張東陽，潘振福，朱永利（華北電力大學(xué) 計(jì)算機(jī)系，河北 保定 071000）

機(jī)器人在有人環(huán)境中的避障算法的研究與實(shí)現(xiàn)

張東陽，潘振福，朱永利
（華北電力大學(xué) 計(jì)算機(jī)系，河北 保定 071000）

針對室內(nèi)有人復(fù)雜環(huán)境下的服務(wù)機(jī)器人避障問題，提出了一種基于函數(shù)模型調(diào)控離散PID控制器的避障算法。通過分析并簡化室內(nèi)有人環(huán)境的復(fù)雜情況，然后采用遞減函數(shù)模型對機(jī)器人減速后，再采用人工增量法干預(yù)PID控制器平衡從而進(jìn)行轉(zhuǎn)彎控制。采用狀態(tài)棧記錄速度與偏角的函數(shù)變化，以機(jī)器人避過障礙物之后的點(diǎn)為對稱點(diǎn)，開始恢復(fù)行走方向，達(dá)到繞行的效果。最后，通過實(shí)驗(yàn)證明了這種減速后再尋找最佳方向避障的算法的有效性和安全性。

移動機(jī)器人；動態(tài)環(huán)境避障；室內(nèi)避障；人工增量法

0 引言

現(xiàn)在人工智能領(lǐng)域的研究迅猛發(fā)展，商業(yè)化優(yōu)勢越來越明顯，新一代服務(wù)機(jī)器人和仿生機(jī)器人得到人們青睞并被廣泛應(yīng)用，例如餐廳服務(wù)機(jī)器人［1］、醫(yī)院服務(wù)機(jī)器人［2］等。機(jī)器人的操作環(huán)境和任務(wù)要求也越來越復(fù)雜，行走在人群中的情況會越來越多，其中避免服務(wù)機(jī)器人與操作環(huán)境中的靜態(tài)或動態(tài)障礙物發(fā)生碰撞是機(jī)器人運(yùn)動規(guī)劃研究中的一個(gè)重要問題。近幾年來，移動機(jī)器人室內(nèi)避障算法研究日益火熱，首先由Kahtib提出人工勢場法［3］，雖然有很多學(xué)者提出改進(jìn)方法，但是仍然未能解決當(dāng)障礙物離目的地很近的局限，更糟糕的是該算法需要的額外計(jì)算量非常大，無法適應(yīng)于實(shí)時(shí)避障的室內(nèi)復(fù)雜情況。LAU B等人提出的高效率的柵格法［4］機(jī)器人避障算法，面對障礙物避障問題，假設(shè)機(jī)器人為一個(gè)理想的點(diǎn)狀，而忽略了機(jī)器人本身的幾何結(jié)構(gòu)和運(yùn)動學(xué)模型，使得機(jī)器人在避障過程中出現(xiàn)過多的搜索動作。還有很多學(xué)者運(yùn)用了人工智能算法控制機(jī)器人避障，如神經(jīng)網(wǎng)絡(luò)法［5］、遺傳算法、粒子群優(yōu)化算法［6］以及模糊邏輯控制算法［7-8］等，但是在室內(nèi)有人的環(huán)境中，這些算法并沒有充分考慮道路上允許的最大偏差同時(shí)要避開障礙物，因此在擁擠的環(huán)境中機(jī)器人可能會產(chǎn)生不良行為。由經(jīng)驗(yàn)可知，在室內(nèi)有人環(huán)境中，如車輛減速或停止，提醒人們和等待，比試圖找到實(shí)現(xiàn)目標(biāo)的路徑更加安全有效。

1 移動機(jī)器人控制系統(tǒng)

基于離散數(shù)字PID控制系統(tǒng)［9］，提出一種人工增量干預(yù)PID平衡法控制轉(zhuǎn)彎算法。在雙層閉環(huán)控制系統(tǒng)中，第一層PID控制器的給定值r（t）是兩輪的累積圈數(shù)之差|nL-nR|＜λ（λ為接近于0的正數(shù)），目的是保持左右輪所走的路程一致，即兩輪線速度相同，確保機(jī)器人直線往前行走；第二層PID控制器的給定值r（t）是設(shè)定的某個(gè)速度值使得vL=vR=v0，目的是保證機(jī)器人始終保持以速度v0行走。第一層PID控制器與第二層PID控制器按以下規(guī)則進(jìn)行運(yùn)作：

ELSE IF vL≠v0or vR≠v0THEN go PIDController2其中，PIDContoller1為第一層控制器，PIDController2為第二層控制器。

