智能小車避障與路徑優(yōu)化研究

霍佳佳+柳鈺+張宣妮+田青

摘 要：隨著科技水平的不斷提高，計算機技術、傳感技術和視覺技術都在不斷的快速發(fā)展中，智能化生活已經漸漸步入人們的日常生活中。具有自動導航的智能玩具小車漸漸成為研究的科技研究的熱點，通過對智能小車的仿真實驗的研究，對其避障與路徑優(yōu)化進行進一步的探討，并提出相應的技能提高策略。自動導航系統(tǒng)已經是當今社會關注的重點，利用智能玩具小車的仿真實驗能夠提高小車的實際使用能力。

關鍵詞：智能小車；障礙物；路徑優(yōu)化；研究

DOI：10.16640/j.cnki.37-1222/t.2017.11.151

0 引言

社會在不斷的進步，智能化生活已經成為人們研究領域的熱點。智能小車與普通玩具小車的最大區(qū)別就是具有能夠自行避障、優(yōu)化行駛路徑、不會因為多次墜落或碰撞損壞小車車體，要想實現(xiàn)智能小車的實用價值，必須要研究智能小車的避障和路徑優(yōu)化的問題。隨著科技的快速發(fā)展，玩具智能導航系統(tǒng)越來越受人們的重視，如何提高玩具車自動導航系統(tǒng)的精準度，是當今技術研究領域的熱點問題。通過智能化小車的實驗能夠得出適應避障和路徑擇優(yōu)的有效方法，有利于玩具小車的行駛精度提升。

1 智能小車避障方案的擇優(yōu)選擇

在進行智能玩具小車避障與路徑優(yōu)化研究中對智能小車的避障方案設計的選擇必須放在首位，方案設計的優(yōu)劣直接影響著后期研究的整體過程。優(yōu)中擇優(yōu)才能夠選擇出適應當今玩具設計制造業(yè)需求的智能玩具小車，才能夠讓智能化玩具走進千家萬戶。

例如在兩個智能玩具小車的行駛避障方案中，方案一是采用普遍運用的傳感器采集信號，在智能小車的前后左右、左前左后、右前右后等方位各安上紅外傳感器，當小車在行駛過程中接收到傳感器發(fā)出的信號時能夠及時的進行后退和轉彎；方案二是采用了超聲波，在小車行駛過程中通過超聲波接收到信號后進行相應的轉彎和前進，還能夠對小車在行駛過程中是否偏離了原定軌道進行判斷。

兩種避障方案各有各的優(yōu)點，但是在進行方案的選擇時，是會摒棄方案二選擇方案一的，因為超聲波容易受周圍環(huán)境的影響，而方案二則是可以對智能小車進行實時監(jiān)視并且靈活控制，能夠滿足人們對智能小車系統(tǒng)的各項要求。

2 障礙物識別的分析

智能小車在進行多種建模實驗之前，對障礙物進行標定和處理是十分重要的事。所選擇的道路必須要是能夠明確區(qū)分道路和非道路的，而且障礙物必須要與道路周圍的環(huán)境有明顯差別，否則會造成實驗誤差。在進行障礙物確定的時候，需要進行標準化的數(shù)據(jù)計算，而且需要隨機分布障礙物，在進行實驗之前必須要排除路面的一切干擾問題，不能讓不必要的物體干擾到智能小車避障的檢測。在排除路面的偽障礙物時可以采用最大熵分割法，排除偽障礙物之后才能夠處理道路分界線之外的區(qū)域，劃分出適合智能小車行駛的正確道路。

