一種移動機器人避障與追蹤技術研究

丁 偉，李海波

（南陽理工學院，南陽 473004）

0 引言

科技的進步，推動了機器人的普遍應用。從前這只是用在比如航空航天、深海探測、醫療等高科技和人類無法進入的危險或者惡劣的環境中，如今它開始滲透進我們的日常生活中，性能也在不斷增強。在機器人路徑規劃中避障控制問題長期以來都是一大難點，通常根據機器人對環境信息的感知程度，將其分為兩類：全局路徑規劃對于環境完全知道和局部路徑規劃指未知或部分未知環境。

對于全局路徑規劃比較容易，但是在實際環境中經常會遇到不可控的情況，使得機器人程序不能對實際環境做出判斷，而導致機器人出錯甚至失控。本文采用了一種分布式的結構，設計了一種雙層模型的協作實現動態環境中的導航。在底層中充分滿足系統對實時性的要求而采用反應式避障算法；增加了在高層中對未知環境的建模分析，并指導底層采取相應的避障策略來實現避開障礙物。這種改進后的雙層模型能夠很好地解決未知環境下的建模和分析的復雜性和機器人要求避障所具有實時性的矛盾。并且該避障導航策略在移動機器人MORCS21上進行實驗驗證。

1 避障系統整體設計

整個設計是一個分布式結構如圖1所示，由兩臺工控機組成。環境建模、激光雷達、障礙物檢測和動態避障等模塊在IPC1上運行，該層包含了大量運算和處理的信息，選擇高性能的工控機。在IPC2上負責后面的運動控制和反應式避障模塊。工控機之間的通訊選用標準的RS232串口，監控端和機器人之間通過無線網橋通訊。

機器人蔽障的情況通常分為兩種：底層的避障過程通過機器人就能完成，另一種，尤其是存在動態障礙物時，要通過高層的指導。本文是一個兩層結構：底層是反應式避障模塊，在已知的靜態環境下只要用反應式避障就能直接對靜態障礙物實現避障；當遇到未知的或動態的環境時，就需要先通過高層對障礙物進行建模分析，然后提前指導底層的反應式避障模塊來避開動態障礙。

圖1 雙層模型結構圖

2 環境建模

2.1 激光雷達誤差分析

本次設計的環境感知傳感器選擇SICK公司的LMS291型激光雷達。解析度為0.5°，即每一周期將其前方180°以內的返回361個數據，一次線掃描的完成周期為26.67ms。因為測量的距離會嚴重影響到激光雷達所測數據的誤差，所以實驗統計出不同距離的標準差值如表1所示。

表1 不同距離的標準差值

d為探測的距離范圍；D表示一個目標幾次測量取平均值的標準差；sd表示異類物體測量距離時的誤差估計值，是D值的3倍。在這里可以認為D是靜止物體的均值算值，sd看作是動態環境一次測量的估計誤差值。

動態環境下障礙物的測量誤差so由雷達的測量誤差sd和機器人在動態環境下的運動誤差sm組成，表示為：

在本文中，機器人的前進速度最大是20cm/s，如果障礙物移動速度小于60cm/s，那么sm＝4.0cm為最大值。

2.2 動態環境建模型

雷達探測環境的表示用二維笛卡兒矩形柵格地圖。柵格的大小直接影響到控制算法的具體精度，根據機器人的尺寸和激光雷達速度快、精度高的優點，選擇10×10cm 為一格。

機器人的世界坐標系可以通過激光雷達測量的信息映射出來：

通過公式將障礙點映射到柵格地圖上的相應處。

其中，（xg，yg）表示在環境坐標系中柵格的坐標，w表示寬度。

在本文中障礙物擴張距離Wr選擇54cm，并且在正前方開一個半圓當做檢測窗口，只對進入該區域的障礙物檢測其動靜態，可以降低系統的數據計算量。

2.3 檢測障礙物

這里雷達的解析度為0.5°，在11.5m時掃描間隔達到10cm，在20m時達到17.5cm。在檢測窗口中由于最遠距離是20m，掃描點的間距小于Wr，障礙物擴張之后，柵格地圖中表示障礙塊的各柵格間相互連通。通過對柵格塊內的搜索確定障礙塊的掃描點集合W，如果有n個掃描點，根據下面公式求出該障礙塊的中心位置。

