楊學

摘要：環(huán)境建模問題是移動機器人研究領域中的一個關鍵問題。提出一種移動機器人對室內(nèi)未知環(huán)境進行建模的方法。機器人采取內(nèi)螺旋算法在室內(nèi)環(huán)繞一周確定環(huán)境邊界，然后通過上位機控制機器人逼近障礙物，對障礙物進行環(huán)繞并在地圖上標記完成整個建模過程。通過實驗證明了該方法的有效性。

關鍵詞：移動機器人；柵格法；環(huán)境建模

DOIDOI：10.11907/rjdk.151463

中圖分類號：TP301

文獻標識碼：A 文章編號文章編號：16727800（2015）008007902

0 引言

隨著智能機器人的廣泛應用，利用移動機器人對環(huán)境進行建模成為了當前機器人研究領域的熱點問題之一。所謂環(huán)境建模， 是指機器人通過感知周圍環(huán)境和自身狀態(tài)，對于周圍環(huán)境自動構建一個地圖，這是機器人進一步完成各種更復雜任務的前提和基礎[1]。地圖生成算法的復雜度與環(huán)境復雜度及算法的自主程度成正比，而若想要機器人完全自主地對環(huán)境進行建模，不僅算法復雜度大大增加，對機器人的智能程度也提出更高要求。

1 地圖生成

在環(huán)境未知的情況下，僅靠機器人自身來生成地圖，對機器人的智能程度要求較高。為此，本文簡單分析了3類地圖表示方法，比較各自的優(yōu)缺點后提出了一種基于柵格地圖的環(huán)境建模方法。首先機器人通過內(nèi)螺旋算法確定環(huán)境邊界，然后由操作員控制機器人逼近障礙物并對其進行環(huán)繞，同時記錄障礙物信息，生成環(huán)境的一個柵格地圖，完成環(huán)境建模。

1.1 地圖表示方法

常用的地圖表示方法有幾何法、拓撲法和柵格法[2]。幾何法指移動機器人利用傳感器收集對環(huán)境的感知信息，從中提取幾何特征建立環(huán)境地圖。這些信息可以精確地存儲在地圖中，在局部區(qū)域內(nèi)可獲得較高精度的地圖，但在大范圍環(huán)境中卻難以得到，而且地圖更新比較復雜。拓撲法將環(huán)境表示為一張拓撲意義的圖，通常是根據(jù)環(huán)境結構定義的，由節(jié)點和邊組成。拓撲地圖抽象度高，有利于路徑和任務規(guī)劃，且存儲和搜索空間較小，計算效率高，可以很方便地使用很多現(xiàn)有的、成熟高效的搜索和推理算法。但基于拓撲地圖的定位必須建立在對拓撲節(jié)點的識別與匹配基礎上，因此要求機器人必須能夠識別節(jié)點。

柵格法是Elfes和Moravec首先提出的，它利用均勻分布的網(wǎng)格對環(huán)境進行描述，每個網(wǎng)格給定一個[0，1]之間的可能值，表示該網(wǎng)格被障礙物占據(jù)的置信概率。0表示該網(wǎng)格無障礙物，可自由通過；1表示該網(wǎng)格有障礙物，無法通過。柵格地圖是一種近似描述，表示直觀，容易創(chuàng)建和維護，對某個柵格的信息可直接與環(huán)境中的區(qū)域相對應，能夠比較完整地保留環(huán)境信息。本文提出的方法采用柵格地圖對環(huán)境進行描述。設定起始位置時，機器人移動坐標系與世界坐標系重合。起始位置處于環(huán)境邊界處，機器人從該起始位置出發(fā)，在機器人行進過程中，根據(jù)自身攜帶的編碼器采用航位推測實現(xiàn)自身定位，同時增量式地構建全局環(huán)境地圖。設置二維數(shù)組MAP[m][n]表示地圖第m行第n列是否有障礙物，MAP[m][n]=1表示地圖第m行第n列有障礙物，MAP[m][n]=0表示地圖第m行第n列無障礙物，MAP[][]的初始值為0.5，表示環(huán)境是否有障礙物未知。

1.2 地圖算法創(chuàng)建

將機器人放置在環(huán)境邊界位置，采取內(nèi)螺旋算法在環(huán)境沿邊界行走一周后回到初始位置，并在此過程獲得邊界信息以建立起環(huán)境邊界。然后通過上位機控制機器人前、后、左、右行走，實現(xiàn)環(huán)繞障礙物的邊界，同時在后臺生成環(huán)境地圖。具體算法如下：

