[发明专利]一种机器人动态避障方法及系统

权利要求书

1.一种机器人动态避障方法，其特征在于，包括以下步骤：

S1、检测周围环境，初始化确定起始点和目标点，并生成点云；

S2、将所述点云输入同步定位与地图绘制模块中，从而生成机器人位姿，并维护三维概率图；

S3、根据快速随机搜索树和三维概率图生成全局路径，根据所述点云生成局部地图与障碍物预测轨迹；

S4、根据所述障碍物预测轨迹和所述全局路径生成局部轨迹，并发送运动指令至机器人；

S5、所述机器人根据所述运动指令沿所述局部轨迹移动。

2.如权利要求1所述的方法，其特征在于，步骤S3还包括根据点云生成局部地图；通过聚类将障碍物参数化到所述局部地图上，生成障碍物最小包络椭圆；通过卡尔曼滤波，估计和预测所述障碍物最小包络椭圆的状态，在前向时域内生成障碍物预测轨迹。

3.如权利要求1所述的方法，其特征在于，步骤S4还包括根据所述障碍物预测轨迹和所述全局路径进行运动规划，将动态控制障碍函数和模型预测控制算法相结合，生成所述局部轨迹，并发送运动指令。

4.如权利要求2所述的方法，其特征在于，所述障碍物最小包络椭圆的状态包括形状和位置；对所述障碍物最小包络椭圆的位置协方差R_p提出修正参数k，表达式如下：

其中R_p，max和R_p，min表示位置方差的边界，Ξ_min，crit和Ξ_max，crit表示障碍物最小包络椭圆位置置信度的指标Ξ_p的边界；

根据估计的所述障碍物最小包络椭圆的状态和方差值，预测未来时域的所述障碍物最小包络椭圆的状态，表达式如下：

x_k＝Ax_k-1；

P_k＝AP_k-1A^T+Q；

其中A为障碍物运动方程，x_k为障碍物在k时刻的状态，x_k-1为障碍物在k-1时刻的状态，P_k为障碍物在k时刻的方差，P_k-1为障碍物在k-1时刻的方差，Q为系统噪声的协方差。

5.如权利要求4所述的方法，其特征在于，定义用于评估MBE位置置信度的指标Ξ_p，表达式如下：

其中x_ob，t-i，t和分别表示时间t时，r为上标，表示真实的，向后时域第i步处障碍物的最小包络椭圆位置和真实位置；

定义Ξ_η来评估最小包络椭圆的形状变化程度，时域设置为m步，Ξ_η的估计如下：

其中表示η的平均值，Ξ_η用于估计Ξ_p，公式如下：

其中，κ和γ分别是比例系数和幂次系数。

6.如权利要求5所述的方法，其特征在于，用不确定度扩展椭圆，椭圆在两个轴上被σ放大到其中σ为椭圆轴长的扩展量；

定义r＝r_p+r_η来描述椭圆的不确定度，其中r_p和r_η分别由椭圆的位置和形状的协方差得到；为了找到包络闵可夫斯基和的最小椭圆，通过求解以下方程得到σ的最小值：

对于预测时域内的障碍物O(t：t+N|t)，当k从0增加到N时，障碍物的不确定性增加，相应的椭圆也相应扩大。

7.如权利要求3所述的方法，其特征在于，所述动态控制障碍函数表达式如下：

其中X为变量，h是连续可微函数，表达式如下：

安全集C为连续可微函数的下水平集，表达式为

其中为状态集；

所述动态控制障碍函数对于所有存在一个扩展类函数γ，表达式如下：

其中u为输入，s.t.为使得。