人工增量法控制轉(zhuǎn)彎算法基本原理是人為地使左輪的圈數(shù)增加一個(gè)增量nL=nL0+△n（右輪的圈數(shù)增加一個(gè)增量nR=nR0+△n），制造人工誤差，導(dǎo)致左右兩輪之差|nL-nR|＞λ，在雙層閉環(huán)控制系統(tǒng)的第一層PID控制器控制下，vR和vL會發(fā)生變化，直至|nL-nR|＜λ穩(wěn)定，再啟動第二層PID控制器控制，直至vL=vR=v0穩(wěn)定。穩(wěn)定后，由于人工添加了增量△n，因此實(shí)際上nL＞nR（nR＞nL），從而實(shí)現(xiàn)轉(zhuǎn)彎。速度變化如圖1所示。

圖1 人工增量法控制過程

其中輪子走過的路程由對速度v進(jìn)行積分所得：

根據(jù)圖1，dL＞dR，即可實(shí)現(xiàn)機(jī)器人轉(zhuǎn)彎。

2 在室內(nèi)有人的環(huán)境中避障算法

機(jī)器人在室內(nèi)有人的環(huán)境頗為復(fù)雜，大體分為圖2所示的幾種情況。

圖2 機(jī)器人室內(nèi)基本環(huán)境

針對以上的室內(nèi)環(huán)境，機(jī)器人只探測與躲避前方的障礙物，提出一種速度遞減函數(shù)模型干預(yù)PID平衡避障算法。圖3展示了7個(gè)超聲波傳感器在機(jī)器人身上的分布。

圖3 超聲波測距傳感器在移動機(jī)器人身上的布局

圖3中每個(gè)超聲波傳感器檢測障礙物的敏感度不是一致的，i號傳感器的檢測距離分別為 ri（i：1，2，…，7）。其中r1=r7，r2=r6，r3=r5。

1～3號超聲波傳感器組成一組用于檢測左側(cè)前方的障礙物，如圖3中設(shè)為一組；5～7號超聲波傳感器組成一組用于檢測右側(cè)前方的障礙物，設(shè)為三組；4號設(shè)為二組。假設(shè)7個(gè)傳感器最終的讀取的數(shù)據(jù)分別為di，則設(shè)一組、二組、三組超聲波獲取數(shù)值為D1、D2、D3，即：

（1）正前方障礙物：對檢測二組超聲波傳感器檢測到正前方障礙物，根據(jù)以上分析，只需保證機(jī)器人不撞到障礙物即可，直接采取減速直至停止方式。線性函數(shù)減速模型為：其中，V（D2）為D2速率函數(shù)關(guān)系，如圖4所示。其中A為減速加速度系數(shù)，B為安全閾值。允許的最大速率為Vmax，觸發(fā)避障距離為r4，所以有：

圖4 正面避障數(shù)學(xué)模型

機(jī)器人越接近障礙物，速度就會越小，直至0cm/s。經(jīng)過實(shí)驗(yàn)測試，取Vmax=16cm/s，B=20cm，r4=40cm，能得到比較好的實(shí)驗(yàn)效果。

（2）側(cè)前方障礙物：一組超聲波傳感器負(fù)責(zé)感知以及避開左邊的障礙物。此處，只討論一組超聲波傳感器的避障算法。

完成繞開障礙的任務(wù)可分成兩步：減速和偏移。

（a）減速策略：用對數(shù)數(shù)學(xué)模型作為側(cè)前方的減速模型：

同樣，V（D1）表示機(jī)器人的行走速率，A為變化速率，B為安全距離閾值，同理：

可得：其中，Vmax為允許的機(jī)器人的最大速度，r3為一組超聲波傳感器觸發(fā)避障算法的距離，B為安全閾值，減速模型圖如圖5所示。

圖5 側(cè)上方避障減速模型

試驗(yàn)得，取Vmax=16 cm，r3=40cm，B=15cm效果較好。

（b）偏移策略：遇到障礙物移動機(jī)器人先減速，再偏移，避開障礙物。采用兩個(gè)輪的差速反饋機(jī)制的雙層PID控制器系統(tǒng)，當(dāng)檢測到障礙物，實(shí)時(shí)地添加人工增量△n進(jìn)行反饋控制干預(yù)PID控制器，控制機(jī)器人轉(zhuǎn)彎。

（c）保持行走方向：偏移策略中，機(jī)器人行走方向也偏離了其目標(biāo)方向，所以在躲開障礙物后，還應(yīng)該反方向回偏，使移動機(jī)器人保持原來的方向行走，機(jī)器人路線如圖6所示。通過把人工增量△n和持續(xù)時(shí)間壓入離散狀態(tài)棧中，待到躲開障礙物時(shí)，從棧頂開始出棧執(zhí)行回偏動作，如圖7所示。

