侯遠韶

摘 ?要：隨著自動化技術的進步和科技的發(fā)展，移動機器人技術越來越受到人們的重視。機器人避障和路徑規(guī)劃是機器人技術研究的重點。機器人避障運動首先利用單一或多個傳感器搜集的外部環(huán)境信息，感知規(guī)劃路線上可能存在的動態(tài)或靜態(tài)障礙物，進而利用相應的避障算法，實時對目標軌跡進行調整，最終躲避障礙物，實現(xiàn)路徑的合理規(guī)劃。

關鍵詞：移動機器人 ?傳感器 ?避障算法

中圖分類號：TP391 ? 文獻標識碼：A 文章編號：1672-3791（2019）08（c）-0004-02

隨著工業(yè)自動化水平的提高，以及中國制造2025和德國工業(yè)4.0的提出，機器人技術越來越受到人們的重視，機器人技術代表了自動化技術最先進的方向，融合通信技術、電子技術以及計算機技術多個領域，而移動機器人技術代表著機器人技術最前沿的方向和最先進的技術，融合了各種內(nèi)部和外部傳感器以及不同避障算法，在工農(nóng)業(yè)生產(chǎn)中有著重要作用。機器人避障首先需要對障礙物的位置進行準確測量，然后依據(jù)一定的避障算法控制機器人的軌跡，障礙物有靜態(tài)和動態(tài)之分，從而加大了機器人避障的難度，因此如何保證移動機器人能夠正確躲避障礙物從而實現(xiàn)合理的路徑規(guī)劃，進而長時間、高質量地完成工作是我們研究的重點。

1 ?移動機器人避障常用傳感器

如何發(fā)現(xiàn)障礙物并進行躲避是移動機器人避障問題的重點。感知周圍環(huán)境信息是避障的第一步，傳感器作為電五官可以感知周圍環(huán)境信息，進而為下一步避障算法的運用和控制器的判斷決策提供依據(jù)[1]。機器人避障系統(tǒng)由信息處理系統(tǒng)和傳感器系統(tǒng)構成，傳感器主要有基于測距原理的傳感器和基于視覺的傳感器，基于測距原理的傳感器主要有激光傳感器、紅外傳感器和超聲波傳感器。

（1）激光傳感器，建立在連續(xù)光反射的基礎上，通過激光的飛行時間來對距離進行測量，優(yōu)點是成本低廉、建立方便、抗干擾能力強，但是在對黑體或遠距離物體進行測距時容易產(chǎn)生誤差，對透明材料如橡膠薄膜和玻璃沒有效果，主要由發(fā)射電路、測量電路和檢測電路3部分構成。

（2）紅外傳感器，通過紅外線的光線傳輸作為傳輸介質，紅外測距利用三角測距的原理，紅外傳感器由紅外發(fā)射器和檢測器構成。首先紅外發(fā)射器發(fā)出紅外線，當紅外光束遇到待檢測物體后，紅外光反射回到達檢測器接收到紅外光信號，進而利用三角形原理測出發(fā)射器與待檢測物體的距離。紅外傳感器價格低廉、隱蔽性好、功耗低，無論被測物體處于何種狀態(tài)，傳感器都能收到反應，但是容易受到各種光源的干擾，且由于紅外線穿透能力弱，對于黑體和透明的物體，紅外傳感器都無法準確檢測出物體的距離[2]。

（3）超聲波傳感器，通過測量超聲波飛行的時間進而得到待測物體的距離，其本質原理是將被測信號通過敏感元件和轉換電路轉換為電信號。同時，超聲波的傳輸速度與傳輸介質的干濕度、溫度有關，因此在對被測物進行精確測量的時候需要考慮環(huán)境因素。由于固體和液體受干濕度、溫度影響較小，因此超聲波傳感器在固體和液體中有更好的應用，穿透能力大、方向性好、頻率高，在對無損探傷方面具有重要意義。但是超聲波傳感器測量距離較短且有探測盲區(qū)的存在，多個超聲波傳感器之間可能會存在相互干擾。超聲波測距原理如圖1所示。

