吳云鋒 諶僑

摘要：人工勢場法在路徑規(guī)劃期間容易因為勢場局部區(qū)域存在的最小點和限制等問題，從而使得移動機器人難以根據(jù)預(yù)先規(guī)定的路徑運行，為此需要根據(jù)現(xiàn)實工作中復(fù)雜的障礙物擺放位置，重新設(shè)定移動機器人路徑規(guī)劃方案，使得移動機器人可以在復(fù)雜的環(huán)境下，依然可以自由移動，為了完成這個目標，本文將根據(jù)移動機器人行進存在的問題，改進人工勢場法，明確規(guī)定前進方向向量，并使用計算機根據(jù)斥力生成條件，調(diào)整局部最小點以及陷阱區(qū)域，完善路徑規(guī)劃機制，使得移動機器人有判斷能力，可以在虛擬目標點指引作用下，擺脫勢場局部最小點。改進后的人工勢場法變得異常重要，本文將以as-r移動機器人為例分析改進人工勢場法自主移動機器人路徑規(guī)劃，使移動機器人在移動期間，免受地面阻礙物的干擾，提升路徑規(guī)劃效率。

關(guān)鍵詞：人工勢場法;移動機器人;路徑規(guī)劃;方向;向量

0 ?引言

移動機器人路徑規(guī)劃，就是移動機器人在命令下，探測周圍環(huán)境，在接收器收到探測信號后，掌握移動環(huán)境中障礙物的位置信息，在不斷觸碰過程中，得到一條可以安全行進的路線。當前路徑規(guī)劃主要分為兩個類型，一為常規(guī)規(guī)劃，二為智能規(guī)劃方法。常規(guī)規(guī)劃方法存在較多問題，無法保證移動機器人可以在短期內(nèi)順利避開移動環(huán)境的障礙物，為此當前以智能規(guī)劃方法為主。在智能規(guī)劃方法中存在蟻群算法、神經(jīng)網(wǎng)絡(luò)以及遺傳算法，根據(jù)實際比對后，可以發(fā)現(xiàn)移動機器人的移動會因為移動環(huán)境的復(fù)雜性，影響到移動機器人的行進路線。如果無法在未知環(huán)境下根據(jù)實時性，在算法的運行中及時掌握障礙物信息，便會使得情境方向容易遭到障礙物阻攔，而無法及時調(diào)整行進路線，路徑規(guī)劃不需要提前根據(jù)移動環(huán)境設(shè)計完整路徑，而是使用算法。保證移動機器人可以實時根據(jù)移動碰撞收集的信息，設(shè)計行進路線，規(guī)劃出安全平滑的路徑。當前需要對算法進行調(diào)整，這樣才能在復(fù)雜的環(huán)境下，提升移動機器人的適應(yīng)能力，避免移動機器人期間因為局部最小值，陷入障礙區(qū)域。從而使機器人在規(guī)劃路徑下，順利抵達目的地。

1 ?規(guī)劃路線無法達到目標點的原因

首先，機器人行進時，需要避開移動環(huán)境的所用障礙物，抵達目標點，障礙物和目標點會在移動機器人行進期間，形成斥力合力，使得移動機器人難以在同一條直線上正常行進，陷入局部最小點，并在該點停止或者保持震蕩狀態(tài);其次，當目標點在障礙物影響范圍內(nèi)移動，機器人會因為赤立場的影響，使得目標機器人在引力的作用下，無法正常前行，從而導致移動機器人在臨界點處停止或震蕩，從而無法達到目標點。最后，如果移動機器人環(huán)境中，存在多個障礙物并且以環(huán)狀形態(tài)分布，便可能讓移動機器人行進期間，走入局部最小點，從而停止或保持持續(xù)震蕩狀態(tài)。

針對以上狀態(tài)，需要加大移動機器人路徑行進研究，了解不同障礙物，對移動機器人的影響，測算影響距離，計算斥力和引力系數(shù)，在移動機器人行進期間的極值參數(shù)，分析移動機器人路徑規(guī)劃工作效果，并根據(jù)移動機器人行進表現(xiàn)調(diào)整數(shù)值參數(shù)，保證移動機器人在復(fù)雜環(huán)境下，可以在算法的支持下，進行路徑規(guī)劃，順利抵達目的地。規(guī)劃工作環(huán)境時，需要考慮到算法本身存在的問題，從移動機器人難以在規(guī)劃路徑下達到目標點發(fā)生的原因中，可以發(fā)現(xiàn)無論哪種形式導致的問題，都會因為移動機器人陷入局部最小點，從而使其行動停止或持續(xù)劇烈震蕩狀態(tài)，進行算法過程中，需要在實驗數(shù)據(jù)支持下，構(gòu)建決路徑規(guī)劃模糊決策庫，收集移動機器人在復(fù)雜環(huán)境中無法順利行進到達目標點的數(shù)據(jù)，并對障礙物的聯(lián)通線加以分析，設(shè)立臨時目標點，計算機器人需要脫離局部極小點的參數(shù)，使用算法設(shè)計路徑規(guī)劃，縮小搜索空間范圍，提升搜索效率。

