CN104932493A - 一种自主导航的移动机器人及其自主导航的方法 - Google Patents

Abstract

本发明提供了一种自主导航的移动机器人，至少包括：在方向轮电动机的驱动控制下实现移动机器人转向的方向轮；方向轮编码器，用于读取方向轮的转向角度；分别与移动机器人的左后轮和右后轮连接的后轮左编码器和后轮右编码器，分别用于读取左后轮和右后轮的运转圈数；差速器；激光雷达，独立设置于移动机器人上，在预设角度内扫描移动机器人移动过程中周围的障碍物；多个超声测距传感器，设置在移动机器人的四周，用于检测移动机器人在移动过程中四周的障碍物，弥补激光雷达的盲区。通过设置在左后轮，右后轮和方向轮上的编码器，读取两个后轮的运转圈数和方向轮的转向角度，通过激光雷达识别周围障碍物特征，实现移动机器人的精确自主导航。

Description

一种自主导航的移动机器人及其自主导航的方法

背景领域

本发明涉及移动机器人领域，尤其涉及一种能够实现自主导航的移动机器人及其自主导航的方法。

背景技术

在人工智能、机器人技术发展越来越发达的今天，出现了很多可以自行移动的智能设备，例如家用扫地的机器人、安防巡检机器人等，这些智能设备通常可以自行感知周边环境，生成地图并规划行走路线。

目前，市面上这些能够实现自主导航行走的两轮的移动机器人，通常都是左右车轮各使用一个马达，通过两边马达转速不同达到转向的目的，这种驱动方式下，设备可以实现原地转弯，控制算法也相对比较容易。但是在一些体积较大、车身较重的设备中，使用类似原理的四轮汽车或三轮车的驱动方式更为合理，这种驱动方式下，是依靠前轮(即方向轮)转动方向来达到转向的目的。

发明内容

针对上述问题，为了扩展自主导航设备的应用领域，本发明提供了一种自主导航的移动机器人及其自主导航的方法，其主要通过一种自主导航的移动机器人及其自主导航的方法，其通过分别设置在方向轮，左后轮和右后轮的编码器获取方向轮，左后轮和右后轮的角度和转速，作为移动机器人实现自主导航的基础数据，简单方便同时保证了自主导航的精度。

本发明提供的自主导航的移动机器人，至少包括：

在方向轮电动机的驱动控制下实现所述移动机器人转向的至少一个方向轮；

与所述方向轮连接的方向轮编码器，用于读取所述方向轮的转向角度；

分别与移动机器人的左后轮和右后轮连接的后轮左编码器和后轮右编码器，分别用于读取所述左后轮和右后轮的运转圈数；

分别与移动机器人的左后轮、右后轮、和后轮电动机连接的差速器，用于控制所述左后轮和右后轮的转速；

激光雷达，独立设置于所述移动机器人上，在预设角度内扫描所述移动机器人移动过程中周围的障碍物；

多个超声测距传感器，设置在所述移动机器人的四周，用于检测所述移动机器人在移动过程中四周的障碍物，弥补激光雷达的盲区；

所述方向轮电动机、后轮电动机、激光雷达、超声测距传感器、方向轮编码器、后轮左编码器、以及后轮右编码器分别与所述移动机器人中的总控制器连接，所述总控制器不断获取所述激光雷达、超声测距传感器、方向轮编码器、后轮左编码器、以及后轮右编码器的数据，随后利用自适应蒙特卡罗定位方法通过SLAM算法实现对周围环境的地图构建和位置定位，实现移动机器人自动路径规划和导航。

在本技术方案中，分别针对左后轮和右后轮安装编码器，以获取两个后轮的运转圈数，利用差速器来控制两个后轮的速度，根据设置在方向轮的方向轮编码器获取方向轮的转向角度。

优选地，所述移动机器人包括一个或两个方向轮。

优选地，所述方向轮编码器设置于方向轮的转向立柱上或方向轮电动机输出轴的部位。

优选地，所述激光雷达设置在所述移动机器人的前部或中部，且所述预设角度大于60°。

在本技术方案中，激光雷达能够扫面到的角度越大越好，这样移动机器人自主导航的精确度越高。

一种移动机器人自主导航的方法，应用于上述自主导航移动机器人，通过A-star算法或Dijkstra算法，在地图上获取移动机器人从当前位置到达目的地的最优路径，随后再根据移动机器人当前位置和当前的速度判定所述移动机器人下一步的移动轨迹，其中，

