专利名称：基于环境建模与自适应窗口的移动机器人路径规划方法
技术领域：
本发明涉及一种移动机器人路径规划方法，尤其是涉及一种基于局部环境建模和
自适应窗口的移动机器人实时路径规划方法。
背景技术：
路径规划是指找到一条从起始点到目标点之间的安全无碰撞路径，是机器人导航 研究中的重要课题。按对环境知识的了解，可分为已知环境和未知环境下的路径规划。无 论机器人路径规划属于哪种类别，采用何种规划方法，基本上都要遵循以下步骤1)建立 环境模型，即将机器人所处的现实世界进行抽象后建立相关的模型；2)搜索无碰撞路径， 即在某个模型的空间中寻找合乎条件的路径的搜索算法。在全局规划中，机器人周围的环 境信息是完全已知的，因而可以离线地规划出一条最优路径。最优的标准可以是最短、最安 全或所需能量最小等。这方面已有许多解决方法，如单元分解法、投影法、路标法、栅格法、 可视图法等。全局方法通常可以寻找最优解，但是需要预先知道环境的准确信息，并且计算 量很大。与全局方法相比，实时的局部路径规划侧重于考虑机器人当前探测到的环境信息， 让机器人具有更好的避碰能力。这方面最具代表性的研究是人工势场法、模糊逻辑法、滚动 窗口法等。 移动机器人的路径规划算法是伴随着移动机器人的发展为满足机器人的需求而 发展的。当今，无人地面、水下、空中机器人发展迅速，足球机器人比赛如火如荼，并且机器 人正朝着微小型化和多机器人协作方向发展。随着星球探测和无人战争的需要，对机器人 的研究越来越注重于在复杂、非结构化的未知复杂环境中自主导航。为了满足移动机器人 发展的需要，路径规划正在并且将会向高维自由度机器人、多机器人协调、动态未知环境中 的规划发展。 公告号为CN1230478的发明专利提供一种机器人行走路径规划装置和方法。该装 置包括规划器、低通滤波器、伺服控制器和伺服马达。所述方法包括如下步骤收到对应于 预定目标位置的信号输入以后，计算初始速度分布曲线；通过使用一个单级低通滤波器，对 初始速度分布曲线进行内插处理而获得经滤波处理的速度分布曲线；以及利用经滤波处理 的速度分布曲线来控制伺服马达的加速和减速。
发明内容
本发明的目的在于提供一种基于环境建模与自适应窗口的移动机器人路径规划 方法。 本发明包括以下步骤 1) —个进行多约束局部环境建模和分析的步骤； 2) —个可通过性分析的步骤； 3) —个安全性分析的步骤； 4) —个运动平稳性分析的步骤
5) —个目标引导性分析的步骤； 6) —个采用自适应窗口的路径规划的步骤。
在步骤1)中，所述多约束局部环境建模和分析的步骤是机器人用激光传感器感 知障碍物的信息，每一个障碍物探测点相对于机器人的位置可由激光传感器直接得出，角 度扫描间隔为A伊，逆时针对激光扫描点进行标记为/,，/2,…，/,V",、，其中li以扫描角伊,和对 应的测量距离&来表示，即极坐标形式
/,"fe"如,(M)A一X) (1) 根据以上传感器扫描探测到的局部环境信息，设计一个动态自适应规划窗口，其 半径rwin可根据环境信息动态调整，把t时刻测距范围内探测到的局部环境信息在半径为 r由的半圆窗口中，表示为Win(r由(t)) = {1" 12，".，"，…，1181}，其中扫描点lt被重新 定义为
" . 、，《 /,,
(2) /,v(aH 一 ):' : (3) 在步骤2)中，所述可通过性分析的步骤是采用边界线扩展法对障碍物进行膨胀 后，将机器人视为一个不记大小的质点，定义li方向上的可通行代价函数为
「o若y;r^+w，连续yr、 yr、、…、/,旨均为0，且_/;;7=+00，则称序列
