室内地面清洁机器人路径规划.pptVIP

室内地面清洁机器人路径规划 目 录 引 言 室内地面清洁机器人将移动机器人技术和吸尘器技术有机融合起来,实现室内环境半自主或自主清洁,是一种环保、健康、智能型的服务机器人,具有良好的应用前景和广泛的市场需求. 近年来室内地面清洁机器人已受到国内外的重视,成为服务机器人行业一个新的研究方向. 引 言 国外从20世纪80年代开始已经开始对清洁机器人及其路径规划与导航等方面技术进行研究。美国“irobot”公司,日本松下,日立,Dyson等公司先后进行研发并生产了一些概念样机和产品. 我国从20世纪90年代开始进行室内地面清洁机器人的技术跟踪研究,如浙江大学机械电子研究所1999年开始智能清洁机器人的研究,哈尔滨工业大学与香港中文大学合作研制了全方位移动地面清扫机器人. 但由于环境的特殊性和清洁机器人自身的特点,国内地面清洁机器人没有商品化,目前仍处于初级研究阶段,许多关键技术如定位、环境建模、路径规划、传感器等有待进一步解决。 室内环境建模 室内环境地图模型为室内地面清洁机器人路径规划提供先验知识,是机器人工作过程中位姿判断的基础和依据. 通常室内工作环境是结构化的,即平整的地板、垂直的墙壁、规范的门厅和走廊等.但由于室内家具位置的改变,人的走动等,室内地面清洁机器人工作时,必须适应复杂多变、非结构化的动态环境,设法躲避各种物体,并避免和人发生互动作用. 室内环境建模 环境地图的建模形式主要有三种:拓扑图、特征图、直接表征法及栅格图. 拓扑图易于扩展,但难以可靠、精确地识别具体位置. 特征图定位准确,模型易于用计算机描述和表示,也适于路径规划和轨迹控制,但需要特征提取等预处理过程,对传感器噪声比较敏感,只适于高度结构化环境. 室内环境建模 直接表示法数据存贮量大,环境噪声干拢严重,特征数据的提取与匹配困难. 栅格法将基于传感器系统的地图模型识别法和测距法相结合,环境描述易于创建和维护,对某个网格的感知信息可直接与环境中某个区域对应,机器人对所测得的障碍物具体形状不太敏感，具有直观简洁、分辨率高、清洁效率高、覆盖率及单位电池能量的清扫面积大等特点,适用于室内等中小环境路径规划地图模型的建立。 室内环境建模 本文采用栅格法建立环境地图模型.忽略机器人的旋转运动,墙壁为直线型,视房间为一个矩形,按照设定好的清洁范围,以清洁机器人大小尺寸为基本清洁单元,将房间自动划分成互不重叠的单元格,形成栅格图,每个栅格表示一个自由区域或障碍区域,如图1. 室内环境建模 图1中,A点为机器人停放位置,机器人的工作位置可以通过坐标(x,y)表示,设工作房间长X,宽Y,则x为沿X方向坐标,y为沿Y方向坐标.参数X和Y可以任意调整.白色区域表示自由区,清洁机器人可以自由活动.黑色区域表示障碍区,清洁机器人不能通过,非线形障碍物可近似等效为线形. 路径规划与仿真 路径规划方法 清洁机器人的路径规划方法可以分为两类:无环境模型的路径规划方法和基于环境模型的规划方法. 本文基于静态结构化环境模型,在障碍物信息(位置和形状)预先给定的情况下,采用沿边走的路径规划算法,即让机器人沿着墙边或障碍物的边界移动,进行内螺旋式“回”字型路径规划,如图2所示. 路径规划与仿真 图中箭头表示行走方向,直线表示行走路线,虚线表示返回停放位置的可能路径.清洁机器人工作开始时先绕房间行走一周,以熟悉环境,计算出清洁面积,限定以后的运行路径的范围. 路径规划与仿真 这种路径规划行程较短,理论上减少了转弯的次数,可避免“外螺旋式”和“往复前进式”的边缘效应,易于实现较大的覆盖率.同时,“内螺旋式”的终点位于区域中心附近,远离障碍物,从而在区域覆盖问题上,有利于机器人在区域间的衔接行走,从而有效地提高了清洁效率. 无障碍路径规划 地面清洁机器人从停放位置(通常为墙角)开始工作,采用沿边走路径算法,按照内螺旋式“回”字型路径进行清扫,对所走过的路径及时进行标记并自动确定前进方向,直至全部清扫完毕自动返回. 路径规划与仿真 避障路径规划 避障路径规划任务分解为定位和避障.避行为是指机器人检测到在其移动方向上有障碍存在时而采取的避开障碍物移动的行为. 避算法应该满足下列三个要求:实时性、实用性和靠性,即要求算法简单可行,在保证与障碍物不生碰撞和安全的前提下移动. 路径规划与仿真 避障方法　清洁机器人工作环境中通常存在障碍物,为保证机器人正常工作,本文采用沿边走算法来指导局部规划中的避障行为,其核心在于沿内螺旋式“回”字型路径行走的过程中判断障碍物并进行避障。 避障路径规划流程　避障路径规划中,机器人工作时需要进行障碍物和边界两方面检测与处理.环境地图模型如图1.假设A(x,y)点是机器人所在的栅格,行走前,机器人将搜索与其相邻的四个方向,即上(x,y+Y/