判定所述移动机器人的下一步移动轨迹具体包括以下步骤：

S1根据不同时刻后轮左编码器和后轮右编码器的读数获取移动机器人当前的线性速度vx：

$\mathrm{vx}=\frac{\frac{(\mathrm{lr}{p}_n-{\mathrm{lrp}}_{n-1})+({\mathrm{rrp}}_n-{\mathrm{rrp}}_{n-1})}{2}*\frac{\mathrm{\π}\×D}{\mathrm{RP}}}{t},$

其中：其中：lrp_n表示n时刻后轮左编码器的读数，rrp_n表示n时刻后轮右编码器的读数，lrp_n-1表示n-1时刻后轮左编码器的读数，rrp_n-1表示n-1时刻后轮右编码器的读数，D表示移动机器人左后轮和右后轮的直径，RP表示后轮左编码器和后轮左编码器完整一圈的读数，t表示n时刻和n-1时刻的时间间隔；

根据方向轮编码器的读数获取方向轮的当前角度ang：

ang＝HA×(frp-FZRP)，

其中：HA表示方向轮编码器每个读数对应的方向轮的角度，frp表示方向轮编码器的当前读数，FZRP表示方向轮零角度时的编码器读数；

S2结合激光雷达、方向轮编码器、后轮左编码器、以及后轮右编码器的数据，利用自适应蒙特卡罗定位方法，定位所述移动机器人在环境中的位置；

S3对所述移动机器人下一步移动的线性速度和方向轮角度进行采样，其中，线性速度SAM_VX的采样范围SAM_VX_BND为：

SAM_VX_BND＝[max(vx-MIN_VAX，0)，min(vx+MAX_VAX，MAX_VX)]，

其中，MIN_VAX表示移动机器人减速时的最大加速度，MAX_VAX为移动机器人加速时的最大加速度，MAX_VX为移动机器人直线运行的最大速度；

方向轮角度的采样范围SAM_ANG_BND为：SAM_ANG_BND＝[max(ang-MVZW，MIN_ANG)，min(ang+MVZW，MAX_ANG)]，

其中，″MVZW″表示方向轮的最大角速度，″MIN_ANG″表示方向轮向右能达到的最大角度，″MAX_ANG″表示方向轮向左能达到的最大角度；

分别在所述线性速度和所述方向轮角度的采样范围选取预设数量的采样值，分别作为线性速度和方向轮角度的样本值；

S4根据轴距、所述线性速度的样本值、和所述方向轮角度的样本值预测所述移动机器人的下一步移动轨迹；

S5分别对每个所述线性速度的样本值和方向轮角度的样本值进行评估，直到得到最优的样本值，作为所述移动机器人的下一步移动的速度。

优选地，在步骤S3中，在对线性速度和方向轮角度采样的过程中，设定所述移动机器人下一步移动的时间长度为1s。

本发明提供的自主导航设备和自主导航方法，其有益效果在于：

1.在本发明中，通过设置在左后轮和右后轮上分别安装编码器，读取两个后轮的运转圈数，相比传统的仅在马达输出轴上安装一个编码器的方式，可以推算出设备移动的位置和角度；

2.通过设置在方向轮上的编码器读取方向轮的转向角度，从而可以精确控制方向轮的转动角度，以精确地实现移动机器人的自主导航；

3.在本发明中，通过对移动机器人运行过程中的线性速度和方向轮角度进行采样，以推定移动机器人下一步移动的轨迹，同时对采样值中的样本值进行评估，实现在移动机器人自主导航的过程中移动轨迹的自动规划和优化。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细说明：