Step1：將機器人放置在環(huán)境邊界任意角落，并將該點作為地圖的起點。

Step2：機器人按內(nèi)螺旋算法沿環(huán)境邊界行走[3]，當進入轉(zhuǎn)角時，機器人自動通過超聲進行避障并向右旋轉(zhuǎn)90°，然后繼續(xù)沿邊界行走直到回到起點。此時完成環(huán)境的邊界檢測。

Step3：操作員通過上位機控制機器人從正面靠近障礙物，當超聲檢測到距離達到設定閾值時停止前進，開始環(huán)繞障礙物行走，同時在地圖上進行標記。環(huán)繞一周后彈出提示該障礙物標記完成。

Step4：重復Step3，完成環(huán)境中的全部障礙物檢測。算法結束，環(huán)境建模完成。

示意圖1、2表示地圖的增量生成過程。紅色線條表示機器人經(jīng)過路線，灰色柵格表示地圖把該柵格標記為有障礙物，即柵格值為1。當機器人進行環(huán)境邊緣檢測及環(huán)繞障礙物時，環(huán)境邊緣及障礙物始終處于機器人左側(cè)，機器人會把行進路線的左側(cè)柵格記錄為邊界或障礙物。圖1是機器人在環(huán)境邊界檢測模式下進行地圖框架生成的過程。當機器人在障礙物環(huán)繞模式下對障礙物環(huán)繞一周后，根據(jù)矩形的頂點即機器人的拐點，算法會將包圍在矩形內(nèi)的所有柵格值置為1，表示被障礙物占有，如圖2所示。

圖1 機器人邊緣檢測 圖2 機器人環(huán)繞障礙物

2 實驗與分析

將本文提出的算法在北京博創(chuàng)生產(chǎn)的差動兩輪機器人未來之星上進行試驗。搭建一個360cm×360cm的實驗環(huán)境，將機器人置于左上角位置（見圖3）。理論上柵格地圖中劃分柵格越小，越能詳細表示環(huán)境，但在實際應用中，若柵格劃分過小，由于存在誤差，可能導致柵格表示不準確，反而降低地圖精度。綜合考慮機器人大小，此處設定柵格大小為20cm×20cm。機器人向右開始按內(nèi)螺旋算法沿邊界行進一周后回到初始位置，確定環(huán)境柵格地圖框架，如圖4所示?；疑珫鸥癖硎经h(huán)境邊界，灰色柵格圍繞的白色柵格區(qū)域?qū)獙嶒灜h(huán)境。

環(huán)境框架建立完成后，操作員通過上位機控制機器人從正面靠近障礙物。當超聲波傳感器探測到機器人與障礙物間距離達到設定閾值時，機器人停止前進，如圖5所示。然后對障礙物進行環(huán)繞，當完成對環(huán)境內(nèi)所有障礙物的環(huán)繞時，環(huán)境建模完成，如圖6所示。

將機器人創(chuàng)建地圖（見圖6）與圖5中實際環(huán)境的測量數(shù)據(jù)進行對比，可以得出生成地圖中表示的障礙物比實際障礙物略大。出現(xiàn)此種結果的主要原因，一是因為柵格精度，二是因為要保證機器人不與障礙物發(fā)生碰撞（設定了機器人與障礙物間的閾值），避免因碰撞引起機器人定位失準。

圖3 實際實驗環(huán)境 圖4 生成柵格地圖邊界

圖5 機器人靠近障礙物 圖6生成柵格地圖

3 結語

針對目前機器人完全自主對環(huán)境進行建模尚難以實現(xiàn)，本文提出了一種首先通過內(nèi)螺旋算法沿環(huán)境邊界行走一周，確定地圖邊界，然后利用上位機控制確定環(huán)境障礙物位置，并將獲得的信息用柵格地圖表示的建模方法。此方法在未來之星機器人上得以實現(xiàn)，雖然由于上位機的介入使得此方法獨立性有所降低，但由于其不需要用模糊度量或概率度量等方法來處理不確定信息，從而大大降低了算法的復雜度，加上上位機友好的操作界面使整個建模過程易于操作和完成。實驗結果表明，建立的環(huán)境地圖比較精確。

參考文獻：

[1] 蔡自興.機器人學[M].北京：清華大學出版社，2009.

[2] 陳衛(wèi)東，張飛.移動機器人的同步定位與地圖創(chuàng)建研究進展[J].控制理論及應用，2005（3）：455460.

[3] XUEMIN SUN，SHUHUA LIU，XUE YANG.A method of map building for robots in unknown indoor environments[C].In Proceeding of the 10th World Congress on Intelligent Control and Automation，2012.

[4] 呂洪波，宋亦旭，賈培發(fā).機器人修磨中融合先驗知識的適應學習建模方法[J].機器人，2011（6）：641648.

（責任編輯：黃 ?。?