摘 要：智能機(jī)器人只有具備自主移動(dòng)能力才能實(shí)現(xiàn)應(yīng)用價(jià)值。路徑規(guī)劃用于決策機(jī)器人在環(huán)境中如何行走的問(wèn)題，是實(shí)現(xiàn)機(jī)器人智能化的關(guān)鍵技術(shù)。為提高機(jī)器人路徑規(guī)劃，對(duì)未知環(huán)境的實(shí)時(shí)性、適應(yīng)性和優(yōu)化性要求越來(lái)越高。自主移動(dòng)機(jī)器人是集環(huán)境感知、動(dòng)態(tài)策略與規(guī)劃、行為控制與執(zhí)行等多功能于一體的綜合系統(tǒng)。近幾年，移動(dòng)機(jī)器人技術(shù)在工業(yè)、農(nóng)業(yè)、醫(yī)學(xué)、航天航空等許多領(lǐng)域發(fā)揮了重要作用。其中智能避障更是研究領(lǐng)域的難點(diǎn)和熱點(diǎn)，智能避障是能夠根據(jù)采集障礙物的狀體信息，按照一定的方法進(jìn)行有效的避障，最后到達(dá)終點(diǎn)。本文主要介紹了動(dòng)態(tài)窗口和Bug2的避障算法和研究與仿真。實(shí)現(xiàn)這兩種避障算法主要基于Matlab等語(yǔ)言編程開發(fā)，實(shí)現(xiàn)對(duì)移動(dòng)機(jī)器人避障算法的仿真。Matlab功能強(qiáng)大、編程簡(jiǎn)單、適用廣。

最后，驗(yàn)證基于Bug算法的幾種路徑規(guī)劃方法，將避障實(shí)時(shí)性，環(huán)境的適應(yīng)性、規(guī)劃路徑的優(yōu)化性作為算法性能指標(biāo)，進(jìn)行仿真實(shí)驗(yàn)與對(duì)比實(shí)驗(yàn)分析。結(jié)果驗(yàn)證了算法的有效性。

關(guān)鍵詞：智能機(jī)器人；避障；MATLAB仿真；路徑規(guī)劃

1 緒論

智能機(jī)器人避障算法的研究對(duì)于推進(jìn)機(jī)器人領(lǐng)域的應(yīng)用和發(fā)展具有重要的意義。隨著計(jì)算機(jī)技術(shù)、傳感器技術(shù)、控制技術(shù)的發(fā)展，智能機(jī)器人的避障技術(shù)已經(jīng)取得了豐碩的研究成果，其應(yīng)用領(lǐng)域不斷的擴(kuò)大，應(yīng)用復(fù)雜程度也越來(lái)越高，因此對(duì)其關(guān)鍵技術(shù)提出了更高要求，相應(yīng)的方法也更加成熟。

本文通過(guò)查閱文獻(xiàn)資料，對(duì)目前智能機(jī)器人的發(fā)展動(dòng)態(tài)有了一定了解。對(duì)現(xiàn)階段機(jī)器人避障的一些常用方法做了研究，然后設(shè)計(jì)了不同算法在未知環(huán)境下的避障仿真實(shí)驗(yàn)來(lái)驗(yàn)證本文所設(shè)計(jì)的算法的可行性。路徑規(guī)劃要求機(jī)器人能夠在較短的時(shí)間內(nèi)，感知到范圍盡可能大的區(qū)域，從而找到最近的路徑使機(jī)器人能夠沿著最優(yōu)路徑運(yùn)動(dòng)到終點(diǎn)，并避開障礙物。

2 基于動(dòng)態(tài)窗口的避障算法及仿真

2.1 概述

機(jī)器人局部路徑規(guī)劃的方法很多，動(dòng)態(tài)窗口法就是其中的一種，其主要是在速度（v，w）空間中采樣多組速度，并模擬機(jī)器人在這些速度下一定時(shí)間內(nèi)的軌跡。在得到多組軌跡以后，對(duì)這些軌跡進(jìn)行評(píng)價(jià)，選取最優(yōu)軌跡所對(duì)應(yīng)的速度來(lái)驅(qū)動(dòng)機(jī)器人運(yùn)動(dòng)。該算法突出點(diǎn)在于動(dòng)態(tài)窗口這個(gè)名詞，它的含義是依據(jù)移動(dòng)機(jī)器人的及速度性能限定速度采樣空間在一個(gè)可行的動(dòng)態(tài)圖范圍內(nèi)。

2.1.1 機(jī)器人的運(yùn)動(dòng)模型

在動(dòng)態(tài)窗口算法中，要模擬機(jī)器人的軌跡，需要知道機(jī)器人的運(yùn)動(dòng)模型。它采用的是假設(shè)兩輪移動(dòng)機(jī)器人的軌跡是一段一段的圓弧或者直線（選擇速度為0），一對(duì)（Vt，Wt）就代表一個(gè)圓弧的軌跡。具體推導(dǎo)如下：