li lj为局部窗口 Win(rwin(t))中的一个可通过方向域，lj、 li分别为此方向域的左右边 界。 在步骤3)中，所述安全性分析的步骤是对可通过li序列来说，其与障碍物边界 线的夹角越大，机器人沿此方向行进的安全性就越高，定义li的安全性度量函数为 fmi,孤-《，《-《■) (A =0 其中e，、 e"分别为FD(li)的左右边界li肌、l"所对应的方向角。 在步骤4)中，所述运动平稳性分析的步骤是机器人可以在360。范围任意转向， 引入路径平滑性因素，定义li的平滑性代价函数为 (《)=-《I (5) 在步骤5)中，所述目标引导性分析的步骤是目标点Pe = (xe， ye)对于局部环境 中任一方向序列li的路径引导函数为 yr1(《)—0—-《| (6) 其中9 goal = arctan (yG-yK/xG-xK)为目标点PG (xG， yG)相对于机器人的方向
(egoal g [i， ji])。 在步骤6)中，所述采用自适应窗口的路径规划的步骤是在环境建模和分析基础 上，设计一种基于自适应窗口的实时路径规划方法，包括机器人的趋向目标行为和机器人 的沿墙行走行为。
所述机器人的趋向目标行为包括确定即时子目标和规划窗口自适应调整。
所述确定即时子目标的方法为 规划窗口为Win (rwin (t))，若附"( ^))，首先利用启发式函数f (1》
g(li)+h(li)来选取使f(li)最小的扫描点作为子目标(记作l曲)，即
<formula>formula see original document page 8</formula> 式中g(li)——机器人从当前位置向li方向行进的代价，h(li)-进到目标点方向的代价，根据环境建模的分析，定义
g(/。= 柳=力一
(7)
-从li方向行
(8)
确定"h后，在其所在的可通过方向域FD(lJ中求安全性子目标L^和平稳性子
目^示1 smooth
4rfe -Mg,1^,J 、(/"))
4nooth =叫^ 、(化》
(9)
(10) 至此，根据不同的性能指标要求得到位于可通过方向域FD("h)中的3种子目标 点:lgh = ( 9 gh， rwin) 、 lsafe = ( 9 safe， rwin) 、 l，oth = ( e s國th， rwin)。综合考虑安全性和运动 平稳性约束，对子目标方向进一步优化选择，最终即时子目标Psub为
(11)P。
p sub) I 9
kgh 9 gh+ks
e+ksmooth 9 smooth，
rwin(t)}
XE^^^^^ kgh、 ksafe、 ksmooth kgh+ksafe+ksmooth 1Q
所述规划窗口自适应调整的方法为
动态窗口 Win(rwin(t))中总的可通过方向域和记为伊^，定义如下
Pro HS^sin" A =r—
(12) 在趋向目标行为中，Win(rwin(t))的调整原则为当Pro较大时，可以加大 Win(r^(t))，进一步扩展机器人的探测范围，寻找更优的子目标；当^^较小时，应该减小 Win(rwin(t))，縮小机器人的探测范围，以便在狭窄空间中找到可行路径，即
rwin(t+l) = rwin(t) + Ar (13) 其中Ar为^^的函数，定义为
△r = Armin (14a)
(14b)
当^FD,2 ^ Pro <伊FD,max时， Ar = Ar隨 (14c) 其中伊取。9^.2为设置的常数，《^，为最大值，Armin、 Ar^为定义的最大、最小值。 所述机器人的沿墙行走行为包括局部极小的判断、确定即时子目标和规划窗口的 动态调整。 所述局部极小的判断方法为 当机器人陷入局部极小时，机器人运动轨迹会出现振荡，或沿着某一闭合路径运 动，从而不可能到达目标点。为了避免出现这种情况，需要提前预测机器人是否会进入局部 极小状态，通过距离比较来判断 D (Psub， PG) > min (D (PK， PG) ， Dleave) (15) 其中D(Psub， Pe)为子目标点与全局目标点之间的距离，D(PK， Pe)为机器人与全局 目标点之间的距离，D^e为趋向目标的保证距离，在离开沿墙走行为时定义，初始化为D一e =D(PS， Pe)。若条件(15)满足，而且目标点位于机器人的左侧，则follow—left—wall(沿 左墙)行为被激活；若条件(15)满足，但目标点位于机器人的右侧，则follow—right— wall(沿右墙)行为被激活。 一旦进入沿墙走行为，记录机器人与目标点之间的最短距离 Dmin。使用沿墙走解死锁算法而使移动机器人沿着障碍物的边界运动，直到满足以下退出条 件 D(PN，PG) <Dmin (16) 其中D (PN， Pe)为点PN和Pe之间的距离，PN为沿墙走行为中下一时刻的预计到达 位置。离开沿墙走行为时，更新DlMre = D(PK， Pe)。
