CN108829137A - 一种机器人目标追踪的避障方法及装置 - Google Patents
一种机器人目标追踪的避障方法及装置 Download PDFInfo
- Publication number
- CN108829137A CN108829137A CN201810503387.0A CN201810503387A CN108829137A CN 108829137 A CN108829137 A CN 108829137A CN 201810503387 A CN201810503387 A CN 201810503387A CN 108829137 A CN108829137 A CN 108829137A
- Authority
- CN
- China
- Prior art keywords
- robot
- target
- tracking
- barrier
- avoiding method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 92
- 230000004888 barrier function Effects 0.000 claims abstract description 56
- 230000033001 locomotion Effects 0.000 claims description 14
- 238000013461 design Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 27
- 239000002245 particle Substances 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 6
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000002537 cosmetic Substances 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/12—Target-seeking control
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Computer Networks & Wireless Communication (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请公开了一种机器人目标追踪的避障方法、装置及具有存储功能的装置。所述方法包括：获取追踪目标的位置信息；判断追踪目标周围环境中是否存在障碍物；若存在障碍物，则获取障碍物的位姿信息，并利用障碍物的位姿信息，基于阻抗控制对机器人的追踪路径进行规划，阻抗控制为将追踪目标位置调整到一个虚拟目标位置，使机器人按照虚拟目标位置进行追踪从而避开所述障碍物。通过上述方式，本申请能够高效的对目标进行追踪及避障。
Description
技术领域
本申请涉及机器人技术领域，特别是涉及一种机器人目标追踪的避障方法、装置及具有存储功能的装置。
背景技术
随着科学技术的不断发展与进步，机器人技术得到了快速的发展，轮式移动机器人因为其丰富的功能也得到了广泛的应用。其中，运动控制是轮式移动机器人最核心、最基本的功能。近些年来，轮式移动机器人的控制问题一直是研究者们所关注的热点，已有的控制方法和控制器主要用于解决两类问题：位姿镇定和跟踪问题，而对于轮式移动机器人目标追踪问题的研究却极少。虽然静止目标的追踪问题也属于位姿镇定的范畴，但对运动目标的追踪是镇定算法和跟踪算法都无法解决的。实现目标追踪的算法有很多，主要包括：基于RFID标签技术来实现移动机器人对目标追随功能、基于高斯改进型粒子群粒子滤波的移动目标跟踪方法来实现移动机器人对目标追随功能、基于视觉的方法实现移动机器人对目标追随功能等方法。
专利201710289168.2提出了一种用于移动机器人对目标定位和跟踪的系统，其包括设置在目标上的RFID标签，设置在移动机器人上的RFID天线，与RFID天线相连接的RFID阅读器，与RFID阅读器相连接的运动控制系统，以及与运动控制系统相连接的激光传感器。该专利利用RFID信号强度信息和相位信息对标签的位置和运动速度进行估算，同时移动机器人通过运动控制系统，实现动态RFID标签的实时跟踪，并通过激光传感器进行避障。系统通过粒子滤波器来实现相位信息和信号强度信息的融合从而实现动态RFID标签的快速追踪。