图1为本发明中自主导航移动机器人的底盘的结构示意图；

图2为本发明中自主导航移动机器人的结构示意图；

图3为本发明中自主导航移动机器人移动轨迹评估示意图。

附图标记：

101.方向轮，102.方向轮编码器，103.方向轮电动机，104.后轮电动机，105.后轮右编码器，106.右后轮，107.差速器，108.左后轮，109.后轮左编码器，110.激光雷达，111.超声测距传感器，112.总控制器，113.方向轮控制器，114.后轮控制器，301.第一障碍物，302.第二障碍物，303.移动机器人当前位置，304.预测的移动机器人下一步的移动轨迹

具体实施方式

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面结合附图和实施例对本发明进行具体的描述。下面描述中的附图仅仅是本发明的一些实施例。对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

如图1和图2所示为本发明提供的自主导航的移动机器人，至少包括：用于移动机器人转向的方向轮101，且其在方向轮电动机103的驱动控制下实现移动机器人的转向，在实际应用中，移动机器人可以根据实际情况选择一个方向轮101或两个方向轮101，若移动机器人中安装了两个方向轮101，则上述方向轮电动机103同时与两个方向轮连接控制两个方向轮101的转向，当然，我们方向轮的数量不作限定，移动机器人需要，能够满足转向的目的，都包括在本发明的内容中。且在本发明中，为了实时读取方向轮101的转向角度，在转向立柱或方向轮输出轴的部位设置了方向轮编码器102，以读取方向轮101的转向角度。同时，为了实现对方向轮电动机103和方向轮编码器102的控制，将方向轮编码器102连接至总控制器112，总控制器112从方向轮编码器102中读取数据；方向轮电动机103也通过方向轮控制器113实现与总控制器112连接，以控制方向轮101的转向。作为具体实施方式，在本发明中，方向轮101的轴距WB为0.6m；使用型号为E6C3-AG5C 1024P/R的方向轮编码器102，即方向轮101在零角度(当移动机器人直线移动时)方向轮编码器102的读数FZRP为120，且方向轮编码器102中每个读数对应的方向轮101的的角度HA为0.05371°；使用型号为57BL110-230的无刷直流电机作为方向轮电动机103，当方向轮电动机103带动方向轮转动时，方向轮101的最大角速度MVZW为18度/s，且方向轮101向左能够达到的最大角度MAX_ANG为60°，向右能够达到的最大角度MIN_ANG为-60°。当然，我们对方向轮编码器102和方向轮电动机103的型号不做限定，只要其能实现本发明的目的，都包括在本发明的内容中。

移动机器人中还包括分别与移动机器人的左后轮108和右后轮106连接的后轮左编码器109和后轮右106编码器105，且两个编码器分别设置在与之对应的后轮的连接轴上，以分别读取左后轮108和右后轮106的运转圈数，以获取左后轮108和右后轮106的运转速度；同时，为了实现对左后轮108和右后轮106转速的调整，设置了分别与移动机器人的左后轮108、右后轮106、和后轮电动机104连接的差速器107，该差速器107协同与之电连接的后轮电动机104为两个后轮提供动力。类似地，为了实现对后轮电动机104和两个后轮编码器的控制，分别将后轮电动机104和两个后轮编码器与总控制器112连接，其中，后轮电动机104通过后轮控制器114与总控制112连接。作为具体实施方式，在本发明中，两个后轮的轴距WB都为0.6m，且两个后轮的直径D都为0.25m；两个后轮编码器的型号都使用型号为E6B2-CWZ6C 2000P/R的编码器，即后轮编码器完整一圈的读数RP都为2000。当然，我们对两个后轮编码器型号不做限定，只要其能实现本发明的目的，都包括在本发明的内容中。

为了使移动机器人能够探测到周围的障碍物，在移动机器人上独立设置了与总控制器112连接的激光雷达110，其在预设角度内扫描移动机器人移动过程中前方的障碍物，且实时的将探测到的数据发送至总控制器112中。又为了提激光雷达110的精确度，其设置在移动机器人的前部或中部，从图1中可以看出，这里我们说的前部或中部是相对于沿方向轮101到两个后轮中心的轴线方向而言的，具体可以将移动机器人的底盘在该方向上进行三等分，靠近方向轮的第一等分和第二等分即为上述的前部和中部，在实际应用中，应将其尽量靠近方向轮101设置。另外，为了让激光雷达110充分发挥作用，在实际应用中，选择的激光雷达110的扫面的视野角度应该不小于60°，且在具体实施方式中，选用型号为SICK LMS111的激光雷达110，当然，在本发明中，我们同样对激光雷达110选用的型号不做具体限定，只要其能实现本发明的目的，都包括在本发明的内容中。