所述确定即时子目标的方法为 当follOW_left_Wall激活时，采用Win(rwin(t))中左起第一个障碍物的右边界线 扩展线对应的扫描点为即时子目标；当fo 1 low_right_wal 1激活时，采用Win (rwin (t))中右 起第一个障碍物的左边界线扩展线对应的扫描点为即时子目标。机器人对确定的子目标点 进行跟踪，即可沿着障碍物行走；当机器人沿障碍绕行的距离超过设定值Lmaxl时仍未退出 则自转180°再向另一绕行模式运动，在新的绕行模式下若绕行的距离超过设定值Lmax2仍 未退出(取L_2 > 2L隨》，则停止路径(认为目标不可达)。 在沿墙走行为中，若发现目标点Pe位于Win(r^(t))的可通过域中，则直接以Pe 作为当前的即时子目标。 所述规划窗口的动态调整的方法为 在沿墙走行为中，若为followJeftjall，若/C =0，则设置~, (/ + 1) = ^^，否则
窗口大小不变；若为follow—rightjall，若/r =0，则设置1^&+1) = c^，否则窗口大小 不变。 与已有技术相比，本发明由于具有更好的环境适应性和避障能力，获得较好的安 全性和可达性，并具有较高的计算实时性。因此本发明解决了不确定复杂环境下移动机器 人实时生成避障路径的问题，提供了一种综合最优的的路径选择方法，较好地满足移动机 器人的避障要求，实现机器人的实时路径规划和控制，为移动机器人的导航应用提供一个 有效的无碰撞路径规划方法。
图1为子目标优选示意图。 图2为只考虑可通行性的行走路径。 图3为考虑了安全性的行走路径。 图4为进一步考虑了运动平稳性的行走路径。 图5为"回"形复杂环境下的行走路径。 图6为"U"形复杂环境下的行走路径。 图7为窗口半径rwin = 1. 8m时的路径。 图8为窗口半径rwin = 7m时的路径。 图9为窗口大小自适应调整时的路径。 图10为窗口半径r^(t)的动态调整过程。在图10中，横坐标为时间t/s，纵坐标 为窗口半径r^(t)m。 在图2 9中，起始点为S，目标点为G。
具体实施例方式
下面结合具体附图和实施例对本发明作进一步说明。
实施例1 1)多约束局部环境建模和分析 机器人用激光传感器来感知障碍物的信息，每一个障碍物探测点相对于机器人 的位置可由激光传感器直接得出，角度扫描间隔为A^ ，逆时针对激光扫描点进行标记为
d…，A,…，^ ，其中li以扫描角^和对应的测量距离&来表示，即极坐标形式
A = {fe, 4〗炉i = G _ 《"max } (1) 根据以上传感器扫描探测到的局部环境信息，设计一个动态自适应规划窗口 ，其 半径rwin可根据环境信息动态调整，把t时刻测距范围内探测到的局部环境信息在半径为 r由的半圆窗口中表示为Win(r由(t)) = {1"12， ".，"，， 1181}，其中扫描点lt被重新定
义为
d , cT < r
w, 5 w(、,糾 2)可通过性分析 采用边界线扩展法对障碍物进行膨胀后，将机器人视为一个不记大小的质点，定 义li方向上的可通行代价函数为 A =
(2)
■/r(A)=
+ 00若《、+w，连续/Tv、《
li lj为局部窗口 Win(rwin(t))中的-界。
(3)
、、…、/:均为0，且义;7=+00，则称序列
-个可通过方向域，i,.、 ii分别为此方向域的左右边
