家庭服务机器人自主导航与路径规划方法研究

关键词：家庭服务机器人；自主导航；势场栅格法；滚动路径规划；室内移动 中图分类号：TP242．6 文献标识码：A Research on Autonomous Navigation and Path Planning of a Home Service Robot CHEN Hao, XIAO Nan-feng, QI De-yu (Computer School, South China University of Technology, Guangzhou 510641, China) Abstract: The ordinary industry robot seems to be incapable for the home services. The people are expecting a home service robot to complete the home service work. Therefore, we develop the home service robot. This paper presents a new approach for the autonomous navigation of the home service robot with the combination of describing environment based on grids and path planning based on potential field as well as rolling windows. Multi- channel sonar array and infrared ray finders are used to obtain the environment information. Simulation results confirm that the present approach is correct and effective. Key words: Home robot ; Autonomous navigation; Potential grid method; Rolling path planning 1 引言 近年来，随着智能机器人技术的迅速发展，智能机器人的应用领域正在不断地扩大，智能机器人已经开始进入了家庭服务行业[1]。由智能型家庭服务机器人代替人来完成各种家务劳动，这不仅是一项极具应用前景的高新技术行业，而且也已是智能机器人目前研究的一个重要热点。为此，我们开发了一个能在室内的家庭环境下自主移动和工作的家庭服务机器人，它主要有10大功能：(1)防盗监测；(2)安全检查；(3)家电控制；(4)清洁卫生；(5)物品搬运；(6)家庭娱乐；(7)病况监视；(8)儿童教育；(9)报时催醒；(10)电话接听。并且它可通过互联网和手机进行远程控制，见图1所示。 家庭服务机器人作为一种室内移动机器人，在自主导航过程中，它常常面临着无法预知和不可预测的动态环境，而且它感知环境的传感器给出的数据是固有的、不可避免、不完整、不可靠、不精确的[2]。因此，解决自主导航是一项十分艰巨的任务。目前，在已知的环境下，研究移动机器人对静态障碍物的路径规划已经取得了丰硕的成果。现在人们更多地开始注意动态环境下或不确定环境下的路径规划问题。本文主要研究家庭服务机器人在家庭居室环境下自主导航与路径规划问题。 图1 家庭服务机器人 2 家庭服务机器人自主导航 2．1 工作环境 家庭服务机器人最常见的工作环境是结构化环境，这些场所的共同特征是比较规范[1]。在这种环境中，机器人和人经常要发生互动作用，例如来来回回走动的人等。然而，家庭服务机器人必须使自己行走于各种物体之间，而不出现碰撞。家庭服务机器人主要工作于家庭居室环境中，因此对障碍物的描述有很好的便利，应用栅格法对家庭服务机器人导航地图进行处理也有很好的效率。 2．2 自主导航系统 家庭服务机器人自主导航原理如图2所示。本项研究中的导航系统配备了1个CCD摄像机、15个超声波传感器、14个红外线传感器、2个光电编码器用于自主导航。 3 家庭服务机器人运动学 3．1 运动学模型 建立运动学模型是进行路径规划和路径跟踪的前提。本项研究所采用的是两轮差速驱动方式。运动示意图如图3所示。其中，XOY为世界坐标系(地图坐标系)，xoy为它本身的坐标系，家庭服务机器人的运动学方程式为： 转速，r表示轮子的半径。 3．2 航位推算 目前机器人定位系统主要有相对定位和绝对定位系统[3]。