CN105204511B - 一种物体自主移动的决策方法 - Google Patents

Abstract

本发明是一种物体自主移动的决策方法，对于已经建好的二维或三维栅格地图，在栅格地图中进行特征分析并做环境特征建模，通过环境势函数与环境场强度来表征环境特征，是物体自主移动的基础，物体根据这些环境特征的势函数与场强度来做出移动的决策，本方法可以应用于机器人的路径规划与自主运动，为机器人在实际环境中的游戏应用、机器人清洁、无人机玩具低空穿越及起降等方面提供支撑。

Description

一种物体自主移动的决策方法

技术领域

本发明涉及人工智能、模式识别与势函数、场强等技术概念，特别是机器人在陌生环境里的路径规划、自主移动方法，可以应用于机器人的自主运动及无人机玩具的低空穿越、起降等方面。

背景技术

随着近些年工业机器人的发展，带动了服务机器人行业的逐渐掘起，同时从2014年开始的智能硬件领域也开始突起，根据国际机器人联盟的统计，2015年服务机器人销售额将达85亿美元，并且保持较高的20％～30％增长率，在智能硬件领域，据艾瑞研究，2014年全球智能硬件装机量达到60亿台，预计2017年将超过140亿台。

在市场高速发展的背后，问题同样明显，一方面市场的潜力还远未挖掘出来，另一方面，机器人及智能硬件进入服务行业也存在着一些技术难点，例如机器人进入实际的家庭环境中，进行环境识别与安全性地自主移动等，目前来看都还有一定的技术难点。

发明目的

本发明的主要目的就是解决基于栅格地图的环境建模后的物体如何自主性运动，它提供一种方法，为物体的自主运动应用提供技术支撑。可以但不限于应用在面向家庭的机器人游戏、机器人清洁及无人机玩具飞行等方面。

技术方案

本发明的目的是这样实现的：通过相关设备及算法，例如激光雷达、SLAM算法等，已经获取了实际环境的栅格地图信息，并在栅格地图中做环境特征分析，其包括以下步骤：

(1)在环境势函数建模时，考虑到计算的方便，我们设定一个影响距离σ，即障碍物栅格对周边栅格的影响范围，σ可以是但不限于欧氏距离、曼哈顿(Manhattan)距离等。

(2)在环境势函数建模中，把每个空闲栅格的初始势值及各方向导数初始化为0，然后逐个分析每个障碍物栅格对σ距离内的所有栅格的势值影响，例如，在t时刻坐标为(ξ_i，τ_i，ε_i)的障碍物栅格对栅格(x，y，z)的影响势：

G为一常数；

待逐个分析完每个障碍物栅格后，可得在t时刻栅格(x，y，z)的影响势：

G同上为一常数；

(3)在环境场强度建模中，在t时刻，我们求取栅格(x，y，z)在各方向的势值的变化率，即方向导数：

(4)在移动决策中，根据方向导数计算出其梯度方向即模|E_l|最大的方向，梯度的垂直方向即模|E_l|最小的方向，在物体实际运动过程中，可以是但不限于：先根据方向导数运动到某一等势线上，然后沿着等势线运动，期间可以根据距离、功耗等因素做最优选择。方向导数与等势线可以做为路径规划与自主运动的决策参考依据。

本发明所使用的系统组成如下：势函数建模系统、场强度建模系统、路径规划与运动决策系统。这三个系统是按照功能设置的软件系统，各子系统具体功能如下：

*势函数建模系统：在已建模后的栅格地图上，分析环境信息，对环境空间做势函数建模，

*场强度建模系统：在势函数建模的基础上，再进一步分析环境空间的场强度及各方向导数并建模，

*路径规划与运动决策系统：对物体的运动做出路径与运动的规划。

附图说明：

图1是本发明方法所用系统组成图

图2是栅格地图

图3真实环境的势函数与场强度建模

图4是环境的势函数与场强度建模示意图

具体实施方式

下面结合附图，在简化成二维、静态的栅格地图里，说明本发明的实施方式。

本发明方法所用的系统整体结构可参考图1，它有三个子系统组成，具体包含如下步骤：第一步

首先，环境相似性判断系统，定义距离为欧氏距离，设定影响距离σ＝4，即障碍物栅格只影响周边距离4以内的栅格，为方便设定常数G＝1。

第二步

如图2所示栅格地图，初始化每个栅格的势值各方向导数这里只是离散化到八个方向，也可以有不同的离散方法，逐个扫描栅格地图中的每一个栅格，对每一个障碍物栅格全面计算对周边栅格的影响。

