宋穎麗,李彩虹

(山東理工大學計算機科學與技術學院,山東 淄博 255049)

移動機器人漫游行為是指在沒有給定目標和任務的情況下,機器人在環(huán)境中隨意運動,并自主躲避障礙物的行為.這種行為常用于機器人探索未知環(huán)境和制作地圖.機器人在完成具有漫游性質的任務時,最重要的是避障.目前常用的避障方法有柵格法[1]、模糊控制法[2]、行為控制法[3]等.其中行為控制法是一種重要的智能控制方法,具有計算量小、實時性強、能實現多種復雜功能的特點,近幾年得到了廣泛應用.

本文針對Pioneer 3移動機器人,采用設計緊急行為、避障行為和自由行為的方法,使機器人在漫游運動中能夠實時有效地避開障礙物.并利用隨機動作概念解決了傳統(tǒng)算法中容易出現的死鎖問題.

1 實時環(huán)境信息

研究中所用到的移動機器人是先鋒機器人Pioneer 3.機器人的頭部裝有8個方向的聲納傳感器,傳感器的位置如圖1所示.

圖1 傳感器分布圖形

在運動規(guī)劃中,將機器人模型化為點狀機器人,環(huán)境中的障礙物根據機器人的實際尺寸及安全性要求進行“膨化”處理.機器人的傳感區(qū)域定義為位于機器人正前方的一個半徑為r_sense的半圓,機器人每前進一步,實時掃描正前方180°范圍內的環(huán)境信息.0號和7號傳感器探測到的障礙物距離信息對機器人前進影響很小,為減少數據量,便于實時傳輸數據,本文只采用1～6號傳感器探測到的距離信息Dobs={d1,d2,d3,d4,d5,d6}.每個數據對應相應方向上測得的最近障礙物的距離信息.假設在這個方向上所檢測到的障礙物是obs1,obs2,…,obsn,則:

依據機器人與障礙物距離的遠近程度,將移動機器人探測到的半圓形范圍分為3個區(qū)域[4],從內到外依次為危險區(qū)、避障區(qū)和安全區(qū),如圖2所示,其中“O”點為機器人當前位置.區(qū)域的大小設計原則是:

1)危險區(qū)的大小依據機器人的安全性要求設置.此區(qū)域中,機器人距離障礙物很近,要保證機器人的安全,不能與障礙物碰撞.

2)安全區(qū)大小的設置主要依靠經驗.估計出哪個距離范圍內的障礙物對機器人運動影響小.

設置距離閾值d_danger,d_saf e.圖2中,d_danger=OA,d_saf e=OB,r_rense=OC.通過聲納傳感器探測的環(huán)境信息及以下條件判斷機器人所處的區(qū)域:

1)如果對任何i(i=1,…,6)都有di≤d_dnger,則機器人處于危險區(qū).

2)如果?i使d_dnger＜di≤d_safe,則機器人處于避障區(qū),機器人運動時要考慮避開障礙物.

圖2 探測區(qū)域劃分

3)如果對任何i(i=1,…,6)都有di＞d_saf e,障礙物與機器人的距離較遠,對機器人運動影響很小,障礙物可以不予考慮,此區(qū)域中機器人可自由移動.

2 行為設計

移動機器人在環(huán)境未知的情況下,每前進一步要根據傳感器探測到的實時環(huán)境信息做出不同決策,即選擇相應的行為.根據機器人與障礙物的距離關系,將機器人的漫游行為分為在三個區(qū)域內的不同行為:危險區(qū)內的緊急行為、避障區(qū)內的避障行為和安全區(qū)內的自由行為.緊急行為在機器人與障礙物非常接近時啟動;避障行為使機器人避免與障礙物發(fā)生碰撞;自由行為使機器人在安全區(qū)隨意運動;最后機器人依據行為融合規(guī)則,決定每一步要采取的行為.

2.1 危險區(qū)的緊急行為設計

如果機器人探測到的6個方向上的距離信息都滿足di≤d_danger,則機器人處于危險區(qū).為避免與障礙物發(fā)生碰撞,機器人立即停止運動.為逃離障礙物的危險區(qū),采取以下策略:以當前運動方向為參考,原地順時針旋轉 θ(10°≤θ≤50°)角度,θ為定值,大小自定義.每次旋轉后,探測器實時檢測機器人的環(huán)境信息,一旦檢測到機器人脫離障礙物危險區(qū),則停止旋轉,并根據當前的環(huán)境信息采取相應的避障行為,一步步走出危險區(qū).