同时，我们还在移动机器人的四周设置了分别与总控制器112连接的多个超声测距传感器111，以检测移动机器人在移动过程中四周的障碍物，弥补激光雷达的盲区；并将探测到的数据发送至总控制器112。从图1中可以看出，我们设置了10个超声测距传感器111在移动机器人的四周，在实际应用中，还可以根据具体情况进行调整，如为了获取更加精确的数据，可以设置15，20，30个甚至更多，只要能够满足当前的应用背景，实现目的，都包括在本发明的内容中。

总体来说，在本发明提供的自主导航移动机器人中，方向轮电动机103、后轮电动机104、激光雷达110、超声测距传感器111、方向轮编码器102、后轮左编码器109、以及后轮右编码器105分别与移动机器人中的总控制器112连接，总控制器112不断获取激光雷达110、超声测距传感器111、方向轮编码器102、后轮左编码器109、以及后轮右编码器105的数据，随后利用自适应蒙特卡罗定位方法通过SLAM算法实现对周围环境的地图构建和位置定位，最后实现移动机器人自动路径规划和导航。

基于上述自主导航的移动机器人，本发明还提供了一种该移动机器人自主导航的方法，其首先通过最短路径算法，如，A-star算法或Dijkstra算法，在地图上获取移动机器人从当前位置到达目的地的最优路径，随后再根据移动机器人当前位置和当前的速度判定移动机器人下一步的移动轨迹，其中，

判定移动机器人的下一步移动轨迹具体包括以下步骤：

S1根据不同时刻后轮左编码器109和后轮右编码器105的读数获取移动机器人当前的线性速度vx：

$\mathrm{vx}=\frac{\frac{(\mathrm{lr}{p}_n-{\mathrm{lrp}}_{n-1})+({\mathrm{rrp}}_n-{\mathrm{rrp}}_{n-1})}{2}*\frac{\mathrm{\π}\×D}{\mathrm{RP}}}{t},$

其中：lrp_n表示n时刻后轮左编码器109的读数，rrp_n表示n时刻后轮右编码器105的读数，lrp_n-1表示n-1时刻后轮左编码器109的读数，rrp_n-1表示n-1时刻后轮右编码器105的读数，D表示移动机器人左后轮108和右后轮106的直径，RP表示后轮左编码器109和后轮左编码器109完整一圈的读数，t表示n时刻和n-1时刻的时间间隔。作为具体实施方式，假定n时刻的左、右编码器读数分别为lrp_n＝1800，rrp_n＝1600；n-1时刻的左、右编码器读数分别为lrp_n-1＝1700，rrp_n-1＝1500；n时刻和n-1时刻的时间间隔t＝0.1秒，那么根据上述方法设备移动的当前线性速度vx为：

$\mathrm{vx}=\frac{\frac{(\mathrm{lr}{p}_n-{\mathrm{lrp}}_{n-1})+({\mathrm{rrp}}_n-{\mathrm{rrp}}_{n-1})}{2}*\frac{\mathrm{\π}\×D}{\mathrm{RP}}}{t},$

根据方向轮编码器102的读数获取方向轮101的当前角度ang：

ang＝HA×(frp-FZRP)

其中：HA表示方向轮编码器102每个读数对应的方向轮101的角度，frp表示方向轮编码器102的当前读数，FZRP表示方向轮101零角度时的编码器读数。在具体实施例中，假定方向轮编码器102的当前读数frp为350，那么方向轮101的角度为：

ang＝HA×(frp-FZRP)＝0.05371×(350-120)＝12.3533度

S2结合激光雷达110、方向轮编码器102、后轮左编码器109、以及后轮右106编码器105的数据，利用自适应蒙特卡罗定位方法，定位移动机器人在环境中的位置；

S3对移动机器人下一步移动的线性速度和方向轮101角度进行采样，其中，线性速度SAM_VX的采样范围SAM_VX_BND为：

SAM_VX_BND＝[max(vx-MIN_VAX*tp，0)，min(vx+MAX_VAX*tp，MAX_VX)]