例如，如图2所示，障碍物栅格(1，2)对栅格(0，0)的影响势

同理，障碍物栅格(2，2)对栅格(0，0)的影响势

障碍物栅格(3，2)对栅格(0，0)的影响势

综上栅格(0，0)所受的总影响势

同理，栅格(1，0)所受的总影响势

所以在栅格(0，0)处，其方向导数

第三步

根据以上步骤的方法，我们全面分析图2所示的栅格地图，其势函数与场强度建模后如图3所示。

第四步

如果物体想要从栅格(4，0)运动到栅格(1，3)处，根据图3所示的模型图，知栅格(4，0)的势为1.0782，栅格(1，3)的势为2.1543，则物体先沿梯度方向从势为1.0782的栅格(4，0)移动到势为2.1543的栅格(3，1)，然后沿着椭圆形等势线(或梯度垂直方向)移动，栅格(3，1)的左边栅格(2，1)的势比2.1543大，栅格(3，1)的左下方栅格(2，0)的势比2.153小，所以等势的地方一定在两个栅格(2，1)与(2，0)之间，同理可计算出一条运动到栅格(1，3)处的路径，如图3虚线所示。

综上，我们可以看到在给定的环境空间内，引入势函数与场强度的概念给环境空间建模，物体完全可以计算出一条安全移动的路径，再结合一定的最优目标，如距离、功耗等，就可以确定出一条最优路径，这就完全不用人工操作，由物体自决策出如何在给定的非特定环境空间内移动。

Claims (5)

1.一种物体自主移动的决策方法，该方法是通过引入势函数与场的概念，来对环境空间进行建模，进而对在环境空间内做自主运动的物体提供决策依据，其实现按如下步骤给出：

(1)通过一种或多种相关的设备及算法，这里的设备包括激光雷达、双目视觉传感器、结构光视觉传感器、单目视觉传感器，这里的算法包括点云降噪预处理算法、SLAM算法，建立实际环境的二维或三维栅格地图，

(2)在栅格地图上逐个分析每个障碍物栅格对周边空闲栅格的影响，这个影响用环境的势函数来表示，势函数表示(x，y，z)处的栅格在t时刻所受的所有障碍物栅格的影响，如果是二维的环境则不考虑Z轴，详细如下所示：

为障碍物栅格Q_i在t时刻对栅格(x，y，z)的影响，其中i∈[1，n]：

G为一常数；

Q_i，x，t为障碍物栅格Q_i在t时刻X轴的空间坐标；

Q_i，y，t为障碍物栅格Q_i在t时刻Y轴的空间坐标；

Q_i，z，t为障碍物栅格Q_i在t时刻Z轴的空间坐标；

在t时刻，栅格(x，y，z)所受影响的变化率即势函数的变化率来表示该处栅格的涨落情况，用E来标记此涨落情况，E即为该处栅格的梯度：

(3)记：其中，β∈[0，π]是空间向量与Z轴的夹角，θ∈[0，2π)是XY平面内的向量与X轴的夹角，在二维空间内令l＝e^iθ；在三维空间内令l＝e^{i <θ，β>}；

从局部来看，在t时刻，栅格(x，y，z)在各个方向的涨落为所以，当时，E_l＝0，是为一条安全的移动方向；另外，当l沿梯度方向或梯度反方向趋向平衡点时，也是为一条安全的移动方向；

从全局来看，当l方向不同时，其路径所消耗的功是不同的。

2.如权利要求1所述的一种物体自主移动的决策方法，其特征在于，通过引入势函数的方法把障碍物栅格的影响进行量化建模。

3.如权利要求1所述的一种物体自主移动的决策方法，其特征在于，通过引入场强度的概念以进行环境空间特征的分析。

4.如权利要求1所述的一种物体自主移动的决策方法，其特征在于，势函数与场强度不仅适用于二维环境，对三维环境同样适用。

5.如权利要求1所述的一种物体自主移动的决策方法，其特征在于，势函数与场强度不仅适用于静态环境，对动态环境同样适用。