3 智能小車避障與路徑優(yōu)化研究

3.1 改進傳統(tǒng)的人工勢場算法

在進行智能小車避障與路徑優(yōu)化研究中，對路徑規(guī)劃問題的研究是移動機器人研究領域的熱點。傳統(tǒng)的人工勢場算法雖然是最易解決路徑規(guī)劃問題的方法，但是隨著科技和社會道路的不斷發(fā)展，傳統(tǒng)的人工勢場算法已經無法滿足社會的需求。人工勢場算法雖然在建立引力勢場和斥力勢場模型的時候將智能小車、障礙物和目標地點當做質點，但是在智能小車前進行駛的過程中三者之間時時存在著引力作用，但是人工勢場算法無法解決智能小車在前進過程中引力和斥力的大小和方向隨著距離的改變而發(fā)生改變的問題，會造成智能小車無法及時的避開障礙物。因此改進傳統(tǒng)的人工勢場算法已經迫在眉睫，為了避免小車在行駛過程中出現(xiàn)的合力為零的情況的發(fā)生，可以增設虛擬子目標，以此來加大引力避免合力為零現(xiàn)象的發(fā)生。

3.2 運用邊緣探測法

傳統(tǒng)的人工勢場算法雖然是最易適用于解決人工智能道路規(guī)劃問題，但是為了符合社會科技發(fā)展的需求而進行必要的改進，雖然人工勢場算法在解決路線規(guī)劃中是有效的但是實行起來確實十分復雜的。因此，為了解決人工勢場算法所存在的缺陷，科技研究者引進了邊緣探測法。邊緣探測法，顧名思義是沿著道路邊緣行走，它與人工勢場算法不同，將障礙物進行膨脹增大，就猶如一個圓球般，而智能小車相對于此時的障礙物來說就是一個質點的存在，可以在檢測過程中及時對智能小車進行姿態(tài)微調。比如當智能小車進入了障礙物安全范圍之外的圓圈內，就需要及時停止智能小車的動作，調整方向，使其回到正確的運行軌道上。邊緣探測法可以根據(jù)小車實際的前進路程、方向進行路線規(guī)劃的不斷調整，使得最終形成的路徑更加完善，更加適應于小車避障行駛需求，同時也可以少走些弧線，減少了路徑的距離。

3.3 幾何方法的巧妙運用

在進行智能小車機器實驗過程中，對最短路徑的算法必不可少，而通常采用三步法進行最短路徑的確定：①利用圖像識別技術來選取障礙物的代表圖形；②利用所收集到的信息來構建智能小車的工作環(huán)境；③利用多種算法確定最短路徑。在第三步過程中必須要巧妙合理的使用幾何方法：點到直線的垂直距離最短；三角形中斜邊短于另外兩邊距離之和；如何通過一點確定圓上的切點等，在進行最短路徑的最終確定時巧妙的運用幾何方法，能夠有效的避免障礙物所影響的范圍和局限的最小值，全面巧妙的運用幾何方法能夠有效解決路徑規(guī)劃中的最短路徑確定的問題。

4 結束語

時代在不斷的進步，科技的發(fā)展日新月異，自動導航系統(tǒng)的需求越來越高，為了能夠讓自動導航系統(tǒng)更好的為玩具設計領域服務，對其避障和路徑擇優(yōu)的研究必不可少。智能玩具車能夠適應孩子們游戲中的高空游戲，不會因為小車的橫沖直撞而反復跌落、損壞，智能小車可以通過仿真實驗進行避障和路徑擇優(yōu)的不斷研究，在不斷的實驗中，能夠得到有效的實驗參數(shù)，有利于自動導航系統(tǒng)技能的提高。玩具研究者必須要嚴格監(jiān)管智能玩具小車的避障和路徑優(yōu)化實驗，在不斷研究和完善下，提高自動導航系統(tǒng)性能，幫助智能玩具小車能夠盡快優(yōu)化，給孩子帶來新型的智能玩具。

參考文獻：

[1]汪波.智能小車避障與路徑優(yōu)化研究[D].重慶理工大學，2015.

[2]盧威.智能小車避障系統(tǒng)的設計與實現(xiàn)[D].南昌大學，2012.

[3]李磊，曹生煒.智能小車避障技術的實現(xiàn)[J].微電機，2011，（06）：109-111.

[4]姚佳.智能小車的避障及路徑規(guī)劃[D].東南大學，2005.