圖6 機(jī)器人避障路線圖

圖7 回偏狀態(tài)棧

3 實(shí)驗(yàn)結(jié)果

避障運(yùn)行結(jié)果效果如圖8所示。

圖8 避障實(shí)驗(yàn)效果圖

4 結(jié)論

針對室內(nèi)有人環(huán)境的避障問題，提出了一種基于雙層PID控制器系統(tǒng)的函數(shù)模型調(diào)控人工增量控制法的避障算法。該算法簡化了室內(nèi)有人環(huán)境的復(fù)雜情況，采用遞減模型后再進(jìn)行轉(zhuǎn)彎控制，通過離散狀態(tài)棧記憶偏角與偏移量，解決了避過障礙物的問題并到達(dá)繞行的效果。最后，通過實(shí)驗(yàn)證明了這種減速下來再尋找最佳方向避障的算法的有效性和安全性。

［1］Yu Qingxiao，Yuan Can，F(xiàn)u Z，et al.An autonomous restaurant service robot with high positioning accuracy［J］. Industrial Robot，2012，39（3）：271-281.

［2］MAMUN K A，SHARMA A，HOQUE A S M，et al.Remote patient physical condition monitoring service module for iWARD hospital robots［C］.2014 Asia-Pacific World Congress on Computer Science and Engineering（APWC on CSE），IEEE，2014：1-8.

［3］PARK M G，JEON J H，LEE M C.Obstacle avoidance for

mobile robots using artificial potential field approach with simulated annealing［C］.IEEE International Symposium on Industrial Electronics，ISIE 2001，IEEE，2001，3：1530-1535.

［4］LAU B，SPRUNK C，BURGARD W.Efficient grid-based spatial representations for robot navigation in dynamic environments［J］.Robotics and Autonomous Systems，2013，61 （10）：1116-1130.

［5］JEFFRIL M A，SARIFF N.The integration of fuzzy logic and artificial neural network methods for mobile robot obstacle avoidance in a static environment［C］.2013 IEEE 3rd International Conference on System Engineering and Technology（ICSET），IEEE，2013：325-330.

［6］DI MARIO E，NAVARRO I，MARTINOLI A.The effect ofthe environment in the synthesis of robotic controllers：a case study in multi-robot obstacle avoidance using distributed particle swarm optimization［C］.Advances in artificial life，ECAL，2013，12：561-568.

［7］SAMSUDIN K，AHMAD F A，MASHOHOR S.A highly interpretable fuzzy rule base using ordinal structure for obstacle avoidance of mobile robot［J］.Applied Soft Computing，2011，11（2）：1631-1637.

［8］Li Xi，CHOI B J.Design of obstacle avoidance system for mobile robot using fuzzy logic systems［J］.International Journal of Smart Home，2013，7（3）：321-328.

［9］黃瑞，丁志中，時(shí)慧晶.基于實(shí)測參數(shù)的直流電動機(jī)建模與PID控制設(shè)計(jì)［J］.微型機(jī)與應(yīng)用，2014，33（16）：51-53.

作者簡介：

張東陽（1981-），男，碩士，工程師，主要研究方向：計(jì)算機(jī)檢測技術(shù)。

潘振福（1989-），男，碩士研究生，主要研究方向：人工智能與知識工程。

朱永利（1963-），男，博士，教授，博士生導(dǎo)師，主要研究方向：人工智能與知識工程，數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)。

Research and implementation of the robot obstacle avoidance algorithm in indoor human environments

Zhang Dongyang，Pan Zhenfu，Zhu Yongli
（Department of Computer Science，North China Electric Power University，Baoding 071000，China）

To solve the problem of the service robot obstacle avoidance in human environments，a control algorithm based on PID controller with artificial increment for obstacle avoidance is proposed.Firstly，the complex situation is simplified.Next，a linear gradient algorithm is adopted to decrease the speed of the robot and then control it to turn.For static or relatively slower obstacles，robot can record the orientation and offset of robot with status stack.After the robot has avoided obstacles，it can restore the walking direction of original purpose to reach the effect of bypassing obstacles.Finally，the efficacy and safety of this kind of algorithm which is slowing down to find the optimal direction for obstacle avoidance was proved through the experiment.

mobile robot；dynamic environment of obstacle avoidance；indoor obstacle avoidance；artificial increment method

TP39

A

1674-7720（2015）20-0045-03

張東陽，潘振福，朱永利.機(jī)器人在有人環(huán)境中的避障算法的研究與實(shí)現(xiàn)［J］.微型機(jī)與應(yīng)用，2015，34（20）：45-47，50.

劉學(xué)（1989-），女，碩士研究生，主要研究方向：數(shù)據(jù)挖掘。

翁小清（1965-），男，博士，教授，主要研究方向：數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)。

2015-06-17）