[发明专利]突发事件下机器人地图构建与在线规划方法

权利要求书

1.一种突发事件下机器人地图构建与在线规划方法，其特征在于，具体步骤为：

步骤1：构建栅格尺度地图；

步骤2：采用贝叶斯更新的方法，更新栅格地图的不确定度；

步骤3：根据机器人内部观测值检测突发事件，并确定地图中突发事件位置；

步骤4：在实时地图上突发事件检测点周围邻域点，以二维正态分布规律更新突发事件信息；

步骤5、对构建的实时地图信息进行映射并计算安全状态，当处于高安全状态时，对机器人路径做DWA规划即动态窗口法规划，将角速度与速度命令发给控制器；当处于低安全状态时，采用安全区域搜索策略，寻找高安全区域，将角速度与速度命令发送给控制器；

对当前局部实时地图采用逆Bresenham算法，提取出跨域机器人当前位置下周围的危险区域，计算危险区域到机器人的距离与相对角度(ρ，θ)，具体为：

(ρ，θ)＝{(ρ₁，θ₁)，(ρ₂，θ₂)，…，(ρ_i，θ_i)|0≤i＜360}

其中(ρ_i，θ_i)表示从与机器人航向偏差角度为i度方向上，危险区域到机器人的距离与相对角度；

计算当前航向一圈的相对角度作为角度评价值safe(θ_i)，设置safe_value为全区域阈值，当角度评价值safe(θ_i)小于safe_value则机器人于低安全状态；当所有的角度评价值safe(θ_i)均不小于safe_value则机器人处于高安全状态；角度评价值的计算公式为：

safe(θ_i)＝αρ_i+β*obc_width(θ_i)+γ*nearby_value(θ_i)

obc_width(θ_i)代表对应角度上的障碍宽度，nearby_value(θ_i)代表对应角度周围的值，其中，α，β，γ为各项对应的权重系数；

其中nearby_value(θ_i)计算方式为：令R₀代表设置的最小安全距离值，

其中p代表选择区域的大小，λ_j为比例参数，其符合高斯分布；

采用安全区域搜索策略，寻找高安全区域的步骤为：

在机器人的运动过程中，每隔10ms计算一次最优航向，计算以当前速度沿着最优航向运动500ms后的新的安全状态，若新安全状态为高安全态，则完成安全区域搜索；若新安全态为低安全态，则计算10ms后位置下的最优航向，其中，确定最优航向的具体方法为：

根据周围环境的安全态，计算所有航向上当前位置下的角度评价值与下一时刻位置下的角度评价值的按权重累加值，从其中选出最大值；最优航向choose_yaw的计算方式为：

其中，diff(θ_i)为当前角度偏差，safe(t+Δt)为在下一个时刻估计的安全状态；τ,ψ为各项对应的权重系数，safe(θ_i)为角度评价值。

2.根据权利要求1所述的突发事件下机器人地图构建与在线规划方法，其特征在于，构建栅格尺度地图的具体方法为：

以移动机器人的当前位置作为原点，沿NED坐标系的方向构建出表示环境信息的栅格尺度地图，设定栅格的区间值，并在区间值中划分出各个栅格状态所处区间值。

3.根据权利要求2所述的突发事件下机器人地图构建与在线规划方法，其特征在于，所述栅格状态包括障碍占据、受阻占据、打滑占据、弹坑占据和未占据状态。

4.根据权利要求1所述的突发事件下机器人地图构建与在线规划方法，其特征在于，采用贝叶斯更新的方法，更新栅格地图的不确定度的具体步骤为：

对所有栅格进行遍历计算更新估计值，将更新估计值与原栅格先验概率做比较，确定需要更新的栅格的；

使用每次更新中产生的更新估计值替代原始图中需要更新的栅格的值。