1.一种基于通道选择的移动机器人实时运动规划方法,其特征在于,包括如下步骤:
S1障碍空间建模单元,基于机器人用激光传感器逆时针扫描实时检测周围障碍物信息,建立空间模型,得到机器人前进的可行通道;
S2避障决策单元,基于机器人实时的位置和姿态,以及目标点相对于机器人的角度和姿态,选择合适的可行通道作为局部最优可行通道,定义局部最优可行通道为对应的激光传感器扫描角度标记为可行通道距离标记为
S3避障控制单元,基于确定的局部最优可行通道选择合适的速度与角速度来控制机器人的运动;定义移动机器人正前方即激光传感器扫描角度为0°时其可行通道距离为disv,移动机器人沿最优可行通道运动的控制量为(v,ω),其中v为移动机器人在其坐标系内正前方的速度标量,ω为移动机器人在其坐标系内的偏航角速度,速度控制策略如下:
其中,kv1、kv2、kω为正系数。
2.如权利要求1所述的一种基于通道选择的移动机器人实时运动规划方法,其特征在于:所述的障碍空间建模单元包括所有可行通道的搜索空间Sp的建立和对搜索空间Sp优化得出新的搜索空间
3.如权利要求2所述的一种基于通道选择的移动机器人实时运动规划方法,其特征在于,所述搜索空间Sp的建立过程为:
①将机器人形状简化为半径为rrobot的圆;
②机器人用激光传感器来感知可行通道信息;在机器人坐标系内,逆时针对激光扫描点标记为l1,l2,…,li,…,lN,得到遍历的激光扫描数据,其中li以扫描角和对应的测量距离di来表示,假设角度扫描间隔为则
③对划分为M-1等份,既有M个方向,角度间隔则为在每个等分线线上,定义可行通道
pj=(γj,disj)
其中,pj对应的角度disj为其对应方向上平移机器人不会碰撞到障碍物的最大安全距离,它是由上述遍历的激光扫描数据映射到γj方向上的测量距离再减去rrobot得到;
逆时针对可行通道标记为p1,p2,...,pj,...,pM,即定义搜索空间Sp={p1,p2,...pj...,pM}。
4.如权利要求3所述的一种基于通道选择的移动机器人实时运动规划方法,其特征在于,优化得出新的所述搜索空间的建立过程为:
①定义窗口面积Λ:为在机器人坐标系范围内,通过离散的激光雷达数据计算机器人可行区域的面积,其计算算法为:
a.初始化面积Λ=0;
b.遍历所有的激光扫描数据,并进行累加:
②定义动态窗口长度wlen:
dwin=kw·Λ·cos(ψtarget)
其中,kw为一正系数常量,ψtarget为在机器人坐标系内目标点相对于机器人的方向角度,cos(·)为三角余弦函数,wmin为定义的最短窗口长度;
③对于任意pj∈Sp,若满足disj≥wlen,则将它加入新的搜索空间集合在机器人坐标系内,逆时针对搜索空间内的可行通道标记为其对应的角度标记为对应的可行通道距离标记为
5.如权利要求4所述的一种基于通道选择的移动机器人实时运动规划方法,其特征在于,所述局部最优可行通道为的建立过程为:
目标点相对于机器人的角度为ψtarget,直线距离为dtarget;如果目标点在机器人搜索空间的可行通道内,此时为ψtarget,设为ψtarget角度下的如果在ψtarget方向的可行通道距离大于机器人与目标点的直线距离dtarget,则直接将目标点方向的可行通道作为此时机器人直接进入趋向目标模式;如果目标点在机器人搜索空间的可行通道外,则的建立过程如下:
①引入距离增益gdis:
式中,kdis为一正的距离增益系数;
②引入目标增益gtar:
式中,ktar为一正的目标增益系数,ψtarget是目标点相对于机器人的角度,abs(·)为绝对值函数;
③引入平滑增益gsmth:
式中,ksmth为一正的平滑增益系数;
④综合考虑上述各因素,得到最优可行通道
定义局部最优可行通道对应的角度为可行通道距离为
6.如权利要求5所述的一种基于通道选择的移动机器人实时运动规划方法,其特征在于:
增加限速约束,当机器人进入趋向目标模式时,速度为:
vprotect=kprotect·dtarget
其中,kprotect为一正系数,dtarget为目标点相对于机器人的直线距离。