3)安全性分析 对可通过li序列来说，其与障碍物边界线的夹角越大，机器人沿此方向行进的安 全性就越高，定义li的安全性度量函数为
,") (4) 其中e，、 e"分别为FD(li)的左右边界li肌、l"所对应的方向角。 4)运动平稳性分析 机器人可以在360°范围任意转向，但实际应用中总期望机器人在行进过程中能 够减少转向操作，尽量沿着比较平滑的轨迹行驶，这样有利于车体定位操作，同时降低能量 消耗。 为了能将路径的平稳性反映到路径规划模型中，引入路径平滑性因素，定义li的 平滑性代价函数为 y;咖。础I (5) 5)目标引导性分析
目标点Pe = (Xe， ye)对于局部环境中任一方向序列li的路径引导函数为
■/T,)H (6)
其中9 g。al = arctan (yG-yK/xG-XK)为目标点PG (xG， yG)相对于机器人的方向 (egoal G [-…])。
6)采用自适应窗口的路径规划 在环境建模和分析基础上，设计一种基于自适应窗口的实时路径规划方法，包括 趋向目标和沿墙行走两种行为如下
(1)机器人的趋向目标行为
①即时子目标的确定 规划窗口为Win(^n(t))，若尸(7g附"(Avin(/))，首先利用启发式函数f(li)=
g(li)+h(li)来选取使f(li)最小的扫描点作为子目标(记作l曲)，即
;=arg —"、、(化》1 式中g(li)——机器人从当前位置向li方向行进的代价，h(l》 进到目标点方向的代价。根据环境建模的分析，定义
柳= 柳=力—
(7)
-从li方向行
(8) 确定lgh后，在其所在的可通过方向域FD("h)中求安全性子目标L^和平稳性子
目t示1 smooth :
*■ smooth
=org, —、(/(/》)
(9)
(10)
11
至此，根据不同的性能指标要求得到位于可通过方向域FD("h)中的3种子目标 点:lgh = ( 9 gh， rwin) 、 lsafe = ( 9 safe， rwin) 、 l，oth = ( e s國th， rwin)。综合考虑安全性和运动 平稳性约束，对子目标方向进一步优化选择，最终即时子目标Psub为
(11)
Psub { ( Q sub， P sub) I Q sub kgh ^ gh+ksafe ^ safe+ksmooth ^ smooth， P sub rwin (t))"
XE^^^^^ kgh、 ksafe、 ksmooth kgh+ksafe+ksmooth 1Q
②规划窗口自适应调整
动态窗口 Win(rwin(t))中总的可通过方向域和记为P^，定义如下
=化、sin A= ^ ^ (12)
L '=i J 在趋向目标行为中，Win(rwin(t))的调整原则为当炉^较大时，可以加大 Win(r^(t))，进一步扩展机器人的探测范围，寻找更优的子目标；当^D较小时，应该减小 Win(rwin(t))，縮小机器人的探测范围，以便在狭窄空间中找到可行路径，即
rwin(t+l) = rwin(t) + Ar (13)
其中Ar为^^的函数，定义为当0《^pD 〈Proj时， Ar = Armin (14a) 当Pfw《Pro <伊ro,2时，
△r ,max二A:i _ $ 2) + △ r鹏 (14b)
^V化2 一 ^Vd,1
当^FD,2 ^ PFD < ^FD,max时， Ar = Ar隨 (14c) 其中伊取。《，眠2为设置的常数，《^,鹏为最大值，Armin、 Ar^为定义的最大、最小值。 (2)机器人的沿墙行走行为