公式中X0i，Y0i分別為W中掃描點在環境坐標中的位置；X，Y為障礙物的估計位置。因為每次掃描不到障礙物的全部信息，所以公式只能得到大概位置。

激光雷達每次只能采集到局部周期的環境信息，所以檢測動態環境時必須采樣多個周期，具體的分析步驟如下：

1)讀取探測到窗口的實時信息，建立和保存柵格地圖。擴張障礙物，計算出估計外切圓半徑和坐標位置，建立T周期的障礙物鏈表。

2)同第1步讀取下一周期檢測窗口信息，建立T+1周期鏈表。

3)搜索T+1周期鏈表和T周期鏈表配對，若匹配即被看做是同一個障礙物。

4）將每對障礙物在T和T+1周期柵格地圖所在的局部柵格地圖匹配,計算出障礙物移動的距離、速度和方向。

5）確定狀態，通過移動距離和域值d比較來判斷障礙物是靜態還是動態。將結果記錄并插入鏈表中。

6）返回第2步。

3 避障策略

3.1 反應式避障策略

通過激光雷達采集到的信息直接進行方向評估，選擇最優可行方向避障，適合靜態的或者速度相對較低的動態障礙，它在IPC2上運行。該模塊只需要做避障處理，可以將IPC1發送給IPC2的激光雷達信息壓縮，只取每5°為一個采樣周期，這樣每個周期的數據壓縮到37個，分別用L0,L1,L2, !,L36, 表示37個候選方向。以機器人中心按活動窗口遠近可以分成7層，最內層是保護層，障礙物一旦進入該層，機器人立刻后退或者停止。其他為影響層，由機器人的機械結構劃分。

移動機器人的可選方向計算公式：

此外，還要通過對可選方向的評估來確定機器人下一時刻的最佳方向。評估的代價函數為：

其中，c為需要評估方向，D (c,kg)為目標方向和c方向之間的夾角，D (c,kr)為機器人和c的夾角。m1越大表示機器人朝著目標方向行進，m2表示機器人方向的變化程度。選取計算g(c)最小值作為機器人下一個時刻移動的方向。

3.2 動態障礙避障策略

本文只分析動態障礙物和機器人的速度差距不大，而且障礙物只進行勻速直線運動。由于擴張了障礙物，所以把機器人看作一個質點，障礙物用其外切圓進行代替。它們的位置關系只有兩種情況。

1）機器人和動態障礙物在同一直線上運動

若機器人和障礙物運動方向的夾角設為qRO。若qRO＝180°，表示機器人和障礙物相向運動，若qRO＝0°且機器人比動態障礙物的速度快也會相撞。

機器人用PR表示、動態障礙物用Oi。機器人和障礙物的Q點的碰撞點用CQ表示，機器人和障礙物外切圓心O的碰撞點用CO表示。vR，vO分別表示機器人的速度和障礙物的移動速度。PA，PB表示移動機器人進行動態避障時的子目標點。

若qROi＝180°，PA，PB的坐標公式為：

若qROi＝0°并且vR＞vO時

若機器人選擇了PA或PB以后，把點作為下一個子目標點，達到避開一條直線上的動態障礙物。

2) 機器人與動態障礙物的軌跡相交

當qRO≠0°時，移動機器人和障礙物的運動呈角度相交，通過計算得到其有無可能相碰。我們通過調節速度使機器人避開障礙物。

圖2 機器人和障礙角度相交

當機器人的速度ΓR范圍[vmin,vmax]時，機器人和移動障礙物可能會碰撞，通過下面的公式求出 ΓR。

如圖2所示是機器人和障礙物相交角圖, 若機器人在 [vmin,vmax]范圍內的速度，表示機器人一定會和障礙物相撞，需要調整機器人的速度。

4 實驗

4.1 實驗系統

本文的方法是在MORCS21的移動機器人上進行。它有6個驅動輪，有3臺通用工控機，激光雷達采用LMS291作為環境傳感器，用ADT2850控制卡驅動步進電機進行控制。因為數據量比較龐大，因此將環境建模、激光雷達和策略處理幾個模塊放在同一臺IPC1上。在IPC1和IPC2之間用串口RS2232實現快速通訊。

4.2 實驗結果

在試驗中，激光雷達檢測范圍內沒有障礙物時機器人就以20cm/s高速運行，遇到避障的情況時，機器人就以5cm/s低速運行狀態。

圖3 動態環境下機器人避障

如圖3 所示，在實驗中首先擺放幾個靜態障礙物。機器人只調用了反應式模塊就成功避開這些障礙物；并且探測到了一個動態障礙物A，運動的速度比較慢，機器人改變成較快的速度后實現蔽障；然后又探測到另一個動態障礙B，速度相對比較快，機器人通過減慢速度蔽障；最后是同時探測到了一個靜態障礙和一個動態障礙物C。機器人通過選擇一個P子目標點，當運行到P點后成功地避開了這兩個障礙物，最終到達終點。實驗證明該雙層模型的有效性。

5 結論

本文設計了一個雙層模型的移動機器人避障跟蹤技術，底層是個反應式避障模型，通過激光雷達檢測、環境檢測、動態避障等模塊實現，高層通過對障礙物的建模分析指導底層有效避障。文章從系統的整體結構、建模分析、避障策略幾方面進行分析，然后通過實驗證明了該模型能有效避障。

[1] 王耀南. 機器人智能控制工程[M]. 科學出版社, 2004.

[2] Woonggie H. Seungmin B;Taeyong K Genetic Algorithm Based Path Planning and Dynamic Obstacle Avoidance of Mobile Robots, 1997.

[3] 于金霞, 蔡自興, 段琢華. 基于激光雷達的移動機器人運動目標檢測與跟蹤[J]. 電子器件, 2007.

[4] 鄭敏捷, 蔡自興, 于金霞. 一種動態環境下的移動機器人避障策略[J]. 高技術通訊, 2006.