（4）視覺傳感器，是通過成像裝置和光學元件獲取外部環(huán)境數(shù)據(jù)，主要部件為照相機或攝像機?；谟嬎銠C視覺的傳感器主要有雙目視覺、基于結構光的深度相機和基于TOF技術的深度感知相機等，視覺傳感器精度與被測物體的距離有關，也與自身的分辨率有關。雙目視覺測距是利用人眼的原理，其本質為三角測距法，通過類似與人眼的兩個相機，在對被測物體成像時會出現(xiàn)不同的像素位置，進而利用三角測距法得出被測物體的準確距離;基于結構光的深度相機，發(fā)射的結構光照射在物體上面，由于光到達相機的位置不同，進而利用傳感器設置的參數(shù)、不同位置的偏移量和相機位置，最終得到被測物體的距離;基于TOF的深度相機，TOF即Time of Flight，是一種利用飛行時間進行測距的方法。基于TOF的深度相機采用主動光探測技術，方便大尺度地獲得動態(tài)三維場景，TOF技術采用主動光探測方式[3]。

2 ?移動機器人避障常用算法

（1）基于模糊控制的避障應用。移動機器人面對的是復雜多變的外部環(huán)境，傳統(tǒng)的控制算法已不能很好地適應非線性、多變量的復雜環(huán)境，同時在面對時變特征時如何建立準確的數(shù)學模型，傳統(tǒng)的控制算法不能給出一個很好的解決方案?；谀：壿嫷哪：刂扑惴ǎ瑢⒛：评砗湍：嫌袡C地結合起來，不需要建立準確的數(shù)學模型，同時便于計算機實時處理。模糊控制器主要由模糊化、數(shù)據(jù)庫、模糊推理和逆模糊化4部分組成，具體算法流程為：將傳感器收集的外部數(shù)據(jù)信息輸入控制器使數(shù)據(jù)模糊化，進而利用數(shù)據(jù)庫的量化因子、隸屬函數(shù)對模糊數(shù)據(jù)制定相應的控制準則，然后通過模糊推理對數(shù)據(jù)進行推理，最后逆模糊化將模糊推理得出的數(shù)據(jù)進行清晰化，得出障礙物的準確位置[4]。

（2）人工勢場法。將機器人的運動抽象化為人造勢力場中的一個質點，將目標設置為引力、障礙物設置為斥力，通過計算引力和斥力的大小，得出最終矢量值的大小，即力的方向。引力場函數(shù)為Uat（X）=k（X-Xgoal）2/2，設移動機器人的初始位置為X=[x，y]T，在障礙物的影響距離時內(nèi)也就是機器人和障礙物相距較近時，斥力場函數(shù)可以表示為：反之則為零。

其中ρ為障礙物和機器人之間的最小直線距離，η為位置增益系數(shù)，n為非零常數(shù)，最終通過斥力函數(shù)和引力場函數(shù)，得出移動機器人的最終路徑規(guī)劃。人工勢場法方法簡單，不需要大量的參數(shù)設置，時效性較好，可以及時反饋矢量大小，但是引力和斥力受距離影響比較大，當障礙物較遠時無法準確計算出矢量的大小，容易使機器人偏離路徑，進而和障礙物發(fā)生碰撞;同時，人工勢場法不容易得到全局最優(yōu)解，容易陷入局部死循環(huán)，使機器人難以到達目標位置[5]。

（3）Bug算法。移動機器人避障運動是指通過傳感器感知障礙物的輪廓形狀、所處位置以及范圍大小等各種信息，進而依據(jù)有效的算法思路實現(xiàn)避障運動。Bug算法的思路在于記錄并跟蹤障礙物的輪廓，通過障礙物的輪廓信息進行避障和合理的路徑規(guī)劃。Bug算法屬于實時路徑規(guī)劃算法，具有收斂性，其具有兩種模式：繞行障礙物邊緣行走和對著目標點的直線行走[6]。繞行障礙物算法為Bug1算法，移動機器人圍繞障礙物，尋找距離目標的最小點，然后離開，這種方法可以保證機器人能夠從任何位置到達目標位置，但算法的時效性比較低。算法流程為：標記機器人起始位置和目標位置，并將起始位置和目標位置做直線連接，機器人首先沿主線運動，當檢測到障礙物與運動路線有沖突時，改變移動策略沿邊界運動，一直運動到主線路徑向目標點前進。

