转向，见图2(b)。在正对着目标点直线前进过程中，由 于实际机器人难免会出现车轮打滑或控制精度等问题，因此，机器人当前航向角常会出现 跑偏的现象。本发明通过设置偏航条件，一旦出现跑偏现象，则立即触发对转转向，从而提 高了定目标点导航的运动控制精度。偏航条件通过Hng判断，其定量表达式为| ΘΓ-ΘΧΤ | >θη， 其中θη为预先设定的航向偏离阈值。若|θ^θχτ|>θ η，对准转向触发，否则保持当前行为，其原 理用伪代码表达为：IF( | ΘΓ-ΘΧΤ | >θη) {对准转向触发} ;ELSE{保持当前行为}。
[0062] 3)相遇条件Ι&Π :判断直线前进或弧线绕行过程中是否遇到障碍物，即是否处于 相遇点H，用于连接直线前进与避开转向或弧线绕行与避开转向，见图2(c)。相遇条件通过 Dngs和Dng。判断，其中Dngs判断是否遇到障碍物，Dng。判断位于相遇点Η时障碍物的方位，其 定量表达式为d min<Rs。若dmin<Rs，避开转向触发，否则保持当前行为，其原理用伪代码表达 为：IF(d mi" Rs) {避开转向触发} ;ELSE{保持当前行为}。
[0063] 4)避开条件:判断避开转向过程中是否避开障碍物，用于连接避开转向和弧线绕 行，见图2 (d)。避开条件通过Dngb判断，其定量表达式为dmin 2 Rb。若dmin 2 Rb，弧线绕行触发， 否则保持当前行为，其原理用伪代码表达为：IF(dmin2Rb){弧线绕行触发};ELSE{保持当 前行为}。当机器人避开转向一周，则表示机器人无法避开障碍物，导航任务失败。
[0064] 5)脱离条件:判断在弧线绕行过程中是否脱离障碍物边缘，即判断是否处于脱离 点L，用于连接弧线绕行与对准转向，见图2(e)。脱离条件通过Hng和Sng判断，其中定量表达 式为（|θ5Χ -θχΤ|〈θλ| | |9r-0xT|《0e&&dxT《Smax)OR(|9sX-9xT|〈9A| | |9r-0xT|《0e&&Smax》Sstep)， 其中θ λ为预先设定的直线重合度容差，θε*预先设定的对准角度容差，0SX为矢线段sx的方 位角，8；^ 1)为预先设定的脱离阈值。其原理用伪代码表达为：]^((|9；3)(-0)(1'|〈0川|0 1^-0)(1'|仝 0e&&dxT<s max)OR(|0sx-0XT|〈0A| I |ΘΓ-ΘΧΤ| <θε&&Smax2Sstep)){对准转向触发} ;ELSE{保持当 前行为}。
[0065] 6)终点条件:判断直线前进过程中是否到达目标点Τ，用于判断整个导航任务是否 完成，见图2(f)。终点条件通过Lng判断，其定量表达式为d XT < cU，其中cU为预先设定的终点 距离容差。其原理用伪代码表达为：IF(dXT<de){启动终点登陆程序，导航任务结束};ELSE {保持当前行为}。
[0066]至此，从仿生学的角度出发，运用神经行为学原理提出基于仿生触角的机器人自 主导航方法，如图3所示，机器人依靠仿生触角感知周围环境，实时激励触发产生相应的行 走行为。在整个导航过程中，机器人的行走行为具有连贯性和保持性。如果一旦某个触发条 件成立，则立即触发相应的行走行为，否则继续保持当前的行走行为。
[0067]下述实例采用的机器人为长源动力XBot-520,其上安装有激光雷达、电子罗盘、 GPS和驱动电机编码器等传感器。机器人定目标点导航控制过程如下：
[0068] 步骤1:从起点S向目标点T行进，对准转向行为触发，判断是否满足对准条件，若满 足对准条件，进行步骤2，不满足对准条件，继续执行对准转向行为；
[0069] 步骤2:直线前行行为触发，判断是否满足偏航条件，若满足偏航条件，返回步骤1， 不满足偏航条件进行步骤3;
[0070] 步骤3:判断是否满足偏航条件，若满足相遇条件，进行步骤4,不满足相遇条件，进 行步骤5;
[0071] 步骤4:避开转向行为触发，判断是否满足避开条件，若满足避开条件，进行步骤6， 不满足避开条件，继续执行避开转向行为；
