室內動態環境下的移動機器人自主避障策略

楊明輝，吳垚，張勇，肖曉暉

(武漢大學動力與機械學院，湖北武漢，430072)

在未知工作環境中，移動機器人應該具備感知環境的能力以避開障礙物、實現自動導航[1]，其中障礙物包括靜態障礙物和動態障礙物。目前，基于多傳感器信息融合的避障方法已經被提出，可以分為傳統路徑規劃方法和智能控制方法。在傳統方法中，人工勢場法和向量場直方圖法(VFH)應用最為廣泛。人工勢場法原理簡單，易于實現，但其在路徑規劃時存在目標不可達和局部極小值問題。GUO 等[2-3]通過改進勢場函數以消除局部極小點，但在動態環境下，仍會產生大量無謂的避碰運動[4]。ULRICH等[5-6]在VFH算法的基礎上提出了VFH+算法和VFH*算法。ZHANG等[7]提出了VFH#算法，該算法考慮動態障礙物的速度信息以適應動態環境。ZHU 等[8]在VFH 法基礎上提出速度判斷規則，在面對動態障礙物時選出最合適的速度方向。但該系列方法環境信息存儲量大，且容易陷入循環震蕩。智能控制方法中主要有蟻群算法、遺傳算法、神經網絡和模糊控制。CAI 等[9]提出一種蟻群算法與模糊控制技術結合的方式，柳長安等[10]提出一種基于改進蟻群算法的移動機器人動態路徑規劃方法。周蘭鳳等[11]提出了一種基于知識的遺傳算法，利用專門的遺傳算子對參數進行自適應調整，并且把環境信息整合到種群初始化中。劉旭紅等[12]提出了一種可變長染色體編碼方式，并且把地圖網格化，在實驗中算法能夠在靜態和動態環境下搜索到優秀的無碰撞路徑。……