張玉婷，鄒彤雯，王艷麗，任濱僑

(黑龍江省科學(xué)院高技術(shù)研究院，哈爾濱150020)

自主移動機(jī)器人是機(jī)器人研究領(lǐng)域的核心內(nèi)容之一，其研究集中體現(xiàn)了一個(gè)國家自動化、智能化研究水平的高低，它的研究跨機(jī)械、電子、通信等多學(xué)科、多領(lǐng)域。自主移動機(jī)器人綜合運(yùn)用傳感器技術(shù)、信息處理技術(shù)、無線通信技術(shù)、機(jī)電一體化技術(shù)等前沿科技。隨著科學(xué)技術(shù)的不斷發(fā)展，移動機(jī)器人技術(shù)也在日新月異，可以說，移動機(jī)器人的研究水平是一個(gè)國家科技發(fā)展水平、國防工業(yè)技術(shù)的高度體現(xiàn)［1-2］。

1 自主移動機(jī)器人的關(guān)鍵技術(shù)

自主移動機(jī)器人研究，涉及信息融合技術(shù)，通信技術(shù)，機(jī)電一體化技術(shù)等領(lǐng)域，而且隨著研究的不斷深入，會有更多的新技術(shù)得到應(yīng)用。自主移動機(jī)器人研究領(lǐng)域應(yīng)用較為廣泛的技術(shù)有:

結(jié)構(gòu)體系優(yōu)化技術(shù)。采用分布式結(jié)構(gòu)可以提高移動機(jī)器人的實(shí)時(shí)性和準(zhǔn)確性。

多傳感器信息融合技術(shù)。單一傳感器的應(yīng)用只能獲取單一的外部信息，這就要求把多種類、多數(shù)量的傳感器綜合起來應(yīng)用，對多個(gè)傳感器讀取的信息數(shù)據(jù)加以融合，以期得到準(zhǔn)確的環(huán)境信息，從而建立精確的外部環(huán)境模型［3］。

導(dǎo)航與定位技術(shù)。在機(jī)器人運(yùn)動過程中，定位分為兩種，一種是全局定位，一種是機(jī)器人姿態(tài)定位［4］，全局定位是機(jī)器人在起始點(diǎn)與目標(biāo)點(diǎn)之間的位置確定;姿態(tài)定位是確定移動機(jī)器人導(dǎo)航角和相對于坐標(biāo)原點(diǎn)的距離。

2 自主移動機(jī)器人避障算法

在移動機(jī)器人的運(yùn)動過程中，機(jī)器人能否主動避開前方的障礙物，尋找出一條到達(dá)目標(biāo)點(diǎn)的安全路徑，是機(jī)器人能否實(shí)現(xiàn)自主作業(yè)的關(guān)鍵，直接影響到機(jī)器人的智能。移動機(jī)器人的避障算法按照其對外部環(huán)境的感知狀態(tài)可以分為兩種，第一種是外部環(huán)境先驗(yàn)的全局規(guī)劃，第二種是通過傳感器系統(tǒng)建立外部環(huán)境模型的局部規(guī)劃，也就是實(shí)時(shí)路徑規(guī)劃。

典型的避障算法包括:

2.1 人工勢場法

人工勢場法的原理是把機(jī)器人的運(yùn)動看成是在虛擬力場中的運(yùn)動，當(dāng)移動機(jī)器人靠近障礙物時(shí)，它們之間產(chǎn)生斥力場，且離得越遠(yuǎn)斥力越小。但是總體上移動機(jī)器人和終點(diǎn)產(chǎn)生的是引力場［3］。移動機(jī)器人通過斥力場躲避前方出現(xiàn)的障礙物，通過引力場朝向目標(biāo)點(diǎn)前進(jìn)，這種勢力場是虛擬力場，但是對于機(jī)器人的自動導(dǎo)航有著良好的效果。