[0072] 步骤5:判断是否满足终点条件，若满足终点条件，终点登陆，抵达目标点T，不满足 终点条件，返回步骤2;
[0073] 步骤6:弧线绕行行为触发，判断是否满足相遇条件，若满足相遇条件，返回步骤4， 不满足相遇条件，进行步骤7;
[0074] 步骤7:判断是否满足脱离条件，若满足脱离条件，返回步骤1，不满足脱离条件，返 回步骤6。
[0075] 针对上述过程，结合图3用伪代码的形式用以说明：
[0076]
[0078] 【实施例一】
[0079] 图5为机器人绕行线性轮廓障碍物的自主导航过程示意图。机器人从起点S处朝着 目标点直线前进（由仿生触角Hng判断对准条件和偏航条件来保证机器人当前航向角始终 沿着XT方向），至相遇点出点处遇到障碍物（由仿生触角Dng s探测到)停下来并开始进入沿着 障碍物边缘绕行模式。由于仿生触角Dng。探测得到障碍物位于左侧，机器人采取避开右转 和弧线左转行走行为来绕行障碍物边缘（由仿生触角Dng b判断避开条件，由仿生触角Dngs 和Dng。判断相遇条件），经过相遇点出和出，至脱离点1^处脱离障碍物边缘（由仿生触角Sng、 Hng和Lng探测到）并开始进入朝着目标点直线前进模式，最终成功到达目标点T(由仿生触 角Lng探测到）。机器人的运动轨迹为S-m-ftHfe-L-T，由于直线型障碍物的特殊性，在脱离 障碍物边缘之前每一次弧线绕行的距离相等，即有弧线段出!1 2 = !12出。弧线绕行次数与绕行 弧线曲率半径Ra有关。减小Ra，弧线绕线次数增多，转向动作过于频繁;增大R a，弧线绕行次 数减少，但易使机器人忽视环境中障碍物之间的间隙而陷入"局部死区"。设计上有Ra>R b，Ra 应根据机器人车体尺寸和环境中障碍物间隙大小合理进行选取。
[0080] 【实施例二】
[0081] 图6为机器人绕行不条件障碍物的自主导航过程示意图。如前所述，机器人完成绕 行不条件障碍物的导航过程也是依靠仿生触角感知周围环境，实时激励触发相应的行走行 为来完成整个导航过程，最终机器人的运动轨迹为s-m-L-T。由于障碍物轮廓形状的不条 件性，每一次弧线绕行的弧线段长度不一定相等。因此，本发明采用分段弧线的方式绕行障 碍物边缘，不仅能够忽略障碍物外形尺寸的限制，而且易于脱离障碍物边缘，运动路径短， 环境适应好。
[0082] 【实施例三】
[0083]图7为机器人绕行多障碍物情形的自主导航过程示意图。为简单起见，选用两个不 条件外形的障碍物为例来阐述。机器人从起点S出发，经历三次朝着目标点直线前进模式和 两次弧线绕行障碍物边缘模式，最终成功到达目标点T，运动轨迹为S-Hl-H2 -Ll-H3-H4-H5-h6-l 2-t。随着障碍物数量的增多，机器人绕行障碍物边缘的次数也增多。在障碍物绕行过程 中，仿生触角Dng。能准确判断出障碍物所处的方位(设计上有R Q>Rb以提高障碍物方位检测 的准确率），从而保证机器人导航的运动路径全局最优。
[0084] 本发明与现有技术相比具有如下的优点和效果：
[0085] (1)本发明引入了仿生触角的概念，在实际测量过程中，只需快速利用机载传感器 (激光雷达、GPS定位系统和电子罗盘等)的大量实时数据，通过仿生触角模型对感兴趣区域 的触角信息进行处理，大大减小了计算量，从而保证了导航决策的实时性。
[0086] (2)本发明设计并构建了机器人行走行为及其触发条件库，在整个导航过程中，不 仅能保证机器人行走行为保持性和连贯性好，运动控制精度高，而且使得机器人行走行为 之间切换自然，环境适应性好，从而提升了导航运动的稳定性。
[0087] (3)与Bug类算法抽象地要求机器人具有绕行障碍物边缘相比，本文提出了分段弧 线的机制绕行障碍物边缘，不仅能忽略障碍物外形尺寸的限制，而且易于脱离障碍物边缘， 运动路径短，环境适应好，从而保证了导航运动的安全性和快捷性。
【主权项】
1. 一种基于仿生触角的机器人自主导航方法，其特征在于，所述自