[发明专利]一种虚实耦合约束环境下的机器人自主导航方法

权利要求书

1.一种虚实耦合约束环境下的机器人自主导航方法，其特征在于，该方法包括以下步骤：

第一步、虚拟空间的搭建：建立建筑物的BIM模型，再对BIM模型的信息进行提取，得到建筑物实体的位置信息；建筑物实体的位置信息和BIM模型构成虚拟空间；

第二步、虚实耦合约束环境的构建；

步骤1、由机器人得到周围环境的点云模型；

步骤2、根据第一步中得到的建筑物实体的位置信息，基于模型边界点的匹配方法将BIM模型中的边界点与点云模型中对应的边界点进行匹配，得到配准后的虚实耦合模型；

步骤3、将配准后的虚实耦合模型导入到物理引擎中，再在物理引擎中根据BIM模型与点云模型的建筑物实体属性对配准后的虚实耦合模型添加包络碰撞体，得到虚实耦合约束环境；

第三步、虚实耦合约束环境下的机器人全局路径规划；

步骤1、得到虚实耦合约束环境后，根据第一步得到的建筑物实体的位置信息进行栅格地图构建；

步骤2、得到栅格地图后，应用改进的A^*算法进行机器人全局路径规划，得到最优规划路径；

第四步、获取现实环境信息并结合虚实耦合约束环境，再考虑机器人的轮廓特征，在最优规划路径的相邻节点之间应用改进的DWA算法进行机器人局部避障；

第四步具体是：在机器人所能达到的速度窗口(v,w)中存在无穷多组速度，设定机器人采样速度的限制条件，再根据采样速度的限制条件筛选出符合条件的若干组速度，并得到机器人在这些速度下Δt时间间隔内的各自的轨迹；再通过现实环境信息并结合虚实耦合约束环境，再考虑机器人的轮廓特征，在最优规划路径的相邻节点之间应用改进的DWA算法的安全评价函数G(v,w)筛选出最优轨迹对应的速度v,w来控制机器人的运动，进行局部避障；

改进的DWA算法的安全评价函数G(v,w)具体是：设雷达的最大测量范围为d_max，视场为[φ_min,φ_max]，角度分辨率为Δφ，机器人航向对应的扫描角度为φ_rob；每次扫描后，得到的测量距离为{d₁,d₂,d₃,...,d_k}，测量角度为φ_k＝φ_min+(k-1)Δφ，测量到障碍物边缘的距离和角度分别为d_j和φ_j，根据已知的机器人轮廓参数r_rob对障碍物边缘进行扩展，扩展角度θ_j＝arctan(r_rob/d_j)；

设可通过的角度区间的区间中点为φ_mid，当前轨迹对应的角度为φ_rob，以区间[φ₁+θ₁,φ₂-θ₂]为例，其现实环境中安全角度评价函数为：

以雷达所在位置为起点，雷达搭载在机器人上，在φ_{i_o}方向到虚实耦合约束环境中障碍物的距离为l_{i_o}，该方向与相邻障碍物的夹角为θ_{i_o}；l_{i_o}反应了φ_{i_o}方向在虚实耦合约束环境中的安全距离评价，θ_{i_o}反应了φ_{i_o}方向在虚实耦合约束环境中的安全角度评价，d_σ为虚实耦合约束环境下安全距离阈值，则虚实耦合约束环境中安全距离评价函数为：

虚实耦合约束环境中角度的评价函数为：

a(φ_{i_o})＝θ_{i_o} (19)

虚实耦合约束环境中安全评价函数为：

couple(v,w,φ_{i_o})＝μ·a(v,w,φ_{i_o})+ν·l(v,w,φ_{i_o}) (20)

式20)中，μ,ν为安全评价系数；

因此，结合虚实耦合约束环境得到改进的DWA算法的安全评价函数为：

式21)中，heading(v,w)为方向角评价函数，表示机器人在当前的采样速度下，达到模拟轨迹末端时的朝向和目标之间的角度差距；velocity(v,w)为当前模拟速度的大小；angle(v,w,φ_{i_o})为现实环境中安全角度评价函数；couple(v,w,φ_{i_o})为虚实耦合约束环境中安全评价函数，ε为平滑函数；α,β,γ,ω,χ为加权系数。