[发明专利]一种机器人在复杂场景中规避动态障碍物的方法

说明书

本发明涉及一种机器人在复杂场景中规避动态障碍物的方法。该方法可以在机器人存在有限感知范围，且动态障碍物速度大于机器人速度的条件下，产生有效的轨迹；同时在动态障碍物速度不会突变的条件下，该方法产生的轨迹依然可以规避障碍物，而不需要重复计算新路径。该方法基于快速随机树方法生成随机树来寻找可行路径，在快速随机树生长的过程中，利用速度障碍法来进行树节点的生长和选取，可以将避障问题在速度域与位置域同时考虑，且速度障碍生成速度很快，具有高效性；同时，采用考虑到最大机器人速度的速度障碍法(MVO)，可以规避相对高速的动态障碍物；另外，速度障碍物在多机避碰上具有优势，该专利中的方法同样可以适用于多动态障碍物避碰。

技术领域

本发明涉及机器人技术领域，更具体地，涉及一种机器人在复杂场景中规避动态障碍物的方法。

背景技术

随着相关科学技术的发展，机器人渐渐的在各个领域内得到了较为广泛的应用。同时，任务场景的愈加复杂使得机器人在复杂场景中无碰撞运动的需求愈加强烈。例如在仓储、码头装运等等领域中，机器人需要首先根据自身的任务路径行进，同时需要应对随时出现的动态障碍物。所以，机器人在复杂场景中规避动态障碍物具有巨大的研究价值。在复杂场景中，可能存在静态与动态障碍物，机器人如何在这样的环境中运动，如何产生无碰撞的路径，是该问题研究的关键点。

一般的步骤可以概括为，在场景中开始运动之前，机器人首先根据已知的地图(包含静态障碍物)产生一条全局无碰撞路径。在进行路径跟随的过程中，探测到动态障碍物时，进行临时规避。当障碍物规避之后，继续沿着全局路径行驶，直到到达终点。过程包括了全局路径生成算法、路径优化算法、路径跟随算法以及局部路径规划算法。

国内外各个高校以及研究所对机器人在复杂场景中规避动态障碍物的方法也进行了大量的研究。快速搜索随机树方法(rrt)就是一种传统的结局路径规划的算法。它以一个初始点作为根节点，通过随机采样增加叶子节点的方式，生成一个随机扩展树，当随机树中的叶子节点包含了目标点或进入了目标区域，便可以在随机树中找到一条由从初始点到目标点的路径。之后各种改进算法将rrt向各个方向改进。Rrt*加入启发式方程使得得到的结果更加趋于距离最优；connected rrt通过生成两棵树来加快搜索速度；rt-rrt将空间分成栅格，提高了搜索的效率使其效率更快，从而可以用于规避动态障碍物。在规避动态障碍物的情况下，rrt类算法往往效果不佳，一方面rrt中随机树的生成效率不高，另一方面是动态障碍物不断运动，需要不断的生成树和搜索树。

在另一方面，速度障碍法(VO)在多机动态避碰上有着优秀的效果，可以在多障碍物多机器人的场景中，使机器人进行避碰运动。但是此类方法适合机器人在局部范围内的速度域上进行避碰，没法产生一系列无碰撞路径。

发明内容

本发明为克服上述现有技术所述的至少一种缺陷，提供一种机器人在复杂场景中规避动态障碍物的方法，可以适用于不同模型的机器人任务中。

为解决上述技术问题，本发明采用的技术方案是：一种机器人在复杂场景中规避动态障碍物的方法，包括以下步骤：

S1.全局在运动的开始，机器人已知包含静态障碍物信息的场景地图以及目标点的位置，使用informed rrt*算法进行全局的路径规划，得到一条在限定计算时间内最优的全局路径；

S2.将上一步产生的一系列的全局路径点传入路径优化器，路径优化器使用多项式插值的方法进行路径优化，得到一条加加速度最小的路径，同时，该路径在位置、速度、加速度上都是平滑的；

S3.机器人使用模型预测法进行路径跟随，将步骤S2得到的一系列平滑路径点作为模型预测法的位置约束，将机器人模型以及状态约束作为模型预测法的等式、不等式约束；通过求解模型预测模型得到一系列未来的状态值和控制量，选取第一个控制量作为机器人的控制量传入控制系统；