[发明专利]一种基于可达区域质心矢量的移动机器人避障方法

说明书

技术领域

本发明涉及制导控制方法，具体涉及一种移动机器人避障方法。

背景技术

局部障碍规避是移动机器人的一项重要能力，也是实现全局最优路线跟踪的基础之一，因此具有重要的研究意义。国内外学者对避障方法进行了深入研究，提出了多种具有代表性的研究成果，主要包括：

虚拟力场法(VFF)：虚拟力场法基本思想是将机器人运动假设为机器人在虚拟力场环境中的运动。将移动目标所在栅格设置为低势能区，可以吸引机器人向其运动。将障碍物所在位置设置为高势能区，排斥机器人向其运动。将综合作用在机器人上的吸引力和排斥力的合力作为最终机器人运动的控制力。其优点为算法简单，易于工程实现。缺点为当局部障碍物较多时，建立虚拟力场计算量较大，并且存在着局部极小点的问题。

力场柱状图法(VFH)：VFH算法对获取的实时环境数据进行两轮的处理，建立局部极坐标直方图，并选择活动窗口内直方图的波谷位置，作为机器人避障和控制的输入参数。VFH算法优点为可以在狭窄空间稳定运行，并且可以平滑的转弯。

Ranger算法：Ranger算法首先根据其运动学模型建立若干条轨迹，之后通过计算每条轨迹优异值来获得下一步的轨迹。Ranger算法的缺点是由于使用双目相机得到的机器人周围环境地形图受噪声影响较大，导致使用Ranger算法得到轨迹精度较差。

Morphin算法：此算法将通过双目相机得到的机器人环境地形图栅格化，并分析通过每个栅格时的优异值和确定值，之后建立若干条轨迹，通过加权求和得到每条轨迹的可遍历性，选择可遍历性最好轨迹为下一步执行轨迹。

GESTALT算法：此算法为Morphine算法改进，在分析栅格地图的优异值和确定值之后，建立若干条轨迹，并对每条轨迹进行可遍历性分析和接近目标点分析，最终得到下一步执行的最优轨迹。优点为可以得到兼顾机器人动力学和当前地形环境的轨迹，缺点为有时当可遍历性分析和接近目标点分析冲突时，不能得到最优的轨迹。

接近图表法(ND)：此方法首先对当前机器人周围环境根据不同角度划分为若干个区域，建立不同区域障碍接近度柱状图，通过分析柱状图可以得到每个角度区域上障碍物距离，并识别出安全区域。之后应用得到数据可以将这些区域归类到不同的场景，根据每个场景的避障规则可以得到机器人的避障控制指令，完成避障任务。

发明内容

本发明为了解决现有避障技术需要构建栅格地图或极坐标障碍图，过程繁琐，避障算法计算量大，以及不当的栅格尺寸可能导致可行路径被忽略的问题，进而提出了一种基于可达区域质心矢量的移动机器人避障方法。

一种基于可达区域质心矢量的移动机器人避障方法，其步骤如下：

步骤一：利用激光扫描雷达或激光测距相机对移动机器人行进方向成像，获得移动机器人前方三维或二维点云数据，作为障碍规避的测量信息；

步骤二：根据激光扫描雷达或激光测距相机的成像基本原理，将激光扫描雷达或测距相机视场与点云合围的三维空间或二维平面区域作为机器人可达区域；

步骤三：将步骤二中确定的可达区域视为匀质体，计算其质心位置矢量；

步骤四：根据机器人移动目标点方向，以及步骤三得到的可达区域质心位置矢量，计算合成质心矢量；

步骤五：根据移动机器人最大安全移动速度、最小障碍距离、激光扫描雷达或激光测距相机的最大测量距离，将合成质心矢量映射到可行速度范围当中，形成下一控制周期移动机器人期望速度矢量。

步骤三中所述的质心位置矢量计算的具体操作步骤为：

建立机器人本体坐标系，坐标系原点为机器人质心，y轴为机器人前进方向，x轴与机器人后轮轴平行，并指向前进方向右侧，z轴与x，y轴成右手系，设激光扫描雷达与机器人本体系重合；