在实际应用中，为了降低副作用，假定移动机器人下一步移动的时间长度tp是1s，以此简化计算公式：

SAM_VX_BND＝[max(vx-MIN_VAX，0)，min(vx+MAX_VAX，MAX_VX)]

其中，MIN_VAX表示移动机器人减速时的最大加速度，MAX_VAX为移动机器人加速时的最大加速度，MAX_VX为移动机器人直线运行的最大速度。具体地，选用上述的描述中的取值，采样范围为：

SAM_VX_BND＝[max(vx-MIN_VAX，0)，min(vx+MAX_VAX，MAX_VX)]

＝[max(0.3927-0.6，0)，min(0.3927+0.5，1.5)]]

＝[0，0.8927]。

方向轮101角度的采样范围SAM_ANG_BND为：

SAM_ANG_BND＝[max(ang-MVZW，MIN_ANG)，min(ang+MVZW，MAX_ANG)]

其中，″MVZW″表示方向轮101的最大角速度，″MIN_ANG″表示方向轮101向右能达到的最大角度，″MAX_ANG″表示方向轮101向左能达到的最大角度。同样的，选用上述的描述中的取值，采样范围为：

SAM_ANG_BND＝[max(ang-MVZW，MIN_ANG)，min(ang+MVZW，MAX_ANG)]

＝[max(12.3533-18，-60)，min(12.3533+18，60)]

＝[-5.6467，30.3533]

随后分别在线性速度和方向轮101角度的采样范围选取预设数量的采样值，分别作为线性速度和方向轮101角度的样本值；

S4根据轴距、线性速度的样本值、和方向轮101角度的样本值预测移动机器人的下一步移动轨迹；如图3所示，图中301和302都为障碍物，303为移动机器人当前所处的位置，304表示根据样本线性速度、样本方向角度预测的移动机器人下一步的移动轨迹。

S5分别对每个线性速度的样本值和方向轮101角度的样本值进行评估，直到得到最优的样本值，作为移动机器人的下一步移动的速度。其中，评估的标准如下：a)移动机器人在样本速度下，是否会碰到障碍物，只保留不会与障碍物发生碰撞的样本速度；

b)移动机器人在样本速度下，贴近规划路径的程度，越贴近规划路径的样本，评估分越好

c)移动机器人在样本速度下，移动后的位置越接近目的地，评分越高。

在图3中，最中间的轨迹对应的样本，是最优的，那么小车将下一步将按照该轨迹移动。

如此往复循环上述步骤S1-S5，直到达到目的地。

以上对发明的具体实施例进行了详细描述，但本发明并不限制于以上描述的具体实施例，其只是作为范例。对于本领域技术人员而言，任何对该系统进行的等同修改和替代也都在本发明的范畴之中。因此，在不脱离发明的精神和范围下所作出的均等变换和修改，都应涵盖在本发明的范围内。

Claims (7)

1.一种自主导航的移动机器人，其特征在于，至少包括：

在方向轮电动机的驱动控制下实现所述移动机器人转向的至少一个方向轮；

与所述方向轮连接的方向轮编码器，用于读取所述方向轮的转向角度；

分别与移动机器人的左后轮和右后轮连接的后轮左编码器和后轮右编码器，分别用于读取所述左后轮和右后轮的运转圈数；

分别与移动机器人的左后轮、右后轮、和后轮电动机连接的差速器，用于控制所述左后轮和右后轮的转速；

激光雷达，独立设置于所述移动机器人上，在预设角度内扫描所述移动机器人移动过程中周围的障碍物；

多个超声测距传感器，设置在所述移动机器人的四周，用于检测所述移动机器人在移动过程中四周的障碍物，弥补激光雷达的盲区；

所述方向轮电动机、后轮电动机、激光雷达、超声测距传感器、方向轮编码器、后轮左编码器、以及后轮右编码器分别与所述移动机器人中的总控制器连接，所述总控制器不断获取所述激光雷达、超声测距传感器、方向轮编码器、后轮左编码器、以及后轮右编码器的数据，随后利用自适应蒙特卡罗定位方法通过SLAM算法实现对周围环境的地图构建和位置定位，实现移动机器人自动路径规划和导航。

