设计开发
机器人控制系统中寻迹和避障策略的设计
杨喜林
(黑龙江建筑职业技术学院计算机与通信工程学院黑龙江哈尔滨150025)
数事费与点用
摘要：现在的移动机器人系统主要还是以寻选和避障为主，寻进和避障就是移动机器人控制系统的重要核心技水，本文从寻进和避障的策略出发，研究寻述和避障的任务和解决方，将为移动机器人控制系统设计提供一定的技术参考。
关键调：寻速避障策略
中图分类号：TP242
文献标识码：A
文章编号：1007-9416(2012)05-0138-01
随着机器人技术，多传感器融合技术和路径规划算法的发展，智能机器人在家务劳动、患者看护、警卫服务、家庭娱乐和办公事务等各项服务工作中得到了广泛的应用。智能机器人的运行环境也从简单，静止的实验室环境转变到复杂、动态的实际生活中。这就对智能机器人的自主能力提出了更高的要求，而路径规划算法的优劣、避障能力的强弱直接反映了智能机器人自主性能的高低。
本设计中移动机器人的主要任务是从起点运动到目标点。可分为2个任务：
任务1：在起点和目标点之间，铺设有3cm宽的黑色引导线（可以是涂墨或粘黑色胶带），移动机器人通过黑线寻速来完成任务，这种情况一般出现在搬运机器人中，
任务2：在起点和目标点之间，存在静止的障碍物（如墙、桌、椅等)或移动的障碍物(如行人，动物等)，移动机器人的主要任务是在不与障碍物发生础的情况下到达目标点这种情况一般出现在清洁机器人中
为了简化控制，在目标点放有薄铁片，移动机器人可以通过判
断是否检测到铁片来确定是否到达目标点。 1、寻迹策略
在分析了如何实现移动机器人基本运动的基础上，针对移动机器人所要完成的任务1，给出具体的设计思想。
移动机器人沿黑线寻迹，是通过其底部的3个光敏传感器来实现的，在移动机器人的运动过程中，光敏传感器具有种状态。其中移动机器人脱离轨道和严重偏离轨道的情况是不允许出现的。其它儿种情况是实际中常见的情况，也是要进一步讨论的情况。
由于在起点和目标点之间铺设有任意的黑色引导线，移动机器人在运动过程中，只要能快速的调整车体使其车头的光敏传感器一
直检测到黑线，就可以完成任务。 2、避障策略
在周围环境已知的条件下，规划出一条从起点到终点无残撞最优的路径，在这方面已有大量深的研究，如可视图法，自由空间法、模糊控制法和最优控制法等。而在动态，未知的复杂环境中，要实现机器人的避障，一方面要求有充分的环境信息，另一方面要求快的处理速度。1998年，Iwan和Johann提出VFH+算法，它充分考虑了机器人宽度和轨速，使机器人能逐步转向预定角度。
本文提出了一种新的动静失量场算法MSV(Mobileand Static VectorField)，该算法克服了VFH+算法的缺点，保留了VFH+算
法所有的优点，适用于家用低成本移动机器人的开发和应用。 3、环境信息的采集和处理
在机器人避障过程中，主要是通过传感器来识别周围的环境，常用的传感器有红外传感器、超声波传感器和激光传感器等，而近年来随着电子、数码产品的不断涌现，也可通过摄像头、云台摄像机和全录视觉系统等视觉传感器来识别更加复杂、多变的环境。但激光传感器和视觉传感器的价格昂贵，不适合家用低成本移动机器人的开发。面超声波传感器的测距范围、价格等均适合家用移动机器人，因此，本文仍使用超声波传感器。但超声波传感器对复杂环境的识别存在一些固有的缺陷，需对其采集的信息进行处理，以保证算法执行的可靠性
3.1静态环境信息
由于超声波的能量主要集中在声纳的轴线上，而数据采集时只考虑位于声纳传感器中心轴上且距离为声纳测量值的栅格单元。这使得机器人对微小距离移动或微小角度转动反应不敏感，因而不能很好的反映环境的变化，为了解决这个问题，将传统的24个传感器
组成的传感器环，减少为12个传感器，
方面可以减少传感器间的干
扰，另一方面也可以提高传感器的采样频率，从而能够实时地反映环境的变化且增大移动机器人的最大运行速度，因为机器人速度的增加不受算法计算速度的限制，而是受传感器采样频率的限制。这12个传感器仍以环形安装在机器人上，以保证能全方位的采集环境信息，但如果运行环境中只存在静止的障碍物，可以去掉后方的6个传感器，因为在静止的环境中，后方的环境信息对机器人的避障行为影响很小。本文在机器人本体的一周安装了12个超声波传感器
活动窗口C的大小由安装在机器人上的超声波传感器的测距范围来确定，活动窗口为的正方块。首先通过传感器采集的环境信息，建立二维笛卡尔柱状栅格，并将其映射到一维极性柱状图上，用每个扇区的极性障碍密度来描述障碍物的分布情况。活动单元大小和方向的确定、扇形区域的划分等与VFH+相同。不同的是，为了减小噪音的干扰及坐标映射带来的误差等，在每一次对障碍物所在栅格的确信度值加1后，对该子扇区内其它的所有栅格的确信度值减 1，直到零为止。这样可以使错误的超声信息只能引起某些栅格的暂时增加，只有被重复检测到的障碍物可以引起大的确信度值，增加了算法的抗干扰能力。
3.2动态环境信息
在室内环境中，常见的障碍物一般都是静态的，但移动机器人在执行任务的时候，不可避免的会遇到人或宠物这样的动态障碍物。在机器人的运行环境中存在3种障碍物(墙、移动障碍物和圆形静止障碍物），外围部分表示考患机器人尺寸后扩大的部分。移动障碍物以一定速度沿箭头表示的方向运动。当机器人检测到两个无危险方向，即方向1和方向2时，由于VFH+算法没有考虑障碍物的运动，所以机器人通过预测会优先选择方向1，从而很容易与障碍物发生碰撞。因此，在局部、静态环境下，VFH+算法在避障过程中能达到很好的效果，而在动态环境下就可能与障碍物发生碰撞
由于每个传感器采样的圆锥形区域里的读数一且获取就立即被记录到柱状栅格中，这使得机器人可以实时的采集突然出现的静止障碍物的信息，但如果出现的是移动的障碍物，原先选择的最佳运行区域就可能变成最危险的区域。因此，需要对传感器采集到的信息进行进一步的处理，以判断障碍物是移动的或静止的。
当识别到障碍物为移动障碍物后，需进一步获取移动障碍物的运动方向和速度，以采取相应的避障措施。可通过记录移动障碍物的重心两个不同时刻在活动窗口中扇区的分布，获取两方面的信息，即不同时刻障碍物相对于机器人所处的方向α-
、α,和与机器
人间的距离d、d，，以获取单位采样时间内移动障碍物相对于机器人移动方向的变化α，>0和距离变化d,>0，则有
α, = α, a, 和 d, = d d,
以上计算可能过于简单，但由于机器人的采样是快速，连续的，这样处理既减小了计算量又可以使机器人迅速地避离移动障碍物。项目名称
黑龙江省教育厅高职高专院校科研项目一
基于MSP的移动机器
人控制系统的研究（项目编号：12515156）。