除此之外，可以根據(jù)移動環(huán)境，合理分析機器人內(nèi)部系統(tǒng)，掌握算法工作表現(xiàn)，這樣可以在很大程度上，解決機器人在移動期間，進入局部極小范圍，從而陷入停止或是持續(xù)震蕩狀態(tài)的僵局。

本文將從當前機器人前進方向與障礙物位置之間的關(guān)系切入，優(yōu)化路徑規(guī)劃算法，調(diào)整機器人移動運行方式，防止移動機器人在行進期間，因障礙物斥力的影響，進入局部最小范圍，從而出現(xiàn)停止或保持持續(xù)震動狀態(tài)，為了分析移動機器人工作，需要針對運行環(huán)境障礙物與目標點格局排布，設(shè)計機器人移動路徑，調(diào)整算法機制，通過具體實驗驗證算法是否具有可行性，使機器人可以在復(fù)雜的障礙環(huán)境下，按照路徑規(guī)劃，成功抵達目標點。

2 ?改變?nèi)斯輬龇?/p>

人工勢場方法基本原理就是在環(huán)境地圖基礎(chǔ)上，構(gòu)建虛擬立場，明確虛擬立場中的目標點，并通過實驗?zāi)M移動機器人在引力場中受到引力后，向目標點移動期間的移動態(tài)勢，分析機器人撞擊障礙物后，存在的斥力場以及產(chǎn)生的斥力，分析移動機器人碰撞障礙物后的移動軌跡，明確算法的重點。計算引力、斥力的合力，從而優(yōu)化算法，加強移動機器人對路徑規(guī)劃的控制力度。

2.1 前進方向向量

勢場法計算合力過程中，需要考慮到機器人在移動環(huán)境內(nèi)，作為障礙物對移動機器人向目標點移動的影響，同時需要考慮前進方向移動期間，周圍自立場對算法的干擾，計算立場對行進軌道的干擾程度，并掌握移動機器人在立場中的受力情況，計算合力后需要思考移動范圍與行進路徑之間的關(guān)系，防止機器人在行進期間陷入局部最小點，從而停止或是保持持續(xù)震蕩狀態(tài)，同時需要改進算法，明確方向向量后，需要完善移動機器人工作機制，使機器人具備記憶能力，可以在撞擊障礙物后形成記憶效應(yīng)，從而改變移動方向，避免機器人陷入局部極小點，無法正常移動到達目標點，向量的方向直接影響到機器人運行軌跡，使用下式計算機器人在碰到障礙物后，方向向量改變后的向量大小與方向，從而便能根據(jù)實驗結(jié)果，分析機器人行進，因路徑不平滑出現(xiàn)的問題，其中ρ（X，Xo）是機器人所處位置與障礙物間的歐幾里德距離，計算這部分內(nèi)容時，需要了解歐幾里德距離規(guī)律，方向向量的模數(shù)會隨著距離的變化出現(xiàn)變動，當距離減小時，方向向量的模數(shù)隨之增大，反之亦然，計算前進向量過程中，目標點引力與方向向量所夾的角也需要重點對待，精確數(shù)值精度。

|derc|=|derc|×1/ρ（X，Xo）

2.2 改進斥力機制

分析人工勢場法中目標點難以根據(jù)路徑規(guī)劃內(nèi)容，抵達目標點的實際情況后，需要分析力場在機器人移動環(huán)節(jié)中對其產(chǎn)生的影響，同時需要研究機器人路徑規(guī)劃內(nèi)容，在實驗過程中，改變原有前進路徑，適當增加路徑距離，觀看機器人在立場中受到斥力影響后，在引力不足的情況下，是否可以根據(jù)路徑規(guī)劃內(nèi)容到達目標點。根據(jù)移動機器人工作表現(xiàn)，思考移動機器人斥力條件以及限制因素，根據(jù)實驗數(shù)據(jù)計算障礙物有效碰撞范圍，計算碰撞半徑，根據(jù)碰撞半徑的大小，計算障礙物與機器人之間的影響范圍，圖1所示為機器人障礙物攔截分析圖。