①局部极小的判断方法 当机器人陷入局部极小时，机器人运动轨迹会出现振荡，或沿着某一闭合路径运 动，从而不可能到达目标点。为了避免出现这种情况，需要提前预测机器人是否会进入局部 极小状态，通过距离比较来判断D(Psub， PG) > min(D(P" PG) ， Dleave) (15) 其中D(Psub， Pe)为子目标点与全局目标点之间的距离，D(PK， Pe)为机器人与全局 目标点之间的距离，D^e为趋向目标的保证距离，在离开沿墙走行为时定义，初始化为D一e =D(PS， Pe)。若条件(15)满足，而且目标点位于机器人的左侧，则follow—left—wall(沿 左墙)行为被激活；若条件(15)满足，但目标点位于机器人的右侧，则follow—right— wall(沿右墙)行为被激活。 一旦进入沿墙走行为，记录机器人与目标点之间的最短距离 Dmin。使用沿墙走解死锁算法而使移动机器人沿着障碍物的边界运动，直到满足以下退出条 件
12
D(PN，PG) <Dmin (16) 其中D(P,， Pe)为点P,和Pe之间的距离，Pw为沿墙走行为中下一时刻的预计到达 位置。离开沿墙走行为时，更新DlMre = D(PK， Pe)。
②即时子目标的确定 当follOW_left_Wall激活时，采用Win(rwin(t))中左起第一个障碍物的右边界线 扩展线对应的扫描点为即时子目标；当fo 1 low_right_wal 1激活时，采用Win (rwin (t))中右 起第一个障碍物的左边界线扩展线对应的扫描点为即时子目标。机器人对确定的子目标点 进行跟踪，即可沿着障碍物行走；当机器人沿障碍绕行的距离超过设定值Lmaxl时仍未退出 则自转180°再向另一绕行模式运动，在新的绕行模式下若绕行的距离超过设定值Lmax2仍 未退出(取L_2 > 2L隨》，则停止路径(认为目标不可达)。 在沿墙走行为中，若发现目标点Pe位于Win(r^(t))的可通过域中，则直接以Pe 作为当前的即时子目标。
规划窗口的动态调整_在沿墙走行为中，若为follow—leftjall，若《7" = 0， 则设置Q(f + l)-^v,，否则窗口大小不变；若为follow—rightjall，若yr-0，则设置 rwin(t+l) = dp否则窗口大小不变。
实施例2 本发明基于环境建模和自适应窗口的移动机器人路径规划方法，其路径规划中的 行为决择和执行过程如下所述 1)对系统参数rwin、 kgh、 ksafe、 ksm。。th、 kFD、9Vzu 、 Pro,2 、伊现駆、A rmin、 A r隨、Dleave、 Lmaxl、 Lmax2进行初始化，机器人刚启动时默认为MtG行为。 2)读取传感器数据，采用公式(1)的形式表示，再用公式(2)对li进行重新定义。
3)对障碍物A的边界进行膨化处理，采用公式(3) (6)计算Win(rwin(t))中1, 的可通过性、安全性、运动平稳性和目标吸引性函数。 4)判断机器人当前处在哪种行为，若为趋向目标行为，转St印5，否则转St印6。
5)趋向目标运动(Motion toward Goal,MtG)(即5. 1 5. 3)，直到满足以下条件 之一 当到达目标点时，停止运动。 当发现局部极小(即满足公式(15))时，转步骤6)。 5. 1)如果目标点位于可通过域中，则直接以目标点作为当前的子目标，否则利用 公式(7) (10)计算子目标点lgh、 13^和1，。th，再用公式(11)对子目标进行优选，得到 当前Win(r^(t))内的即时子目标Psub，如图1。 5.2)如果无法确定即时子目标，机器人根据目标方向自转90。进行探测(即以 (eK± ji/2，0)为子目标点); 5. 3)根据环境信息，采用公式(12)计算机器人的可通过方向域，然后用公式(13) 和(14)对窗口 Win(rwin(t))的半径进行调整，转步骤2)。6)沿墙行走(Wall Following, WF)(即6. 1 6. 3)，直到满足以下条件之一
当到达目标点时，停止运动。 当满足退出条件(即满足公式(16))时，转步骤5)。 当沿墙行走的距离大于设定值仍未退出时，则认为目标不可达，停止运动。
6. 1)根据目标点位置，选择follow_left_wall或follow_right_wall ; 6.2)如果目标点位于可通过域中，则直接以目标点作为当前的子目标，否则根据
