侯遠(yuǎn)韶

摘 ?要：隨著自動(dòng)化技術(shù)的進(jìn)步和科技的發(fā)展，移動(dòng)機(jī)器人技術(shù)越來越受到人們的重視。機(jī)器人避障和路徑規(guī)劃是機(jī)器人技術(shù)研究的重點(diǎn)。機(jī)器人避障運(yùn)動(dòng)首先利用單一或多個(gè)傳感器搜集的外部環(huán)境信息，感知規(guī)劃路線上可能存在的動(dòng)態(tài)或靜態(tài)障礙物，進(jìn)而利用相應(yīng)的避障算法，實(shí)時(shí)對(duì)目標(biāo)軌跡進(jìn)行調(diào)整，最終躲避障礙物，實(shí)現(xiàn)路徑的合理規(guī)劃。

關(guān)鍵詞：移動(dòng)機(jī)器人 ?傳感器 ?避障算法

中圖分類號(hào)：TP391 ? 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2019）08（c）-0004-02

隨著工業(yè)自動(dòng)化水平的提高，以及中國(guó)制造2025和德國(guó)工業(yè)4.0的提出，機(jī)器人技術(shù)越來越受到人們的重視，機(jī)器人技術(shù)代表了自動(dòng)化技術(shù)最先進(jìn)的方向，融合通信技術(shù)、電子技術(shù)以及計(jì)算機(jī)技術(shù)多個(gè)領(lǐng)域，而移動(dòng)機(jī)器人技術(shù)代表著機(jī)器人技術(shù)最前沿的方向和最先進(jìn)的技術(shù)，融合了各種內(nèi)部和外部傳感器以及不同避障算法，在工農(nóng)業(yè)生產(chǎn)中有著重要作用。機(jī)器人避障首先需要對(duì)障礙物的位置進(jìn)行準(zhǔn)確測(cè)量，然后依據(jù)一定的避障算法控制機(jī)器人的軌跡，障礙物有靜態(tài)和動(dòng)態(tài)之分，從而加大了機(jī)器人避障的難度，因此如何保證移動(dòng)機(jī)器人能夠正確躲避障礙物從而實(shí)現(xiàn)合理的路徑規(guī)劃，進(jìn)而長(zhǎng)時(shí)間、高質(zhì)量地完成工作是我們研究的重點(diǎn)。

1 ?移動(dòng)機(jī)器人避障常用傳感器

如何發(fā)現(xiàn)障礙物并進(jìn)行躲避是移動(dòng)機(jī)器人避障問題的重點(diǎn)。感知周圍環(huán)境信息是避障的第一步，傳感器作為電五官可以感知周圍環(huán)境信息，進(jìn)而為下一步避障算法的運(yùn)用和控制器的判斷決策提供依據(jù)[1]。機(jī)器人避障系統(tǒng)由信息處理系統(tǒng)和傳感器系統(tǒng)構(gòu)成，傳感器主要有基于測(cè)距原理的傳感器和基于視覺的傳感器，基于測(cè)距原理的傳感器主要有激光傳感器、紅外傳感器和超聲波傳感器。

（1）激光傳感器，建立在連續(xù)光反射的基礎(chǔ)上，通過激光的飛行時(shí)間來對(duì)距離進(jìn)行測(cè)量，優(yōu)點(diǎn)是成本低廉、建立方便、抗干擾能力強(qiáng)，但是在對(duì)黑體或遠(yuǎn)距離物體進(jìn)行測(cè)距時(shí)容易產(chǎn)生誤差，對(duì)透明材料如橡膠薄膜和玻璃沒有效果，主要由發(fā)射電路、測(cè)量電路和檢測(cè)電路3部分構(gòu)成。

（2）紅外傳感器，通過紅外線的光線傳輸作為傳輸介質(zhì)，紅外測(cè)距利用三角測(cè)距的原理，紅外傳感器由紅外發(fā)射器和檢測(cè)器構(gòu)成。首先紅外發(fā)射器發(fā)出紅外線，當(dāng)紅外光束遇到待檢測(cè)物體后，紅外光反射回到達(dá)檢測(cè)器接收到紅外光信號(hào)，進(jìn)而利用三角形原理測(cè)出發(fā)射器與待檢測(cè)物體的距離。紅外傳感器價(jià)格低廉、隱蔽性好、功耗低，無論被測(cè)物體處于何種狀態(tài)，傳感器都能收到反應(yīng)，但是容易受到各種光源的干擾，且由于紅外線穿透能力弱，對(duì)于黑體和透明的物體，紅外傳感器都無法準(zhǔn)確檢測(cè)出物體的距離[2]。

