的地图信息中寻找一条最优无碰撞路径两局部路径规划是一种通过传感器得到障碍物分布情况进而给出速度和角速度控制的过程。由于多数情况下地图信息是未知的，故局部路径规划更具有优势然而局部路径规划在路径最优的问题上却很难实现。人工势场法是早期解决避障的一种有效方法，该方法将目标基金项目：国家自然科学基金(31470714)收稿日期：20170522修回日期：201706一Ol产生的引力和障碍物产生的斥力叠加成人工势函数完成避障【6。7】。Borenstein J提出矢量场直
8、方图(vector field histogram，VFH)理论8。该理论是以机器人中心建立I维极坐标系。将障碍物对机器人的影响程度量化为各个角度上的极线障碍强度值，在该值低于某个确定阈值的角度范围内选择运动方向，较好的解决势场法在实际应用中数据突变环境信息丢失等问题，但是该方法存在对扫描阈值敏感的缺陷。为了优化VFH算法在局部避障中的性能，文献9提出了VFH+算法，文献10提出了VFH算法。本文对以上算法做出详细的分析讨论，发现无论是VFH原始算法或者改进算法在如何获取下一时刻的可行方向的问题上，都是采用传统的可行扇区角分线法(下文统称角分线法)，这将导致机器人的运动路径会严格按照障碍块之间
9、327-万方数据的可行通道的中分线行走，在某些特殊情况下路径良好，然而在一般情况下路径并不是最优。故本文设计一种新的避障算法，其摒弃了传统角分线法的理念，提出机器人的运动方向参考障碍物边缘的思想，使机器人在避障过程中，既能保证与障碍物之间保持安全的距离行驶，同时又能兼顾路径优化的问题，弥补了角分线法的缺陷。通过仿真验证算法的可行性，最终应用在RM机器人上。2角分线法获取可行方向的讨论21角分线法的问题VFH算法或者是由VFH算法衍化而来的算法，在如何获取可行方向的问题上，采用的都是传统的可行扇区角平分线法8。玑“1 21定义可行扇区为传感器检测的无障碍物区，如图l所示。正因如此，VFH算法存在
10、对传感器的扫描阈值很敏感的缺陷问题，阈值过小的时候过晚的发现前方障碍物，容易陷入陷阱死区，如图l(a)所示；阈值过大时，按照角分线法获得的可行方向行驶将发生碰撞，如图1(b)。(a)阈值过小，过晚发现障碍物(b)阈值过大，可能碰到障碍物图1 VFH算法存在阈值敏感缺陷E11针对上述问题，国内学者徐玉华Il】提出一种自适应阈值算法。如图2所示，假设给定的一组扫描阈值为R，R2，R，定义可行方向为可行扇区的角平分线，当阈值为R。时，得方向1，此时发现机器人沿着方向l行走，将与障碍物发生碰撞；当阈值为R，时，得方向2，同样发生碰撞；当阂值为如时，得方向3，机器人可安全行驶，最终选取可行方向3作为下一
11、时刻的运动方向。22讨论分析上面给出的自适应阈值算法可以起到很好的避障效果It-12，其核心是预设多个扫描阈值通过遍寻所有的给定阈值，最终寻得一个合适阈值下的可行方向。该方法虽然解决了阈值敏感问题，但是若想提高算法精度需要增加给定的阈值个数，进一步带来算法复杂度的提升。(算法复杂度，328图2自适应阈值示意图为O(N。)，N。为给定的阈值总个数)为了避免出现上述问题，做出以下讨论：1)首先固定的扫描阈值是本文展开算法研究的前提，由于阈值过小不能提前发现障碍物，同时考虑到激光雷达的测量范围及测量精度远优于超声红外等其它传感器，故以一个大阈值感知环境是一个很好的选择。剩下问题便是解决大阈值下机器人
12、可能碰到障碍物的情况，经过21的分析，显然依然采用传统的可行扇区角分线法是做不到的。2)在局部路径规划中，路径的好坏是算法性能的重要评估标准。在完成避障任务的同时，机器人运动轨迹越平滑连续，所走的路程越短，则代表路径越优。图3的地图环境中，在机器人与目标方向之间存在障碍的时候，一个相对理想的路径是既能安全的躲避障碍物又能以一个安全距离沿着障碍物边缘行走，保证行走的路程最短，显然图中按传统算法得到的可行方向是偏离理想路径的。YO X图3传统方法获得的可行方向偏离理想路径考虑以上两点，在如何获取可行方向的问题上，不再采用传统的可行扇区角分线法。同时为了保证通过算法得到的路径是良好的，可行方向的选取