人工勢場法的優(yōu)點(diǎn):該算法思路簡單清晰、結(jié)構(gòu)簡潔，而且便于底層的實(shí)時(shí)控制，避障程序的編寫也較為方便。

人工勢場法的缺點(diǎn):容易產(chǎn)生局部最小值問題，當(dāng)移動機(jī)器人運(yùn)動到墻角及狹窄地帶容易產(chǎn)生鎖死現(xiàn)象，而且當(dāng)兩個(gè)障礙物之間的距離較近的時(shí)候，該算法難以發(fā)現(xiàn)躲避路徑;另一個(gè)缺點(diǎn)是勢場力決策選擇時(shí)，移動機(jī)器人在障礙前容易產(chǎn)生振蕩現(xiàn)象，難以保證避障的平穩(wěn)性。

圖1 人工勢場法原理圖Fig.1 The schematic of artificial potential field method

2.2 A* 算法

A*算法是一種啟發(fā)式的避障算法，基本原理可以概括為動態(tài)最短路徑法。A*算法利用空間啟發(fā)式信息，通過對比選擇恰當(dāng)?shù)墓纼r(jià)函數(shù)，然后通過動態(tài)搜索策略，求出移動機(jī)器人的最優(yōu)規(guī)劃路徑，A*算法可以分成兩類，基于C空間的A*算法和基于四叉樹的A*算法［5］。

A*算法的優(yōu)點(diǎn):算法引入了啟發(fā)式函數(shù)，減少了搜索的環(huán)境空間、有很高的搜索效率，將該算法應(yīng)用到移動機(jī)器人的自主避障于導(dǎo)航上有很好的實(shí)時(shí)性。

A*算法的缺點(diǎn):算法搜索出的路徑比較粗糙，是一個(gè)可行性路徑，但是路徑的優(yōu)化性較差，而且對于比較復(fù)雜的未知環(huán)境，其搜索效率并不高。

2.3 RRT 算法

RRT算法是快速擴(kuò)展隨機(jī)數(shù)算法的簡稱，該算法采用了隨機(jī)查詢采樣的搜索方法，隨機(jī)采樣的意思是指不建立外部空間映射，而是經(jīng)過一個(gè)優(yōu)化策略對外部空間進(jìn)行信息采樣，然后執(zhí)行最佳路徑策略。

圖2 隨機(jī)樹拓展搜索Fig.2 Expand search by random tree

2.4 滾動窗口避障算法

滾動窗口避障算法是一種基于預(yù)測理論的尋優(yōu)算法，該算法的原理是移動機(jī)器人搭載了多傳感器系統(tǒng)，通過該系統(tǒng)在機(jī)器人前方建立半徑為R的滾動窗口，該窗口實(shí)時(shí)探測障礙物信息并建立外部環(huán)境模型，然后通過啟發(fā)式算法生成優(yōu)化子目標(biāo)，并且做出相應(yīng)的避障策略，滾動窗口不斷更新外部環(huán)境信息，產(chǎn)生多個(gè)優(yōu)化子目標(biāo)，每個(gè)優(yōu)化子目標(biāo)點(diǎn)的疊加，使機(jī)器人到達(dá)終點(diǎn)［5］。

滾動窗口算法的優(yōu)點(diǎn):搜索出的避障路徑較為優(yōu)化，使移動機(jī)器人能夠很好地避開障礙物，并且算法簡潔、信息存儲量小，機(jī)器人的實(shí)時(shí)性較好。