（3）超聲波傳感器，通過測(cè)量超聲波飛行的時(shí)間進(jìn)而得到待測(cè)物體的距離，其本質(zhì)原理是將被測(cè)信號(hào)通過敏感元件和轉(zhuǎn)換電路轉(zhuǎn)換為電信號(hào)。同時(shí)，超聲波的傳輸速度與傳輸介質(zhì)的干濕度、溫度有關(guān)，因此在對(duì)被測(cè)物進(jìn)行精確測(cè)量的時(shí)候需要考慮環(huán)境因素。由于固體和液體受干濕度、溫度影響較小，因此超聲波傳感器在固體和液體中有更好的應(yīng)用，穿透能力大、方向性好、頻率高，在對(duì)無損探傷方面具有重要意義。但是超聲波傳感器測(cè)量距離較短且有探測(cè)盲區(qū)的存在，多個(gè)超聲波傳感器之間可能會(huì)存在相互干擾。超聲波測(cè)距原理如圖1所示。

（4）視覺傳感器，是通過成像裝置和光學(xué)元件獲取外部環(huán)境數(shù)據(jù)，主要部件為照相機(jī)或攝像機(jī)?；谟?jì)算機(jī)視覺的傳感器主要有雙目視覺、基于結(jié)構(gòu)光的深度相機(jī)和基于TOF技術(shù)的深度感知相機(jī)等，視覺傳感器精度與被測(cè)物體的距離有關(guān)，也與自身的分辨率有關(guān)。雙目視覺測(cè)距是利用人眼的原理，其本質(zhì)為三角測(cè)距法，通過類似與人眼的兩個(gè)相機(jī)，在對(duì)被測(cè)物體成像時(shí)會(huì)出現(xiàn)不同的像素位置，進(jìn)而利用三角測(cè)距法得出被測(cè)物體的準(zhǔn)確距離;基于結(jié)構(gòu)光的深度相機(jī)，發(fā)射的結(jié)構(gòu)光照射在物體上面，由于光到達(dá)相機(jī)的位置不同，進(jìn)而利用傳感器設(shè)置的參數(shù)、不同位置的偏移量和相機(jī)位置，最終得到被測(cè)物體的距離;基于TOF的深度相機(jī)，TOF即Time of Flight，是一種利用飛行時(shí)間進(jìn)行測(cè)距的方法。基于TOF的深度相機(jī)采用主動(dòng)光探測(cè)技術(shù)，方便大尺度地獲得動(dòng)態(tài)三維場(chǎng)景，TOF技術(shù)采用主動(dòng)光探測(cè)方式[3]。

2 ?移動(dòng)機(jī)器人避障常用算法

（1）基于模糊控制的避障應(yīng)用。移動(dòng)機(jī)器人面對(duì)的是復(fù)雜多變的外部環(huán)境，傳統(tǒng)的控制算法已不能很好地適應(yīng)非線性、多變量的復(fù)雜環(huán)境，同時(shí)在面對(duì)時(shí)變特征時(shí)如何建立準(zhǔn)確的數(shù)學(xué)模型，傳統(tǒng)的控制算法不能給出一個(gè)很好的解決方案。基于模糊邏輯的模糊控制算法，將模糊推理和模糊集合有機(jī)地結(jié)合起來，不需要建立準(zhǔn)確的數(shù)學(xué)模型，同時(shí)便于計(jì)算機(jī)實(shí)時(shí)處理。模糊控制器主要由模糊化、數(shù)據(jù)庫(kù)、模糊推理和逆模糊化4部分組成，具體算法流程為：將傳感器收集的外部數(shù)據(jù)信息輸入控制器使數(shù)據(jù)模糊化，進(jìn)而利用數(shù)據(jù)庫(kù)的量化因子、隸屬函數(shù)對(duì)模糊數(shù)據(jù)制定相應(yīng)的控制準(zhǔn)則，然后通過模糊推理對(duì)數(shù)據(jù)進(jìn)行推理，最后逆模糊化將模糊推理得出的數(shù)據(jù)進(jìn)行清晰化，得出障礙物的準(zhǔn)確位置[4]。

