基于人工势场法机器人轨迹规划算法及研究.pdfVIP

基于人工势场法的机器人轨迹规划算法研究 王一，周鹏 重庆工学院电子系，重庆（400050 ） E-mail ：zjwangyizj@163. 摘 要：随着科学技术的飞速发展，人工智能技术的运用已越来越广，许多高科技领域对机 器人的性能要求也越来越高。机器人的智能避障功能也应需而生，并于工业、军事、实验等 领域投入使用。在长期发展的过程中，智能避障已逐步演化为一门独立的学科，其中主要包 含了超声波测距原理的研究和避障算法的研究。由于避障过程解决的不只是机器人避开障碍 物，还为机器人提供了轨迹的规划走向，所以，智能避障过程又被称为机器人轨迹规划。 本文以自主移动机器人轨迹规划算法为主要研究对象，在了解目前几种常见算法的基础 上，选择性地重点研究了使用价值较高、也相对简单的“人工势场法”。通过比较“人工势场 法” 中各层算法的优先级别高低，对避障程序进行设计，并以此为基础，提出了“人工势场法” 的改进方法“空地搜索法”和针对障碍物小间距测量的“猫眼测距法” ，将这两种方法与“人工 势场法”相结合，提出了一种改进的人工势场法——“视场测搜法” 。通过对“人工势场法”和 “视场测搜法”的仿真对比，证实了新算法具有较高的避障智能。 关键词：人工势场法，超声波，轨迹规划，视场测搜法 中图分类号：TP24 1. 引言 路径规划是移动机器人领域的一个重要组成部分。它的任务是在具有障碍物的环境中， 按照一定的评价标准，寻找一条从起始状态(包括位置及姿态)到达目标状态(包括位置及姿态) 的无碰路径。目前常用到的路径规划方法主要有人工势场法、栅格法、神经网络等，其中人 工势场法以其数学计算上的简单明了被广泛应用。势场法的基本思想是在移动机器人的工作 环境中构造这样的一个人工势场，势场中包括斥力极和吸引极，不希望机器人进入的区域和 障碍物定义为斥力极，目标及建议机器人进入的区域定义为引力极，使得在该势场中的移动 机器人受到其目标位姿引力场和障碍物周围斥力场的共同作用，朝目标前进。由于机器人是 受引力和斥力的合力的作用，合力为零时，机器人将停止前进，即陷入局部极小点，机器人 不能到达目标位置。[1] 2. 传感器的分布及工作原理 2.1 超声波测距原理介绍 超声波是指频率高于20KHz 的机械波。为了以超声波作为检测手段，必须产生超生波 和接收超声波。完成这种功能的装置就是超声波传感器，习惯上称为超声波换能器或超声波 探头。超声波传感器有发送器和接收器，但一个超声波传感器也可具有发送和接收声波的双 重作用。超声波传感器是利用压电效应的原理将电能和超声波相互转化即在发射超声波的时 候，将电能转换，发射超声波；而在收到回波的时候，则将超声振动转换成电信号。[2] 超声波测距的原理一般采用渡越时间法TOF （time of flight ）。首先测出超声波从发射 到遇到障碍物返回所经历的时间，再乘以超声波的速度就得到二倍的声源与障碍物之间的距 离，即： D=c*t/2 （2-1 ） 其中,D 为传感器与障碍物之间的距离，c 为超声波速度，这里以340m/s 计，t 为超声波 - 1 - 从发送到接收的总时间。据此原理测得的距离为避障程序提供数据。[2] 2.2 超声波传感器的分布 为了全方位检测障物的分布状况，并及时为机器人系统提供全面的数据，可将所需的八 个超声波测距传感器均匀排列在机器人周围，相邻每对传感器互成45 度角。传感器排列示 意图如图1 所示。为了避免相互干扰，八个传感器以程序运行周期为周期，进行循环测距。 d4 d3 d5