2.如权利要求1所述自主导航的移动机器人，其特征在于：所述移动机器人包括一个或两个方向轮。

3.如权利要求1所述自主导航的移动机器人，其特征在于：所述方向轮编码器设置于方向轮的转向立柱上或方向轮电动机输出轴的部位。

4.如权利要求1所述自主导航的移动机器人，其特征在于：所述激光雷达设置在所述移动机器人的前部或中部，且所述预设角度大于60°。

5.一种移动机器人自主导航的方法，应用于如权利要求1-4任一所述自主导航移动机器人，其特征在于，首先通过最短路径算法，在地图上获取移动机器人从当前位置到达目的地的最优路径，随后再根据移动机器人当前位置和当前的速度判定所述移动机器人下一步的移动轨迹，其中，

判定所述移动机器人的下一步移动轨迹具体包括以下步骤：

S1根据不同时刻后轮左编码器和后轮右编码器的读数获取移动机器人当前的线性速度vx：

$\mathrm{vx}=\frac{\frac{({\mathrm{lrp}}_n-{\mathrm{lrp}}_{n-1})+({\mathrm{rrp}}_n-{\mathrm{rrp}}_{n-1})}{2}*\frac{\mathrm{\π}\×D}{\mathrm{RP}}}{t},$

其中：Irp_n表示n时刻后轮左编码器的读数，rrp_n表示n时刻后轮右编码器的读数，Irp_n-1表示n-1时刻后轮左编码器的读数，rrp_n-1表示n-1时刻后轮右编码器的读数，D表示移动机器人左后轮和右后轮的直径，RP表示后轮左编码器和后轮左编码器完整一圈的读数，t表示n时刻和n-1时刻的时间间隔；

根据方向轮编码器的读数获取方向轮的当前角度ang：

ang＝HA×(frp-FZRP)，

其中：HA表示方向轮编码器每个读数对应的方向轮的角度，frp表示方向轮编码器的当前读数，FZRP表示方向轮零角度时的编码器读数；

S2结合激光雷达、方向轮编码器、后轮左编码器、以及后轮右编码器的数据，利用自适应蒙特卡罗定位方法，定位所述移动机器人在环境中的位置；

S3对所述移动机器人下一步移动的线性速度和方向轮角度进行采样，其中，线性速度SAM_VX的采样范围SAM_VX_BND为：

SAM_VX_BND＝[max(vx-MIN_VAX，0)，min(vx+MAX_VAX，MAX_VX)]，

其中，MIN_VAX表示移动机器人减速时的最大加速度，MAX_VAX为移动机器人加速时的最大加速度，MAX_VX为移动机器人直线运行的最大速度；

方向轮角度的采样范围SAM_ANG_BND为：

SAM_ANG_BND＝[max(ang-MVZW，MIN_ANG)，min(ang+MVZW，MAX_ANG)]，

其中，MVZW表示方向轮的最大角速度，MIN_ANG表示方向轮向右能达到的最大角度，MAX_ANG表示方向轮向左能达到的最大角度；

分别在所述线性速度和所述方向轮角度的采样范围选取预设数量的采样值，分别作为线性速度和方向轮角度的样本值；

S4根据轴距、所述线性速度的样本值、和所述方向轮角度的样本值预测所述移动机器人的下一步移动轨迹；

S5分别对每个所述线性速度的样本值和方向轮角度的样本值进行评估，直到得到最优的样本值，作为所述移动机器人的下一步移动的速度。

6.如权利要求5所述移动机器人自主导航的方法，其特征在于：通过A-star算法或Dijkstra算法，在地图上获取移动机器人从当前位置到达目的地的最优路径。

7.如权利要求5所述移动机器人自主导航的方法，其特征在于：在步骤S3中，在对线性速度和方向轮角度采样的过程中，设定所述移动机器人下一步移动的时间长度为1s。