（2）人工勢(shì)場(chǎng)法。將機(jī)器人的運(yùn)動(dòng)抽象化為人造勢(shì)力場(chǎng)中的一個(gè)質(zhì)點(diǎn)，將目標(biāo)設(shè)置為引力、障礙物設(shè)置為斥力，通過計(jì)算引力和斥力的大小，得出最終矢量值的大小，即力的方向。引力場(chǎng)函數(shù)為Uat（X）=k（X-Xgoal）2/2，設(shè)移動(dòng)機(jī)器人的初始位置為X=[x，y]T，在障礙物的影響距離時(shí)內(nèi)也就是機(jī)器人和障礙物相距較近時(shí)，斥力場(chǎng)函數(shù)可以表示為：反之則為零。

其中ρ為障礙物和機(jī)器人之間的最小直線距離，η為位置增益系數(shù)，n為非零常數(shù)，最終通過斥力函數(shù)和引力場(chǎng)函數(shù)，得出移動(dòng)機(jī)器人的最終路徑規(guī)劃。人工勢(shì)場(chǎng)法方法簡(jiǎn)單，不需要大量的參數(shù)設(shè)置，時(shí)效性較好，可以及時(shí)反饋矢量大小，但是引力和斥力受距離影響比較大，當(dāng)障礙物較遠(yuǎn)時(shí)無法準(zhǔn)確計(jì)算出矢量的大小，容易使機(jī)器人偏離路徑，進(jìn)而和障礙物發(fā)生碰撞;同時(shí)，人工勢(shì)場(chǎng)法不容易得到全局最優(yōu)解，容易陷入局部死循環(huán)，使機(jī)器人難以到達(dá)目標(biāo)位置[5]。

（3）Bug算法。移動(dòng)機(jī)器人避障運(yùn)動(dòng)是指通過傳感器感知障礙物的輪廓形狀、所處位置以及范圍大小等各種信息，進(jìn)而依據(jù)有效的算法思路實(shí)現(xiàn)避障運(yùn)動(dòng)。Bug算法的思路在于記錄并跟蹤障礙物的輪廓，通過障礙物的輪廓信息進(jìn)行避障和合理的路徑規(guī)劃。Bug算法屬于實(shí)時(shí)路徑規(guī)劃算法，具有收斂性，其具有兩種模式：繞行障礙物邊緣行走和對(duì)著目標(biāo)點(diǎn)的直線行走[6]。繞行障礙物算法為Bug1算法，移動(dòng)機(jī)器人圍繞障礙物，尋找距離目標(biāo)的最小點(diǎn)，然后離開，這種方法可以保證機(jī)器人能夠從任何位置到達(dá)目標(biāo)位置，但算法的時(shí)效性比較低。算法流程為：標(biāo)記機(jī)器人起始位置和目標(biāo)位置，并將起始位置和目標(biāo)位置做直線連接，機(jī)器人首先沿主線運(yùn)動(dòng)，當(dāng)檢測(cè)到障礙物與運(yùn)動(dòng)路線有沖突時(shí)，改變移動(dòng)策略沿邊界運(yùn)動(dòng)，一直運(yùn)動(dòng)到主線路徑向目標(biāo)點(diǎn)前進(jìn)。

（4）自由空間法。在傳感器采集的數(shù)據(jù)基礎(chǔ)上，首先構(gòu)建相應(yīng)的環(huán)境模型將移動(dòng)機(jī)器人的避障運(yùn)動(dòng)轉(zhuǎn)化為求解自由空間內(nèi)最優(yōu)路徑規(guī)劃問題。自由空間法易于實(shí)現(xiàn)，且當(dāng)初始位置和終點(diǎn)位置發(fā)生變化時(shí)僅需要對(duì)目標(biāo)位置進(jìn)行重新定位，不必對(duì)整個(gè)環(huán)境模型進(jìn)行再繪制，原理簡(jiǎn)單;但是在面對(duì)復(fù)雜多變的障礙物時(shí)，空間的連通變得復(fù)雜起來，算法不能生成最優(yōu)解，路徑優(yōu)化實(shí)現(xiàn)困難。