沿墙走行为，即f0ll0W_left_wall激活时，采用Win(rwin(t))中左起第一个障碍物的右边
界线扩展线对应的扫描点为即时子目标，即图1中的lflw ;当fo 1 low_right_wal 1激活时，采
用Win(r^(t))中右起第一个障碍物的左边界线扩展线对应的扫描点为即时子目标，即图
1中的1^。 6. 3)根据环境信息调整规划窗口的半径r^(t+l)，转步骤2)。
实施例3 为验证多约束环境模型中各种因素对路径规划的影B向，图2 4给出简单环境下 的路径规划结果。其中，图2为kgg = l，ksafe = ksm。。th = 0时的路径，只考虑了可通行性，所 以尽管其路径最短，但离障碍物的距离却最近，这种情况很不利于机器人的安全行驶；图3 为kgg = 0. 70， ksaft = 0. 30， ksm。。th = 0时的路径，考虑了安全性，与图2相比安全性明显得 到提高(路径远离障碍物);图4为kgg = 0. 55，kdafe = 0. 20，ksm。。th = 0. 25时的路径，进一 步考虑了运动平稳性，有利于减少机器人的转向操作。
实施例4 当障碍物形状过于复杂或特殊时，机器人单靠实时探测的局部环境知识容易陷人 死锁或振荡状态。本发明借助有效的WF行为可以脱离局部极小而顺利到达目标点。图5， 机器人先采用follow—left—wall，行走Lmaxl距离后未退出，再转向folloW_right_wall行 为，最后达到目标点；图6，机器人进入狭小的U形障碍物找不到子目标，自转90°后进入 follow_left_wall行为，最后达到目标点。
实施例5 基于局部窗口的滚动规划算法中，如果窗口太小，机器人则不能及时提前进行避 障行走；窗口太大，机器人则可能找不到可选子目标。如图7所示，为窗口半径较小时的路 径，机器人不能及时进入MtG的绕行模式，所得路径弯曲较大；图8为窗口半径较大时规划 得到的行走路径，机器人不能及时找到可行路径，两次陷入WF行为。
实施例6 采用基于自适应窗口的路径规划方法时，机器人能够根据环境信息对局部规划窗 口的大小进行动态调整，所得路径如图9所示，其窗口大小的调整过程如图IO所示。可以 看出，图9中路径明显优于图7和图8中的路径，而且机器人路径规划的计算量与窗口大小 无关，不会随着窗口的增大而增大每一次滚动规划中的局部规划时间。
权利要求
基于环境建模与自适应窗口的移动机器人路径规划方法，其特征在于包括以下步骤1)一个进行多约束局部环境建模和分析的步骤；2)一个可通过性分析的步骤；3)一个安全性分析的步骤；4)一个运动平稳性分析的步骤5)一个目标引导性分析的步骤；6)一个采用自适应窗口的路径规划的步骤。
2. 如权利要求1所述的基于环境建模与自适应窗口的移动机器人路径规划方法，其特 征在于在步骤1)中，所述多约束局部环境建模和分析的步骤是机器人用激光传感器感知 障碍物的信息，每一个障碍物探测点相对于机器人的位置由激光传感器直接得出，角度扫 描间隔为A^，逆时针对激光扫描点进行标记为115 12，…，li，…，、，其中li以扫描角R和 对应的测量距离&来表示，即极坐标形式 <formula>formula see original document page 2</formula>根据以上传感器扫描探测到的局部环境信息，设计一个动态自适应规划窗口 ，其半径r^根据环境信息动态调整，把t时刻测距范围内探测到的局部环境信息在半径为rwin的半 圆窗口中，表示为Win(r^(t)) = {lply…，li，…，1181}，其中扫描点li被重新定义为 <formula>formula see original document page 2</formula>