滾動窗口算法的缺點(diǎn):在復(fù)雜的環(huán)境中移動機(jī)器人容易產(chǎn)生局部極小值。

圖3 滾動窗口的建立Fig.3 The establishment of a scrolling window

表1為常用的避障算法進(jìn)行綜合對比說明。

3 自主移動機(jī)器人避障算法的發(fā)展方向

以往研究的移動機(jī)器人避障算法，自身的局限性較大，而且受到傳感器技術(shù)的制約，有些算法在移動機(jī)器人的實(shí)際應(yīng)用中難以實(shí)現(xiàn)。未來在移動機(jī)器人避障算法的研究領(lǐng)域，要把算法的理論性與實(shí)際應(yīng)用性結(jié)合起來，實(shí)現(xiàn)機(jī)器人搜索路徑的高效性、實(shí)用性、優(yōu)化性，這種模式是未來機(jī)器人算法的發(fā)展趨勢。

表1 移動機(jī)器人避障算法匯總Tab.1 The summary of obstacle avoidance algorithm for mobile robot

綜合考慮各種因素及以往多方面的研究，未來自主移動機(jī)器人避障算法將會朝著以下方向發(fā)展:

(1)智能算法在未來的研究中將不斷創(chuàng)新和改進(jìn)。傳統(tǒng)算法都有其自身的局限性，只適合在特定的條件下應(yīng)用，這就要求未來的研究要朝著算法融合的方向發(fā)展，把各種算法的優(yōu)良性能融合到一起。

(2)在移動機(jī)器人自主避障與導(dǎo)航領(lǐng)域，多傳感器信息融合技術(shù)將得到廣泛的應(yīng)用。傳感器系統(tǒng)為機(jī)器人提供環(huán)境信息，多傳感器信息融合技術(shù)可以使機(jī)器人建立更加準(zhǔn)確的外部環(huán)境模型，以供機(jī)器人做出導(dǎo)航策略。

(3)動態(tài)未知外部環(huán)境的研究將成為熱點(diǎn)。在以往避障算法的研究中，主要以靜態(tài)外部環(huán)境的研究為主，以動態(tài)外部環(huán)境的研究為輔，顯然動態(tài)外部環(huán)境更加貼近現(xiàn)實(shí)，更具有現(xiàn)實(shí)應(yīng)用意義。以往關(guān)于動態(tài)障礙物的研究，是基于動態(tài)障礙物勻速直線運(yùn)動這一假設(shè)的，因此動態(tài)障礙物多種類、多數(shù)量、速度隨機(jī)、方向隨機(jī)的研究將是移動機(jī)器人自主避障研究領(lǐng)域的重點(diǎn)課題。

4 結(jié)論

筆者主要針對移動機(jī)器人的避障算法進(jìn)行了深入研究，通過對不同算法的優(yōu)、缺點(diǎn)的比較與分析，對未來自主移動機(jī)器人避障算法的研究方向進(jìn)行了探討。研究結(jié)果表明，不同算法的融合技術(shù)、多傳感器融合技術(shù)及動態(tài)未知環(huán)境下的移動機(jī)器人自主避障研究將是移動機(jī)器人避障算法研究的重點(diǎn)領(lǐng)域。

［1］任立敏.基于激光測距儀的移動機(jī)器人避障感知與避障策略研究［D］.哈爾濱:哈爾濱工業(yè)大學(xué)，2007.

［2］唐鴻儒，宋愛國.基于多傳感器信息融合的偵察機(jī)器人模糊路徑跟蹤行為研究［J］.傳感技術(shù)學(xué)報(bào)，2007，20(8):1809—1814.

［3］馮建農(nóng)，柳明，吳捷.自主移動機(jī)器人智能導(dǎo)航研究進(jìn)展［J］.機(jī)器人學(xué)報(bào)，1997，19(6):468—473.

［4］Motamed C，Wallart O.A Temporal Fusion Strategy for Cross-Camera Data Association［J］.Pattern Recognition Letters，2007，28(2):233—245.

［5］叢巖峰，基于滾動優(yōu)化原理的路徑規(guī)劃算法研究［J］.長春:吉林大學(xué)，2007.

［6］何偉烽，自主式移動機(jī)器人路徑規(guī)劃研究及軟件仿真實(shí)現(xiàn)［D］.西安:西安電子科技大學(xué)，2011.