（4）自由空間法。在傳感器采集的數(shù)據(jù)基礎上，首先構建相應的環(huán)境模型將移動機器人的避障運動轉化為求解自由空間內(nèi)最優(yōu)路徑規(guī)劃問題。自由空間法易于實現(xiàn)，且當初始位置和終點位置發(fā)生變化時僅需要對目標位置進行重新定位，不必對整個環(huán)境模型進行再繪制，原理簡單;但是在面對復雜多變的障礙物時，空間的連通變得復雜起來，算法不能生成最優(yōu)解，路徑優(yōu)化實現(xiàn)困難。

3 ?移動機器人避障多傳感器信息融合

多傳感器信息融合模擬人腦處理復雜問題的方式，將空間和時間上存在的多特征數(shù)據(jù)通過多個傳感器進行時空采樣，進而對采樣結果進行檢測、相關性分析，得到及時完整的目標狀態(tài)信息，為控制器提供分析、判斷、決策的依據(jù)，同時對環(huán)境變化具有很強的適應能力，可以擴大系統(tǒng)的覆蓋距離，增加系統(tǒng)的處理時間，當某一傳感器發(fā)生故障時不會導致整個系統(tǒng)的癱瘓。

單一傳感器采集的數(shù)據(jù)，不能全面反映物體的特征信息，導致出現(xiàn)較大的誤差，同時片面的數(shù)據(jù)容易使機器人陷入困境。多傳感器信息融合，采集的信息可以實現(xiàn)數(shù)據(jù)的互補，且信息是多源的，能夠增強系統(tǒng)的分辨能力，實現(xiàn)對數(shù)據(jù)的綜合處理，提高機器人避障系統(tǒng)的魯棒性與健壯性也稱為數(shù)據(jù)融合?；パa信息、冗余信息和協(xié)同信息是多傳感器系統(tǒng)的特點。多傳感器信息融合依據(jù)融合的對象不同可以分為像素層、特征層和決策層3個層次;信息融合的處理結構可以分為集中式融合、分布式融合和混合式融合，數(shù)據(jù)相關性、目標跟蹤、融合技術、目標識別技術等是多傳感器信息融合的研究重點。

4 ?結語

該文對移動機器人避障運動的關鍵技術做了分析和整理，從傳感器到算法原理都有涉及。移動機器人避障首先需要傳感器采集數(shù)據(jù)信息，單一傳感器采集的數(shù)據(jù)信息不能很好地反映物體的全部特征，多傳感器信息融合技術是未來發(fā)展的方向。最后介紹了路徑規(guī)劃算法，對機器人的運動路徑做出合理規(guī)劃，躲避障礙物，實現(xiàn)路徑的優(yōu)化。

參考文獻

[1] 歐陽鑫玉，楊曙光.基于勢場柵格法的移動機器人避障路徑規(guī)劃[J].控制工程，2014，21（1）：134-137.

[2] 晉曉飛，王浩，宗衛(wèi)佳.自主移動機器人避障技術研究現(xiàn)狀[J].傳感器與微系統(tǒng)，2018，315（5）：12-16.

[3] 康瑞芳.基于激光測距儀的移動機器人避障控制系統(tǒng)設計[J].科技通報，2018，22（4）：14-17.

[4] 劉召，宋立濱，于濤.基于行人軌跡預測的全向移動機器人路徑規(guī)劃算法[J].計算機仿真，2018，24（3）：24-27.

[5] 宋莉，李彩虹，王小宇.移動機器人局部避障路徑規(guī)劃仿真研究[J].計算機仿真，2018，12（4）：31-34.

[6] 胡靜波，陳定方，吳俊峰.基于改進模糊算法的移動機器人自主避障研究[J].自動化與儀表，2018，243（6）：55-59.