3. 如权利要求1所述的基于环境建模与自适应窗口的移动机器人路径规划方法，其特征在于在步骤2)中，所述可通过性分析的步骤是采用边界线扩展法对障碍物进行膨胀 后，将机器人视为一个不记大小的质点，定义li方向上的可通行代价函数为若/r^+①，连续<formula>formula see original document page 2</formula> 均为o，且<formula>formula see original document page 2</formula>则称序列ii ij为局部窗口 Win(rwin(t))中的一个可通过方向域，lj、li分别为此方向域的左右边界。
4. 如权利要求1所述的基于环境建模与自适应窗口的移动机器人路径规划方法，其特 征在于在步骤3)中，所述安全性分析的步骤是对可通过li序列来说，其与障碍物边界线 的夹角越大，机器人沿此方向行进的安全性就越高，定义li的安全性度量函数为其中e，、 e"分别为FD(li)的左右边界ir、l"所对应的方向角。
5. 如权利要求l所述的基于环境建模与自适应窗口的移动机器人路径规划方法，其特征在于在步骤4)中，所述运动平稳性分析的步骤是机器人在360。范围任意转向，引入路 径平滑性因素，定义li的平滑性代价函数为 <formula>formula see original document page 2</formula>
6. 如权利要求1所述的基于环境建模与自适应窗口的移动机器人路径规划方法，其特征在于在步骤5)中，所述目标引导性分析的步骤是目标点^= (xe， ye)对于局部环境中 任一方向序列li的路径引导函数为其中0一 =arctan(^-y《—^ )为目标点相对于机器人的方向，<formula>formula see original document page 3</formula>
7. 如权利要求1所述的基于环境建模与自适应窗口的移动机器人路径规划方法，其特征在于在步骤6)中，所述采用自适应窗口的路径规划的步骤是在环境建模和分析基础上，设计一种基于自适应窗口的实时路径规划方法，包括机器人的趋向目标行为和机器人 的沿墙行走行为。
8. 如权利要求7所述的基于环境建模与自适应窗口的移动机器人路径规划方法，其特 征在于所述机器人的趋向目标行为包括确定即时子目标和规划窗口自适应调整。
9. 如权利要求8所述的基于环境建模与自适应窗口的移动机器人路径规划方法，其特 征在于所述确定即时子目标的方法为规划窗口为Win(rwin(t))，若PGg附"( in⑦)，首先利用启发式函数f (li)= g(li)+h(li)来选取使f(li)最小的扫描点作为子目标，记作l曲，即 'gh <formula>formula see original document page 3</formula>式中g(li)——机器人从当前位置向li方向行进的代价，h(l》——从li方向行进到 目标点方向的代价，根据环境建模的分析，定义柳=/广， /r1确定lgh后，在其所在的通过方向域FD(lgh)中求安全性子目标lsafe和平稳性子目标<formula>formula see original document page 3</formula>至此，根据不同的性能指标要求得到位于可通过方向域FD("h)中的3种子目标点 lgh = ( 9 gh， O 、 lsafe = ( 9 safe， rwin) 、 l，th = ( e s國th， rwin)，综合考虑安全性和运动 平稳性约束，对子目标方向进一步优化选择，最终即时子目标Psub为Psub "I ( Q sub， P sub) I Q sub kgh ^ gh+kSafe ^ safe+kSmooth ^ smooth， P sub rwin (t) )" lE^^^^ kgh、 ksafe、 ksmooth kgh+ksafe+ksmooth1 ^所述规划窗口自适应调整的方法为动态窗口 Win(rwin(t))中总的可通过方向域和记为 ^，定义如下<formula>formula