13、依据不再是参考可行扇区角平分线，而应该是以障碍物边缘做参考，下文将展开细节讨论。3 避障算法31环境建模与障碍模型以机器人当前位置为中心，在正前方开辟阈值为R的半圆作为扫描窗口，建立极坐标系，如图4所示，机器人前进方向设为极坐标o。方向，将1800的扫描窗口由11条矢量线划分，则每条矢量之间的步长8为万方数据62嵩 ”7nl阈值的大小可根据激光雷达具体性能选取阈值越大越能够提前发现障碍物，但阈值过大激光雷达的数据越稀疏不可靠，本文选取矢量线11-180条，通过激光雷达得到每条矢量上的距离值d。，因此，集合dl一，d一，d，就组成滚动窗口内的极坐标矢量罔一终止邻边 鳕阈磁j。f一一：渤图4极坐标
14、矢量图对于每个矢量方向的d。，若diA：，本文选取A。=10，A：=4。对于N个可行方向，计算每个可行方向的代价函数，选取代价函数值最小的可行方向作为下一时刻的运动参考方向口。以上算法，较好的解决ww算法阈值过大导致机器人与障碍物发生碰撞的问题，但经过实验发现此算法规划出的可行方向同样存在不是最优的问题，如图7所示，障碍物与墙体分别构成障碍物obl与障碍物062。42星oh一24图7 邻边垂直外扩法的缺陷通过算法1最终得到2个可行方向，分别为dirl与dir2，然而在目标点1的情况下，显然无论dirl还是dir2都不是在该情况下的最优解，原因是算法没有考虑机器人与目标方向之间不存在任何障碍物的
15、情况，判断机器人与目标点之间有无障碍物的方法如下：取扫描半径尺为长度，机器人膨胀后的尺寸啡为宽度构造矩形，且保证矩形的一对边与目标方向平行，若构造出的矩形满足算法1中提到的矩形条件代表没有任何激光点落在该矩形内，也就意味着机器人可直接朝着目标方向行驶，并将其补充至算法l获得的可行方向集合中。图7中，机器人与目标之间没有任何障碍物。可获得dir3，补充至算法l获得的可行方向集合后。针对不同的目标点1、2、3，总能从可行方向集合中寻找一个合适的解与之对应，较好的解决上述邻边垂直外扩法的缺陷问题。33033 机器人的运动控制局部避障算法的最终目的便是给出机器人的速度控制以及角速度控制。速度的控制规律
16、为：在保证与障碍物不发生碰撞的前提下，速度越接近最大速度越好，同时在距离障碍物较近时，应当减速慢行避免发生碰撞，线速度控制规律为=一k，(尺一D) (11)kl-毕(12)其中l，。与p为预先设定的最大与最小运行速度，D。；。为扫描窗口内所有障碍物离机器人最近的距离。角速度控制规律为=k。(见一日，) (13)其中k。为经验常数，其值越大转向越灵敏，但是过大会引起路径变差，吼为经过代价函数评估后的最终运动参考方向，文中选为k。=5。4实验结果分别采用计算机仿真和样机实验方法证明上述避障算法的有效性。仿真工具为Matlab 2016a。在相同的模拟地图环境中，对不同算法的避障结果进行对比分析。构
17、建一个封闭的矩形作为地图外围墙体，细长条矩形作为地图内的障碍物，图中小圆圈代表机器人的车身及位置，大圆圈代表膨胀后的机器人位置，机器人从地图起点出发，设最大行走速度为12ms，最小行走速度为06ms，激光雷达的扫描阈值为4m，不同算法的避障结果如图8所示。避障结果显示，传统的可行扇区角分线法会严格按照可行通道的中线行驶，导致行走的路线相对较长，由于自适应阈值法同样采用角分线法的思想架构，故也存在相同的现象，而本文提出的邻边垂直外扩法其可行方向的选取依据为障碍物边缘，故能够沿着障碍物边缘行走，较好的解决路径优化问题。表1为三种算法完成避障动作所用的时间以及行走的路程，从数据中得出，邻边垂直外扩法
18、不仅仅能够完成避障动作，同时评出的路径相对于其它算法更优。表1 不同算法完成避障的仿真数据对比为了进一步验证算法的性能，将算法应用在RM机器人上，如图9所示，该机器人采用麦克纳姆轮式结构，使其具备全方位移动特性，携带微型计算机SOARSEAV100(i3处理器，4G内存)，激光雷达RPLIDAR A2安装在机器人的正中心(最大扫描距离为8m)。实际测试环境采用与文献11万方数据“m(a)传统可行扇区角分线法避障结果xm(b)自适应阈值算法避障结果xm(c)邻边垂直外扩法避障结果图8本文算法与传统算法的避障结果对比图9移动机器人RM中相同的障碍布局，实验过程中，通过设定不同的扫描阈值和运行速度，