在這里，假設(shè)不是全向運(yùn)動(dòng)機(jī)器人，它做圓弧運(yùn)動(dòng)的半徑為：

2.1.2 速度采樣

機(jī)器人的軌跡運(yùn)動(dòng)模型有了，根據(jù)速度就可以推算出軌跡。因此只需采樣很多速度，推算軌跡，然后評(píng)價(jià)這些軌跡好不好就行了。

速度如何采樣是動(dòng)態(tài)窗口的核心：在速度（v，w）的二維空間中，存在無(wú)窮多組速度。但是根據(jù)機(jī)器人本身的限制和環(huán)境限制可以將采用速度控制在一定范圍內(nèi)：

移動(dòng)機(jī)器人受自身最大速度最小速度的限制：

移動(dòng)機(jī)器人受電機(jī)性能的影響：

由于電機(jī)力矩有限，存在最大的加速度限制，因此移動(dòng)機(jī)器人軌跡前向模擬的周期內(nèi)，存在一個(gè)動(dòng)態(tài)窗口，在該窗口內(nèi)速度是機(jī)器人能夠?qū)嶋H達(dá)到的速度：

其中是機(jī)器人的當(dāng)前速度，其他標(biāo)志對(duì)應(yīng)最大加速度和最大減速度。

基于移動(dòng)機(jī)器人安全的考慮：

為了能夠在碰到障礙物前停下來(lái)，因此在最大速度條件下，速度有一個(gè)范圍：

為了簡(jiǎn)化每組速度對(duì)應(yīng)軌跡的計(jì)算，該算法假設(shè)機(jī)器人在往前模擬軌跡的這段時(shí)間內(nèi)速度不變，直到下一時(shí)刻采樣給新的速度命令。

2.2 評(píng)價(jià)函數(shù)

在采樣的速度組中，有若干組軌跡是可行的，因此采用評(píng)價(jià)函數(shù)的方式為每條軌跡進(jìn)行評(píng)價(jià)。采用的評(píng)價(jià)函數(shù)如下：

2.3 方位角評(píng)價(jià)函數(shù)

方位角評(píng)價(jià)函數(shù)是用來(lái)評(píng)價(jià)機(jī)器人在當(dāng)前設(shè)定的采樣速度下，達(dá)到模擬軌跡末端時(shí)的朝向和目標(biāo)之間的角度差距。

若采用的方式來(lái)評(píng)價(jià)，也就是越小，評(píng)價(jià)得分越高。

2.4 空隙

代表機(jī)器人在當(dāng)前軌跡上與最近的障礙物之間的距離。如果在這條軌跡上沒有障礙物，那就將其設(shè)定一個(gè)常數(shù)。

2.5 速度

Velocity（v，w）用來(lái)評(píng)價(jià)當(dāng)前軌跡的速度大小?？偨Y(jié)起來(lái)三者構(gòu)成的評(píng)價(jià)函數(shù)的物理意義是：在局部導(dǎo)航過(guò)程中，使得機(jī)器人避開障礙，朝著目標(biāo)以較快速度行駛，缺一不可。

2.6 matlab仿真（圖1）

3 Bug2避障算法的研究與仿真

3.1 未知環(huán)境下基于Bug算法的移動(dòng)機(jī)器人路徑規(guī)劃研究改進(jìn)

在未知環(huán)境下的移動(dòng)機(jī)器人路徑規(guī)劃己經(jīng)有一些成熟實(shí)用的算法。這里介紹的爬行蟲Bug算法就是一例。本章在已有的Bug族算法基礎(chǔ)上，對(duì)傳統(tǒng)Bug算法進(jìn)行了改進(jìn)，提高了Bug算法路徑規(guī)劃的優(yōu)化性和實(shí)時(shí)性。

3.2 Bug2算法原理

Bug2算法在Bugl算法基礎(chǔ)上進(jìn)行改進(jìn)，引入了從起點(diǎn)到終點(diǎn)的直線M。具體思想如下：

3.2.1 沿著直線M向障礙物移動(dòng)，直到發(fā)生以下兩種情況：

①到達(dá)終點(diǎn)，結(jié)束算法；

②遇見障礙物，標(biāo)記為，轉(zhuǎn)到3.2.2。

3.2.2 沿著障礙物左邊移動(dòng)，直到發(fā)生以下三種情況：

①到達(dá)終點(diǎn)，結(jié)束算法；

②找到一個(gè)點(diǎn)，滿足條件，且該點(diǎn)在M上，則轉(zhuǎn)到3.2.1；

③機(jī)器人回到相遇點(diǎn)，則表示機(jī)器人繞行一周，終點(diǎn)不可到達(dá)。

可知Bug2算法在Bugl算法上對(duì)從Hl運(yùn)動(dòng)到Hl的路徑循環(huán)進(jìn)行了改進(jìn)，但是機(jī)器人的運(yùn)動(dòng)方向是固定的初始值，即算法規(guī)定為沿障礙物左邊移動(dòng)，那么在所有的沿障礙物移動(dòng)的狀態(tài)中，機(jī)器人都是向障礙物左方移動(dòng)。