see original document page 3</formula>在趋向目标行为中，Win(r^(t))的调整原则为当^D较大时，可以加大Win(r^(t))，进一步扩展机器人的探测范围，寻找更优的子目标；当9^较小时，应该减小Win(rwin(t))， 縮小机器人的探测范围，以便在狭窄空间中找到可行路径，即<formula>formula see original document page 4</formula>其中P刚、9V2为设置的常数，^Vmax为最大值，Armin、 Al^为定义的最大、最小值。
10.如权利要求7所述的基于环境建模与自适应窗口的移动机器人路径规划方法，其 特征在于所述机器人的沿墙行走行为包括局部极小的判断、确定即时子目标和规划窗口的 动态调整；所述局部极小的判断方法为当机器人陷入局部极小时，机器人运动轨迹会出现振荡，或沿着某一闭合路径运动，从 而不可能到达目标点，为了避免出现这种情况，需要提前预测机器人是否会进入局部极小 状态，通过距离比较来判断<formula>formula see original document page 4</formula>其中D(Psub， Pe)为子目标点与全局目标点之间的距离，D(PK， Pe)为机器人与全局目标 点之间的距离，Dleare为趋向目标的保证距离，在离开沿墙走行为时定义，初始化为DlMve = D(PS， P》，若条件(15)满足，而且目标点位于机器人的左侧，则沿左墙行为被激活；若条件 (15)满足，但目标点位于机器人的右侧，则沿右墙行为被激活， 一旦进入沿墙走行为，记录 机器人与目标点之间的最短距离Dmin，使用沿墙走解死锁算法而使移动机器人沿着障碍物 的边界运动，直到满足以下退出条件<formula>formula see original document page 4</formula>其中D(P,，P》为点P,和Pe之间的距离，P,为沿墙走行为中下一时刻的预计到达位置， 离开沿墙走行为时，更新DlMre = D(PK， Pe); 所述确定即时子目标的方法为当沿左墙激活时，采用Win(rwin(t))中左起第一个障碍物的右边界线扩展线对应的扫 描点为即时子目标；当沿右墙激活时，采用Win(r^(t))中右起第一个障碍物的左边界线 扩展线对应的扫描点为即时子目标，机器人对确定的子目标点进行跟踪，即可沿着障碍物 行走；当机器人沿障碍绕行的距离超过设定值Lmaxl时仍未退出则自转180°再向另一绕行模式运动，在新的绕行模式下若绕行的距离超过设定值Lm^仍未退出，取Lm^ > 2Lm^，则停止路径；在沿墙走行为中，若发现目标点Pe位于Win (rwin(t))的可通过域中，则直接以Pe 作为当前的即时子目标；所述规划窗口的动态调整的方法为在沿墙走行为中，若为沿左墙，若,;r =0，则设置^ (/ + 1) = ^ ，否则窗口大小不变；若为沿右墙，若y;r-o，则设置r^a+i) = dp否则窗口大小不变,
全文摘要
基于环境建模与自适应窗口的移动机器人路径规划方法，涉及一种移动机器人实时路径规划方法。一个进行多约束局部环境建模和分析的步骤；一个可通过性分析的步骤；一个安全性分析的步骤；一个运动平稳性分析的步骤一个目标引导性分析的步骤；一个采用自适应窗口的路径规划的步骤。由于具有更好的环境适应性和避障能力，获得较好的安全性和可达性，并具有较高的计算实时性，因此解决了不确定复杂环境下移动机器人实时生成避障路径的问题，提供了一种综合最优的路径选择方法，较好地满足移动机器人的避障要求，实现机器人的实时路径规划和控制，为移动机器人的导航应用提供一个有效的无碰撞路径规划方法。
文档编号G01C21/34GK101738195SQ20091011308
公开日2010年6月16日 申请日期2009年12月24日 优先权日2009年12月24日
发明者仲训昱, 彭侠夫, 缪孟良 申请人:厦门大学