19、观察机器人的运动状态，表2记录了RM机器人能否成功从起点安全到达终点，横向数据代表阈值大小，单位：m；纵向数据代表速度大小，单位：ms；O代表成功完成避障，x代表过程中与障碍物发生碰撞。根据实验数据分析，当阈值减小并且速度增大的时候，机器人不能提前的发现障碍物，无法做出及时的避障动作；当阈值增大速度合适的情况下，算法能够表现出良好的性能。表2不同扫描阚值和速度对算法的影响实验过程中通过陀螺仪实时得到车身的姿态。通过里程计获得行走路程，将数据保存，最后使用Matlab绘制运动轨迹。图10为最大速度12ms最小速度08ms阈值为4m得到的避障实验结果，与文献11中的实验结果对比，路径更平滑连续，所
20、走的路程更短，证明了算法的可靠性。-20一一l_23 45 6 71 89xm圈lO采用与文献1l】相同测试环境的避障结果5结论针对移动机器人的局部路径规划问题。提出一种邻边垂直外扩法的避障算法，在可行方向的选取依据上做出改变，不再采用传统的角平分线法，而是以障碍物的边缘做参考，经过实验验证，最终在RM机器人上取得应用。该算法相对于传统方法在以下两方面做出改进：1)有效的解决传统VFH算法在大阈值情况下容易发生碰撞的问题：2)算法规划出的路径相对于传统方法更优。算法也有不足之处。如机器人陷入到狭小空间可能出现难以摆脱障碍物的情况，并且没有考虑地图环境中存在动态障碍物的情况，如果发生此情况，将导
21、致算法可靠性降低。下一步将结合本文算法对以上问题作深入的研究。参考文献：1Muharmad Mujabod，Dirk Fischer，Barbel MertschingTangentialGap Flow(TGF)navigation：A new reactive obstacle avoidanceapproach for highly cluttered environments【JRobotics and Autonomous Systems，2016，84：15-302Byo Nonaka，Yuh Yamashita，Daisuke TsubakinoMultiple obsta-ch
22、 avoidance of four-wheeled vehicle with steering limitation usingnondifferentiable control Lyapunov functionJAdvanced Robotics，2016，30(1)：1528(下转第419页)一33l一42O24_q、万方数据誉瓣较尉缸实验样本数据个图4不同方法管理效率对比所提方法进行移动网络技术资源信息有效管理具有较好的管理效率和正确率，实现了对移动网络技术资源信息有效管理。5结束语针对采用当前方法进行数据属性管理时。存在数据属性管理精度低的问题。提出基于集合稀疏差异度的移动网络技术
23、资源信息有效管理方法。实验结果表明。所提方法属性管理精度较高，为提升移动网络的服务质量奠定了基础。参考文献：1 李娜，等基于光谱与空间特征结合的改进高光谱数据分类算法J光谱学与光谱分析，2014，34(2)：5265312 徐吴，吴明慧，刘伟基于动态路由与蚁群优化的移动无线自组织网络算法J计算机应用研究，2016，33(6)：1843一18483 程嘉朗，等车载自组织网络在智能交通中的应用研究综述J计算机科学，2014，41(s1)：llO4樊凌，龚伟无线网络MOOCs大数据聚类方法优化研究J计算机仿真，2016，33(7)：4354395 张春，郭明亮大数据环境下朴素贝叶斯分类算法的改进与实