2.3 判斷阻礙障礙物

機器人行進期間，會因為障礙物的阻攔影響到機器人行進軌跡，如果機器人運行過程中進入障礙地區(qū)，還會停止與保持震蕩狀態(tài)，從而無法達到目標點，所以需要研究機器人路徑規(guī)劃算法，計算目標點引力與活動區(qū)間存在的力場，掌握力場機器人與障礙物之間的斥力與引力，計算合力數(shù)值，分析機器人受到合力作用后的運行軌跡，以及是否可以順利到達目標點。

分析機器人運行軌跡過程中，應(yīng)該考慮到運行環(huán)節(jié)存在的障礙物，對機器人移動的影響，并根據(jù)假設(shè)結(jié)果，設(shè)定虛擬目標點，計算機器人在力場中受到的合力，逐步調(diào)整算法，改變參數(shù)，觀察機器人在不同合力作用下的移動軌跡，防止機器人在行進過程中，再次出現(xiàn)停止或者持續(xù)震蕩的狀態(tài)。

經(jīng)過研究后，發(fā)現(xiàn)連障礙物組Xos成員數(shù)量2為臨界點，如果數(shù)量大于2機器人行進便不存在在陷阱區(qū)域的情況，一旦數(shù)量小于2，機器人便容易進入最小數(shù)值點，因為運行停止或保持持續(xù)震蕩狀態(tài)，無法到達目標地點。

3 ?流程設(shè)計

規(guī)劃計算機行進路徑規(guī)劃工作時，需要重點圍繞地圖環(huán)境處理與算法這兩部分內(nèi)容展開進行論述，機器人在行進過程中，所處環(huán)境的實際狀況多種多樣，機器人在此過程中會因為不規(guī)則障礙物，影響自身行進軌跡，計算機器人與障礙物之間的碰撞范圍，精確碰撞半徑后，計算力場存在的斥力與引力，從而根據(jù)不同環(huán)境下，障礙物存在格局，計算有效碰撞半徑，處理地圖環(huán)境工作，進一步優(yōu)化計算機路徑行進算法。除此之外，需要重視算法設(shè)計工作，改進人工勢場法算法內(nèi)容，在初始化完成后，需要設(shè)置初始位置、目標重點位置，計算障礙物影響范圍，以及障礙物碰撞半徑，明確障礙物影響范圍，設(shè)立虛擬目標點，測算障礙物與機器人當前距離，判斷數(shù)組Xos成員數(shù)量，計算虛擬目標點與機器人之間的引力、斥力，確定機器人移動是否可以達到目標點。

4 ?結(jié)語

人工勢場法在路徑規(guī)劃過程中存在問題，容易進入局部最小點，陷入障礙區(qū)，無法在障礙環(huán)境中順利行進，為了解決人工勢場法機器人路徑規(guī)劃存在的問題，本文引入方向向量，并以as-r移動機器人為例，降低人工勢場法路徑規(guī)劃設(shè)計存在的不良影響，掌握移動環(huán)境情況，明確虛擬目標點，防止機器人進入陷阱區(qū)域。

參考文獻：

[1]貝前程，劉海英，張紹杰，裴云成.基于改進傳統(tǒng)人工勢場法的機器人避障和路徑規(guī)劃研究[J/OL].齊魯工業(yè)大學學報，2019（06）：53-58[2020-02-11].

[2]祁永強，李帥，李忠杰.基于改進人工勢場法的井下救援機器人的路徑規(guī)劃研究[J].徐州工程學院學報（自然科學版），2019，34（04）：32-37.

[3]趙文瑜，彭程.人工勢場法路徑規(guī)劃的差分進化參數(shù)優(yōu)化研究[J].現(xiàn)代計算機，2019（31）：3-5，20.

基金項目：2019年湖南省教育廳科學研究項目“面向時間與能耗的智能制造系統(tǒng)中6R機器人軌跡規(guī)劃技術(shù)研究”（課題批準號：19C0018）。

作者簡介：吳云鋒（1979-），男，湖南長沙人，講師，學士，研究方向為制造技術(shù);諶僑（1990-），男，湖南益陽人，講師，碩士，研究方向為智能制造。