3 ?移動(dòng)機(jī)器人避障多傳感器信息融合

多傳感器信息融合模擬人腦處理復(fù)雜問題的方式，將空間和時(shí)間上存在的多特征數(shù)據(jù)通過多個(gè)傳感器進(jìn)行時(shí)空采樣，進(jìn)而對(duì)采樣結(jié)果進(jìn)行檢測(cè)、相關(guān)性分析，得到及時(shí)完整的目標(biāo)狀態(tài)信息，為控制器提供分析、判斷、決策的依據(jù)，同時(shí)對(duì)環(huán)境變化具有很強(qiáng)的適應(yīng)能力，可以擴(kuò)大系統(tǒng)的覆蓋距離，增加系統(tǒng)的處理時(shí)間，當(dāng)某一傳感器發(fā)生故障時(shí)不會(huì)導(dǎo)致整個(gè)系統(tǒng)的癱瘓。

單一傳感器采集的數(shù)據(jù)，不能全面反映物體的特征信息，導(dǎo)致出現(xiàn)較大的誤差，同時(shí)片面的數(shù)據(jù)容易使機(jī)器人陷入困境。多傳感器信息融合，采集的信息可以實(shí)現(xiàn)數(shù)據(jù)的互補(bǔ)，且信息是多源的，能夠增強(qiáng)系統(tǒng)的分辨能力，實(shí)現(xiàn)對(duì)數(shù)據(jù)的綜合處理，提高機(jī)器人避障系統(tǒng)的魯棒性與健壯性也稱為數(shù)據(jù)融合?；パa(bǔ)信息、冗余信息和協(xié)同信息是多傳感器系統(tǒng)的特點(diǎn)。多傳感器信息融合依據(jù)融合的對(duì)象不同可以分為像素層、特征層和決策層3個(gè)層次;信息融合的處理結(jié)構(gòu)可以分為集中式融合、分布式融合和混合式融合，數(shù)據(jù)相關(guān)性、目標(biāo)跟蹤、融合技術(shù)、目標(biāo)識(shí)別技術(shù)等是多傳感器信息融合的研究重點(diǎn)。

4 ?結(jié)語

該文對(duì)移動(dòng)機(jī)器人避障運(yùn)動(dòng)的關(guān)鍵技術(shù)做了分析和整理，從傳感器到算法原理都有涉及。移動(dòng)機(jī)器人避障首先需要傳感器采集數(shù)據(jù)信息，單一傳感器采集的數(shù)據(jù)信息不能很好地反映物體的全部特征，多傳感器信息融合技術(shù)是未來發(fā)展的方向。最后介紹了路徑規(guī)劃算法，對(duì)機(jī)器人的運(yùn)動(dòng)路徑做出合理規(guī)劃，躲避障礙物，實(shí)現(xiàn)路徑的優(yōu)化。

參考文獻(xiàn)

[1] 歐陽(yáng)鑫玉，楊曙光.基于勢(shì)場(chǎng)柵格法的移動(dòng)機(jī)器人避障路徑規(guī)劃[J].控制工程，2014，21（1）：134-137.

[2] 晉曉飛，王浩，宗衛(wèi)佳.自主移動(dòng)機(jī)器人避障技術(shù)研究現(xiàn)狀[J].傳感器與微系統(tǒng)，2018，315（5）：12-16.

[3] 康瑞芳.基于激光測(cè)距儀的移動(dòng)機(jī)器人避障控制系統(tǒng)設(shè)計(jì)[J].科技通報(bào)，2018，22（4）：14-17.

[4] 劉召，宋立濱，于濤.基于行人軌跡預(yù)測(cè)的全向移動(dòng)機(jī)器人路徑規(guī)劃算法[J].計(jì)算機(jī)仿真，2018，24（3）：24-27.

[5] 宋莉，李彩虹，王小宇.移動(dòng)機(jī)器人局部避障路徑規(guī)劃仿真研究[J].計(jì)算機(jī)仿真，2018，12（4）：31-34.

[6] 胡靜波，陳定方，吳俊峰.基于改進(jìn)模糊算法的移動(dòng)機(jī)器人自主避障研究[J].自動(dòng)化與儀表，2018，243（6）：55-59.