3.3 算法設(shè)計(jì)

本文提出的路徑規(guī)劃算法可在線運(yùn)行，進(jìn)行實(shí)時(shí)運(yùn)動(dòng)規(guī)劃，對(duì)未知環(huán)境下的

機(jī)器人路徑規(guī)劃，該算法具有很好的環(huán)境適應(yīng)性。

3.4 Bug2算法仿真（圖2）

4 總結(jié)與展望

本論文在許許多多機(jī)器人研究者的研究經(jīng)驗(yàn)與研究成果之基礎(chǔ)上，綜合相關(guān)的理論基礎(chǔ)知識(shí)，對(duì)智能機(jī)器人進(jìn)行了相關(guān)的研究。主要針對(duì)其避障控制算法及路徑規(guī)劃方案作了一定的研究和探討，提出了相對(duì)有效的模糊控制算法和田埂式路徑規(guī)劃方案，并經(jīng)過(guò)一系列的仿真實(shí)驗(yàn)來(lái)對(duì)本文中使用的算法和方案的穩(wěn)定性及可行性進(jìn)行驗(yàn)證。對(duì)于本研究課題，本人主要做了以下工作：

①綜述智能機(jī)器人國(guó)內(nèi)外研究及應(yīng)用現(xiàn)狀，了解到智能機(jī)器人在完成任務(wù)的過(guò)程中遇到障礙物或者落差區(qū)域時(shí)容易發(fā)生碰撞和跌落，而且其清潔路徑不能做到全覆蓋，重復(fù)率也較高。因此，本文將智能機(jī)器人的研究方向確定為避障和全覆蓋路徑規(guī)劃這兩個(gè)方面。

②簡(jiǎn)要論述了模糊控制算法，而且將其應(yīng)用至智能機(jī)器人的避障控制之中，并且設(shè)定了模糊控制器以及模糊規(guī)則，使其適應(yīng)于本文中所研究的智能機(jī)器人，讓智能機(jī)器人在執(zhí)行任務(wù)過(guò)程中能夠避開障礙物并防止跌落，并且對(duì)本論文中提出的避障控制進(jìn)行算法有效性仿真實(shí)驗(yàn)，證明了該算法是有效且可靠的。

③簡(jiǎn)要介紹路徑規(guī)劃的原理及分類，并就比較經(jīng)典的算法作出了簡(jiǎn)要描述。研究了基于柵格地圖法的田埂式路徑規(guī)劃方案，描述了該方案中的環(huán)境地圖構(gòu)建，運(yùn)行模式，死角解決方案，并針對(duì)該方案進(jìn)行了不同環(huán)境不同障礙物分布情況下的仿真實(shí)驗(yàn)，分別對(duì)比了無(wú)障礙環(huán)境下，有障礙無(wú)死角環(huán)境下，有障礙及簡(jiǎn)單死角環(huán)境下，有障礙及復(fù)雜死角環(huán)境下，有障礙及多種死角環(huán)境下的仿真實(shí)驗(yàn)結(jié)果，均驗(yàn)證了本論文所設(shè)計(jì)的路徑規(guī)劃方案能使智能機(jī)器人做到區(qū)域環(huán)境全覆蓋并己最短路徑跳出死角，提升了機(jī)器人清潔工作的完整性與高效性。

在本課題的研究過(guò)程中，一些不足之處也顯現(xiàn)出來(lái)。例如柵格大小的劃分是一個(gè)難點(diǎn)，柵格太大容易使準(zhǔn)確率降低，影響機(jī)器人清潔效果，柵格太小會(huì)使算法復(fù)雜，導(dǎo)致運(yùn)行速度過(guò)慢，也會(huì)對(duì)智能機(jī)器人的清潔效果有影響。另外，本文中所研究的都是靜態(tài)障礙物，忽略了動(dòng)態(tài)障礙物的研究，生活中的小動(dòng)物和可動(dòng)型玩具等也是機(jī)器人清潔工作中極易遇到的障礙物，因此，動(dòng)態(tài)障礙的研究是很有必要的。這些問(wèn)題都將是以后的研究工作中需要繼續(xù)解決的。

在未來(lái)，智能機(jī)器人以及其他家用型機(jī)器人將會(huì)愈來(lái)愈頻繁的進(jìn)入到人類的生活和工作中，所以對(duì)于它們的研究很有必要性，且在很長(zhǎng)一段時(shí)間內(nèi)都將是一個(gè)熱點(diǎn)。避障控制與路徑規(guī)劃更將是研究工作中的重中之重，未來(lái)的研究成果必將會(huì)在這兩個(gè)方向突飛猛進(jìn)，同時(shí)提高智能機(jī)器人的工作效率，避障運(yùn)行的靈活性都將是研究熱點(diǎn)。

作者簡(jiǎn)介：張永妮（1982-），畢業(yè)于西北工業(yè)大學(xué)，現(xiàn)主要從事北斗PVT解算及智能機(jī)器人路徑規(guī)劃等方面的研究。