2.2 避障區(qū)的避障行為設計[5]

移動機器人處于避障區(qū)內,要根據當前探測到的環(huán)境信息選擇最佳避障動作.以機器人當前的運動方向為參考,將機器人下一步的移動方向量化處理,取為 Δ θ=kΔ α,(這里取k=0,±1,±2,±3,±4,±5,Δ α=10°).假設順時針旋轉為正,逆時針旋轉為負.可取的動作為11個,a0～a10表示在 Δ θ=kΔ α中,k分別取-5,-4,-3,-2,-1,0,+1,+2,+3,+4,+5時所對應的動作.11個動作的位置分布如圖3所示.

圖3 位置分布圖

在運行環(huán)境中,障礙物對機器人排斥力的大小反映了機器人距離障礙物的遠近程度.根據機器人上傳感器的位置,檢測到6個方向(1～6號傳感器)上障礙物的距離信息為Dobs={d1,d2,d3,d4,d5,d6},則其對應方向上的排斥力為

di為相應方向上的距離信息.在時刻n機器人受到的排斥力之和為

di的冪次m的大小根據障礙物對規(guī)劃路徑的影響程度來選擇,這里取為2.ki為相應方向上的距離加權值,并且滿足 ∑ki=1.

距離加權值ki的設置采用固定加權值和動態(tài)加權值兩種設置方法.

1)固定加權值方法

依據6個方向上障礙物對規(guī)劃的影響程度,給出一組固定的數值K={k1,k2,k3,k4,k5,k6}.在運行過程中k1～k6始終保持不變.這種方法使用簡單,但當環(huán)境信息動態(tài)改變時,加權值不能很好地反應障礙物對規(guī)劃的影響.

2)動態(tài)加權值方法

依據探測到的距離信息,實時調整每個方向上距離加權值的大小.如:當探測到某方向上障礙物與機器人的距離di＞d_safe時,此方向上障礙物對機器人運動的影響可以不考慮,相應的該方向上距離加權值ki=0,而其它方向上的距離加權值則相應增大.本文采用動態(tài)權值設置法,設計加權值調節(jié)器,依據機器人與障礙物的距離關系信息,實時調整每個方向上距離加權值的大小.

取最小距離閾值d_min和最大距離閾值d_max(d_min,d_max的大小自定義).如果對于任何i(i=1,…6)都有di≤d_min,相應的fi→∞,即F→∞,此時判為發(fā)生碰撞.而當di≥d_max時,則相應的fi=0.合力總體較大表明機器人離障礙物較近,反之則較遠.相鄰時刻的受力之差為

受力之差的正負反映了相鄰時刻機器人與障礙物的距離變化.如果Δ F(n)＜0,表明機器人正遠離障礙物;反之,則表明機器人靠近障礙物.

機器人下一步的運動方向計算步驟如下:

1)計算機器人當前的環(huán)境信息

通過聲納傳感器探測機器人當前的環(huán)境信息S(n)={Pxy(n),θr(n),Dobs(n)}.其中Pxy(n)是機器人的位置坐標,θr(n)為機器人當前的移動方向,Dobs(n)={d1(n),d2(n),d3(n),d4(n),d5(n),d6(n)}為探測到的6個方向上的障礙物的距離信息.依據公式(3),計算出此時機器人受到的排斥力之和F(n).

2)機器人前進一步可能受到的排斥力

機器人下一步可選擇的動作為a0～a10,如果機器人選擇a0動作,則執(zhí)行此動作后機器人探測到的障礙 物距離Dobs0(n+1)={d＇1,d＇2,d＇3,d＇4,d＇5,d＇6},那么機器人此時受到的排斥力記為F0(n+1).若機器人選擇a1動作,則受到的排斥力記為F1(n+1).依次類推,機器人分別選擇動作a0～a10后,其對應的排斥力為F0(n+1)～F10(n+1).

3)比較相鄰時刻機器人的受力之差,并選擇最優(yōu)動作

由步驟2)可得,下一時刻,機器人可能受到的排斥為F0(n+1)～F10(n+1).則相鄰時刻的受力之差用公式表示為

求Δ Fi(n)的最小值:

f為Δ Fi(n)的最小值,j為最小值所對應動作的下標.則機器人下一步的運動方向為

即機器人以當前運動方向為參考,旋轉aj所對應的角度.

4)更新機器人前進一步后的環(huán)境信息.

機器人每前進一步,都要重新檢測機器人的環(huán)境信息S(n+1)={Pxy(n+1),θr(n+1),Dobsj(n+1),再根據上述步驟求出機器人下一時刻的運動方向,實時的避開障礙物.