本项研究采用相对定位系统，这种定位的最大优点是系统简单和成本较低，适合于家庭服务机器人。机器人通过2个光电编码器可以较准确的知道自身行走的距离和转弯角度。在推算航位时，根据左、右光电编码器的输出值可以求得家庭服务机器人控制系统第n次采样时左轮子位移Dl 结合运动学方程式(1)，可以得到航位推算算法如下： 4 家庭服务机器人路径规划 4．1 势场法与栅格法 文献[4]综合了势场法和栅格法的优点，提出了势场栅格法。本项研究亦采用势场栅格法，并结合滚动路径规划原理对未知或运动障碍物进行路径规划。用势场法进行路径规划，要求障碍物最好是规则的。而用栅格表示地图，能够很好地处理障碍物边界问题，避免复杂的计算。但栅格法存在存储量大和计算量大等问题，限制了它的使用范围。所以将栅格法与势场法结合起来将会是一种高效的算法。 与文献[4]不同的是，本项研究不采用启发函数，而是用栅格来表示地图。非障碍物所在的栅格置为0，其它栅格置为0。然后利用人工势场法计算机器人所在栅格中心点的势场函数值，判断运动方向，由此决定移动的下一个栅格，并循环整个过程，直到到达目标为止。在栅格地图中，很容易扫描到最近的障碍物栅格，比普通人工势场法障碍物的寻找方便很多。在栅格地图中，运动方向共有八个，如图4所示。 大小。此算法的特点是：(1)应用栅格法计算地图中人工势场函数时，只要计算当前栅格的函数值，避免了传统势场法的大计算量问题；(2)采用了修正势场函数，从而避免了局部最优点问题。 4．2 势场函数构造 人工势场可以想像为在运动过程中，目标栅格产生的引力场与障碍物产生的斥力场相叠加后产 4．3 路径节点搜索 路径节点的探索是在栅格地图中进行搜索相邻节点。按照式(6)～(13)计算出该栅格点所对应 在算法的具体实现中，栅格需要在三种情况下打上标记：①当从栅格n进入到n+1后，再选的不是n+2，而是回到n。为了防止路径点的循环与交叉，要为经过的栅格打上一个标记；②从栅格n进入到栅格n+1时，可能会出现栅格n+1是个死胡同，或者是已经走过的路径，则要返回到栅格n，并为栅格n+1打上一个标记。③边缘情况，也就是地图最外围的栅格，这些栅格的八个方向有些方向是不存在的，要给其打上标记。在路径规划过程中，如果所找到的栅格是上述打过标记的栅格或是障碍物栅格，则要忽略它。按由上面三种标记和改进的人工势场法就可以克服势场法存在的4个主要缺陷：(1)存在陷阱区域；(2)在相近障碍物间不能发现路径；(3)在障碍物前震荡；(4)在狭窄通道中摆动。 4．4 滚动路径规划 文献[6]中借鉴了预测控制滚动优化原理，提出了基于滚动窗口的移动机器人路径规划方法。滚动路径规划就是采用反复进行的局部优化规划代替一次性的全局优化结果，充分利用传感系统所能感测到的局部环境信息。在本项研究中，以周期的方式在滚动的每一步：(1)定义以当前位置为中心的一个圆形区域为优化窗口，以全局规划的路径点 为子目标，由障碍物探测系统扫描此优化窗口内的障碍物，一旦出现原地图没有的障碍物，则修改原地图。这一过程既是对全局先验障碍物信息的修正，也是对动态、不确定障碍物信息的认定；(2)由前面介绍的人工势场法结合栅格法确定优化窗口中的局部路径，然后前进一步，窗口向前滚动，产生新的优化窗口，继续步骤(1)。 5 仿真实验 (a)显示家庭服务机器人正确地避开了各种障碍物，从起始点(start)达到了目标点(goal)。从图5(b)可知，即使目标点(goal)在障碍物附近，家庭服务机器人也能成功地到达目标点。图5(c)和(d)是滚动路径规划实验结果。图5(c)是用原始地图规划的路径，家庭服务机器人开始不知道障碍物A存在。5(d)中家庭服务机器人很好地避开了未知障碍物A。 6 结论 势场法由于算法简单、势场和势场力的计算简便，常用于实时路径规划系统。但势场法存在着计算量大、局部最优点。而栅格法存在环境分辨率与环境信息存储量之间的矛盾。本项研究将两者的优点结合起来，既克服了势场法的缺点，又能很好地规划出路径。本文提出的自主导航与路径规划方法即将用于我们开发的家庭服务机器人完成防盗监测、安全检查、家电控制、家务劳动、病况监视、清洁卫生等各项作业。 图5 自主导航与路径规划仿真实验结果 参考文献 [1] 马骏骑．服务机器人[J]．昆明理工大学学报，1997 - 6，Vol．22，No．3，pp．32～36． [2] 陆新华，张桂林．室内服务机器人导航方法研究[J]．机器人，2003 - 01，V01．25，No．1，pp．80-87． [3] 李群明，等．室内自主移动机器人定位方法研究综述[J]．机器人，2003 - 11，Vol．25，No．6． [4] 王醒策．基于势场栅<