24、现J北京交通大学学报，2015，39(2)：35416王浩字，孙启明，胡凯信令大数据技术在精准营销中的应用J北京邮电大学学报(社会科学版)，2016，18(4)：70767 周宁南，等大数据集成中确定数据准确属性值的WR方法J计算机研究与发展，2016，53(2)：4494588 霍永华，于建，曹毅一种基于策略的网络资源感知和信息传送控制方法J计算机与网络，2016，(20)：68719 任艳微信息大数据粗糙集的近似约简J沈阳工业大学学报，2016，38(3)：30931310 李娜，等基于光谱与空问特征结合的改进高光谱数据分类算法J光谱学与光谱分析，2014，34(2)：526531作者简介
25、朱珊娜(1979一)。女(汉族)，河北霸州人，硕士，实验师，研究方向：智能信息系统、大数据处理与分析。(上接第331页)3Guo Jr Hung，Su Kuo I_anUsing laser range finder obstacle avoidance and using TLD positioning system of mobile robotJAdvanced Materials Research，2015，3726(1077)：2212264 申浩字，等基于主从任务转化的冗余度机器人避障算法J机器人。20144：4254295 张智等复杂环境建模与机器人避障规划研究J哈尔滨工程大学学
26、报201610：1373138060 KhatibReal-time obstacle avoidance for manipulators and mo-bile robotsCIEEE International Conference on Robotics andAutomationPiscataway，NJ，USA：IEEE，1985：500-5057 M Khatib，R ChatilaAn extended potential field approach for mo-bile robot sensorbased motionscInternational Conference
27、OnIntelligent Autonomous SystemsAmsterdam，Nether-lands：IOS，1995：490-4968J Borenstein，Y KorenThe vector field histogram-fast obstacle avoidance for mobile robotsJIEEE Transactions on Robotics andAutomation，1991，7(3)：278-2889 I UHch，J BorensteinVFH+：Reliable obstacle avoidance for fastmobile robotsCPr
28、oceedings of International Conference on Ro-botiesAutomationWashington DC。USA：IEEE Press，1998：157215771012I Ulrich。J BorensteinVFH+：Local obstacle avoidance withlookahead verificationCProceedings of International Confer-ence on RoboticsAutomationWashington DCUSA：IEEEPress，2000：2505-2511徐玉华，张崇巍。徐海琴基于
29、激光测距仪的移动机器人避障新方法J机器人，20102：179-183刘杰，闫清东，唐正华基于激光雷达的移动机器人避障规划仿真研究J计算机工程，2015，41(4)：306310作者简介】宋文龙(1973一)，男(汉族)，吉林省白山市人，教授。博士研究生生导师，主要研究领域为林业工程自动化、系统仿真、智能系统：张永超(1993一)，男(汉族)，辽宁省大连市人，硕士研究生。主要研究领域为智能移动机器人；李双(1992一)，男(汉族)，河南省安阳市人，硕士研究生，主要研究领域为模式识别与智能系统：李玉娇(1994一)，女(汉族)，吉林省白山市人，硕士研究生，主要研究领域为模式识别与智能系统。419-万方数据