2.3 安全區(qū)的自由行為設計

機器人進入安全區(qū)后,障礙物對機器人的運動影響很小.依據所設計的避障行為算法,如果機器人處于大范圍的無障礙區(qū),在狀態(tài)S(n)下,機器人所受的斥力F(n)=0,分別執(zhí)行11個不同動作后,機器人的狀態(tài)為Si(n+1),所對應的斥力為Fi(n+1)=0.利用公式(5)～(7),求取機器人下一步的運動方向時,選擇的都是a0動作所對應的方向,即在當前運動方向的基礎上逆時針旋轉50°.由此就會出現機器人在此區(qū)域內徘徊,以圓為運動軌跡的情況,即出現死鎖,如圖4所示.在仿真圖形中障礙物用圓形物體表示,路徑用星號來表示,發(fā)出探測線的位置為機器人的起始點.

圖4 機器人死鎖現象

為避免機器人在進入安全區(qū)后發(fā)生死鎖情況,本文提出隨機動作概念.當機器人11個方向上相鄰時刻的受力之差都為0時,表明機器人進入死鎖狀態(tài).這時使用隨機動作,即機器人隨機選擇a0～a10中的任一動作ai.機器人下一步的移動方向為在當前運動方向的基礎上旋轉動作ai所對應的角度.由于機器人每次選擇的動作,有很大的隨機性,出現連續(xù)多次選擇同一動作的幾率很小,所以機器人做圓形軌跡運動的情況很少發(fā)生.應用此概念后,機器人發(fā)生死鎖的幾率大大降低.

死鎖問題的發(fā)生除上述提到的情況外,還有可能在機器人左右兩側的障礙物的分布對稱時發(fā)生,此時機器人在此區(qū)域來回往復運動,但始終不能走出此區(qū)域.解決此種問題的方法同樣是使用隨機動作概念.

2.4 行為融合

行為融合是決定機器人如何漫游的關鍵因素.機器人根據探測到的6個方向上的環(huán)境信息,判斷其所處區(qū)域,并選擇相對應的行為.具體規(guī)則如圖5所示.

圖5中di(i=1,…,6)為相應方向上測得的最近障礙物的距離.當對任何i(i=1,…6)都有di≤d_danger時,機器人采取緊急行為;當對任何i(i=1,…6)都有di＞d_safe時,機器人執(zhí)行自由行為;當檢測到的距離信息不符合以上兩種條件時,機器人執(zhí)行避障行為;判斷結束后,機器人根據融合結果運動,同時聲納傳感器重新檢測當前的環(huán)境信息.

圖5 融合規(guī)則示意圖

3 仿真實驗

利用以上設計的漫游行為,對移動機器人在具有不同障礙物的環(huán)境進行仿真.仿真圖形如圖4所示.仿真結果如圖6～9所示.

圖6 普通障礙物環(huán)境

仿真結果表明,機器人在如圖6所示障礙物的環(huán)境下中,能有效的躲避障礙物,并能在大部分區(qū)域中漫游.在圖7所示的具有特殊的U型障礙物的環(huán)境,機器人能逃離U性區(qū)域并漫游.圖8表明機器人在處于危險區(qū)時,利用緊急行為,能快速逃離危險區(qū).圖9是機器人在處于大范圍的無障礙物的區(qū)域內,利用隨機動作,避免了死鎖情況的發(fā)生.

4 結論

圖7 U型障礙物環(huán)境

圖8 存在危險區(qū)的環(huán)境

圖9 安全區(qū)較大的環(huán)境

本文提出了一種移動機器人在不確定環(huán)境下漫游行為的設計方法,仿真結果表明,算法具有以下特點:

1)能夠在具有U型障礙物和危險區(qū)的復雜環(huán)境下有效地實現漫游行為.

2)通過使用隨機動作,解決了傳統(tǒng)算法中容易出現的死鎖問題.

3)障礙物是以圓形實現的,但是算法同樣適用于其它形狀的障礙物.

算法能較好地完成機器人漫游行為,但也存在一些不足之處,如規(guī)劃路徑中存在多段重復的漫游路徑,以及機器人尚不能完全遍歷環(huán)境中的障礙物.這些問題將是今后研究的方向及重點.

[1]章蘇書,吳敏,曹衛(wèi)華.一種局部動態(tài)環(huán)境下的避障算法[J].計算機技術與自動化,2003,22(1):12-15.

[2]Das T,Kar I N.Design and implementation of an adaptive fuzzy logic-based controller for wheeled mobile robots[J].IEEE Transactions on Control System Technology,2006,14(3):501-510.

[3]單建華.基于行為的實時路徑規(guī)劃[J].控制工程,2009,16(3):367-370.

[4]宋梅萍,顧國昌,張汝波.移動機器人的自適應式行為融合方法[J].哈爾濱工業(yè)大學學報,2005,26(5):580-590

[5]李彩虹.移動機器人智能體混合式體系結構研究[D].濟南:山東大學,2007