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(jī)技術(shù)、傳感技術(shù)和視覺技術(shù)都在不斷的快速發(fā)展中，智能化生活已經(jīng)漸漸步入人們的日常生活中。具有自動導(dǎo)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(jìn)行進(jìn)一步的探討，并提出相應(yīng)的技能提高策略。自動導(dǎo)航系統(tǒng)已經(jīng)是當(dāng)今社會關(guān)注的重點，利用智能玩具小車的仿真實驗?zāi)軌蛱岣咝≤嚨膶嶋H使用能力。

關(guān)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(jìn)步，智能化生活已經(jīng)成為人們研究領(lǐng)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(dǎo)航系統(tǒng)越來越受人們的重視，如何提高玩具車自動導(dǎo)航系統(tǒng)的精準(zhǔn)度，是當(dāng)今技術(shù)研究領(lǐng)域的熱點問題。通過智能化小車的實驗?zāi)軌虻贸鲞m應(yīng)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(jìn)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(shè)計的選擇必須放在首位，方案設(shè)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(yīng)當(dāng)今玩具設(shè)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(jìn)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(dāng)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(jìn)行后退和轉(zhuǎn)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(jìn)行相應(yīng)的轉(zhuǎn)彎和前進(jìn)，還能夠?qū)π≤囋谛旭傔^程中是否偏離了原定軌道進(jìn)行判斷。

兩種避障方案各有各的優(yōu)點，但是在進(jìn)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(jìn)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(jìn)行多種建模實驗之前，對障礙物進(jìn)行標(biāo)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(jìn)行障礙物確定的時候，需要進(jìn)行標(biāo)準(zhǔn)化的數(shù)據(jù)計算，而且需要隨機(jī)分布障礙物，在進(jìn)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(jìn)傳統(tǒng)的人工勢場算法

在進(jìn)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(jī)器人研究領(lǐng)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(jīng)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?qū)⒅悄苄≤?、障礙物和目標(biāo)地點當(dāng)做質(zhì)點，但是在智能小車前進(jìn)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(jìn)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(jìn)傳統(tǒng)的人工勢場算法已經(jīng)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(shè)虛擬子目標(biāo)，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(jìn)行必要的改進(jìn)，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(fù)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(jìn)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(jìn)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(zhì)點的存在，可以在檢測過程中及時對智能小車進(jìn)行姿態(tài)微調(diào)。比如當(dāng)智能小車進(jìn)入了障礙物安全范圍之外的圓圈內(nèi)，就需要及時停止智能小車的動作，調(diào)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(jìn)路程、方向進(jìn)行路線規(guī)劃的不斷調(diào)整，使得最終形成的路徑更加完善，更加適應(yīng)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(jìn)行智能小車機(jī)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(jìn)行最短路徑的確定：①利用圖像識別技術(shù)來選取障礙物的代表圖形；②利用所收集到的信息來構(gòu)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(jìn)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(jié)束語

時代在不斷的進(jìn)步，科技的發(fā)展日新月異，自動導(dǎo)航系統(tǒng)的需求越來越高，為了能夠讓自動導(dǎo)航系統(tǒng)更好的為玩具設(shè)計領(lǐng)域服務(wù)，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(yīng)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(fù)跌落、損壞，智能小車可以通過仿真實驗進(jìn)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(dǎo)航系統(tǒng)技能的提高。玩具研究者必須要嚴(yán)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(dǎo)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(xiàn)：

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

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

[3]李磊，曹生煒.智能小車避障技術(shù)的實現(xiàn)[J].微電機(jī)，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(xué)，2005.