[发明专利]一种用于室内移动机器人动态环境路径规划方法

说明书

本发明公开了一种动态环境下室内移动机器人局部路径规划方法，解决传统动态窗口算法(DWA)不能妥善处理动态障碍物的问题。该方法在传统局部路径规划上做了两点改进，改进策略旨在将动态障碍物的状态信息引入到DWA算法目标函数中，使得算法根据当前实际局部环境智能的调整规划路线；首先，利用障碍物的航向信息将动态障碍物分为需要避障处理的有威胁障碍物和不需要处理的无危胁障碍物，并将有威胁障碍物运动信息引入到DWA算法目标函数中，设计了速度组合评价因子和反应距离评价因子，速度组合评价因子帮助DWA选择出符合当前的线速度和角速度组合，反应距离评价因子负责挑选出最安全的避障路线，保证机器人在动态环境中的安全。

技术领域

本发明属于室内移动机器人路径规划领域，具体涉及一种移动机器人动态环境路径规划方法。

背景技术

近年来，随着新兴技术的蓬勃发展，如人工智能，大数据，物联网，5G技术等，移动机器人被应用到了各行各业，其技术也不断被扩展，成为了21世纪衡量国家科技创新发展和高端制造业水平的一个重要指标。作为移动机器人中枢控制系统的路径规划算法，直接决定着移动机器人的性能。DWA算法是目前移动机器人局部规划中使用最广泛的规划算法。传统DWA算法在遇到静态障碍物和相对行驶的动态障碍物时，往往表现良好避障路径也符合客观要求。但当动态障碍物与机器人夹角大于90°时，机器人会改变当前航向，朝向障碍物行进方向进行避障，导致避障路径不合理。出现这种情况的原因是DWA算法动态避障默认方式是将动态障碍物当作瞬时静态障碍物处理的，即在动态障碍物进入机器人视野的瞬间，算法采用静态避障的方式对动态障碍物进行路径规划。这种方式很明显的缺点是由于不考虑障碍物速度因素，对不同状态的障碍物，算法通常都会采用相同的避障方式。再者，传统DWA算法速度项的设计就是为了支持机器人的快速移动，因此在动态环境下，原始DWA每时每刻都会选择较高的避障速度。这两个问题对于机器人的动态环境避障来说，往往导致动态环境避障路径规划失败。

为了解决这个问题，国内外学者基于动态障碍物状态研究了一系列的方法，2018年Mingyang Guan等人研究了一种新的基于动态障碍物信息的DWA-CSC(DWA withCollision Suppression Cone)算法，可以使得机器人摆脱移动障碍物，不会出现与障碍物并驾齐驱的现象，但该算法并没有将动态障碍物进行速度分类，对于快速，慢速移动移动障碍物都进行固定形式的减速避障方式，没有充分利用到移动机器人的速度优势，出现机器人不必要的减速现象。

发明内容

本发明针对现有技术的不足，提供一种动态环境下室内移动机器人局部路径规划方法，解决传统动态窗口算法(DWA)不能妥善处理动态障碍物的问题。

为了达到上述目的，本发明的技术方案如下：

一种室内移动机器人动态环境路径规划方法，包括以下步骤：

步骤1，建立当前动态环境模型；

步骤2，依据移动机器人的物理限制和地图环境限制，计算出当前允许的的速度窗口V_r＝V_s∩V_a∩V_d；

步骤3，利用障碍物划分算法对机器人视野内的动态障碍物进行划分，得到需要避障的动态障碍物集合，保存运动状态信息；

步骤4：对速度空间内的速度按照时间分辨率为0.1s进行前向模拟模拟，得出候选速度轨迹；

步骤5，按照候选轨迹前向模拟终点及终点处移动机器人的位姿、状态计算航向得分，速度大小得分，障碍物距离得分；

步骤6：将步骤2中的动态障碍物信息集合与经过前向模拟后机器人的姿态速度信息，带入设计的速度组合评价因子中，挑选出符合规则的航向和速度；

步骤7：通过分析前向模拟轨迹终点与经过前向模拟时间后动态障碍物的位置关系，匹配合适的反应距离评价因子规则，得出反应距离评价得分；