专利201510166890.8公开了一种用于快速跟踪外观变化的移动目标的基于高斯改进型粒子群粒子滤波的移动目标追踪方法。该专利包括：首先在视频第一帧中选取目标，初始化特征基；跟踪过程采集下一帧图像，获得跟踪目标的特征基；通过高斯改进型粒子群粒子滤波器滤波，存储对应于概率最大的粒子的图像窗口；当达到采集的图像达到要求的数目，进行观测值特征基的更新。该专利主要针对移动机器人快速跟踪外观变化的移动目标，提出一种能够提高复杂环境下快速跟踪移动目标的方法。
专利201710560044.3提供了一种移动机器人视觉定位系统及定位方法，包括基于环境理解的全局定位系统、路径识别和跟踪系统以及目标识别和障碍物检测系统；全局定位系统使用改进的SUFT算法，协调各系统进行工作并实现图像信息采集、显示；路径识别和跟踪系统计算出结构化道路环境或非结构化道路环境中角度偏差和距离偏差；目标识别和障碍物检测系统对障碍物位置和大小进行描述，获得障碍物位置和大小的信息，实现对运动目标的实时追踪。
本申请的发明人在长期的研发过程中，发现上述不同的技术方法都有各自的局限性，如基于RFID标签技术来实现移动机器人对目标追随功能，该方法具有以下缺点：(1)技术成熟度不够。RFID技术出现时间较短，在技术上还不是非常成熟。由于超高频RFID电子标签具有反向反射性特点，使得其在金属、液体等商品中应用比较困难。(2)成本高。RFID电子标签相对于普通条码标签价格较高，为普通条码标签的几十倍，如果使用量大的话，就会造成成本太高，在很大程度上较低了市场使用RFID技术的积极性。(3)安全性不够强。RFID技术面临的安全性问题主要表现为RFID电子标签信息被非法读取和恶意篡改。(4)技术标准不统一。RFID技术目前还没有形成统一的标准，而且市场上多种标准并存，致使不同企业产品的RFID标签互不兼容，进而在一定程度上造成RFID技术的应用的混乱。
基于高斯改进型粒子群粒子滤波的移动目标跟踪方法来实现移动机器人对目标追随功能，该方法是采集追随目标图像来获取追随目标的位置等信息，通过高斯改进型粒子群粒子滤波器滤波。该方法需要大量关于追随目标的图像信息，外界干扰对移动机器人的跟踪影响较大，计算复杂，且普遍用于复杂环境中快速跟踪目标，适用具有较大的局限性。
基于视觉的方法实现移动机器人对目标追随功能，该方法利用SUFT算法实现全局定位，协调图像信息采集完成移动机器人的目标追随和自主避障功能。采用的SUFT算法具有很大的局限性。图像匹配是对从同一区域不同时间、不同的观测角度，得到的图像进行对准的过程。由于图像通常包含较多的重复特征，采用SUFT算法进行配准时容易产生误配，导致图像匹配不精确。且基于视觉定位的方法对硬件要求较高，需要像素较高的摄像头，成本较高。上述不同的技术方法还有个共同的不足之处是：当机器人遇到前方有障碍物的情形时，这些方法不能有效地实现避障。因此，需要开发一种高效、准确地机器人的目标追踪及避障方法。
发明内容
本申请主要解决的技术问题是提供一种机器人目标追踪的避障方法、装置及具有存储功能的装置，能够高效的对目标进行追踪及避障。
为解决上述技术问题，本申请采用的一个技术方案是：提供一种机器人目标追踪的避障方法，所述方法包括：获取追踪目标的位置信息；判断追踪目标周围环境中是否存在障碍物；若存在障碍物，则获取障碍物的位姿信息，并利用障碍物的位姿信息，基于阻抗控制对机器人的追踪路径进行规划，阻抗控制为将追踪目标位置调整到一个虚拟目标位置，使机器人按照虚拟目标位置进行追踪从而避开所述障碍物。
为解决上述技术问题，本申请采用的另一个技术方案是：提供一种目标追踪装置，所述装置包括：处理器和通信电路，处理器耦接通信电路，处理器在工作时执行指令，配合通信电路实现上述的机器人目标追踪的避障方法。
为解决上述技术问题，本申请采用的另一个技术方案是：提供一种具有存储功能的装置，所述装置存储有程序，所述程序被执行时实现上述的机器人目标追踪的避障方法。
本申请的有益效果是：区别于现有技术的情况，本申请提供一种机器人目标追踪的避障方法，该方法通过障碍物检测系统，能够及时知晓机器人追踪路径上是否存在障碍物，且在有障碍物时采用高效、准确的避障措施。通过阻抗控制的避障方法，获取机器人与障碍物之间的虚拟作用力，通过该虚拟力来调整机器人的追踪位置，使机器人能够避开障碍物。该方法成本低、操作简单、适用范围广、通用性高。
附图说明
图1是本申请机器人目标追踪的避障方法第一实施方式的流程示意图；
图2是本申请机器人目标追踪的避障方法第二实施方式的流程示意图；
图3是本申请机器人追踪目标数学模型示意图；
图4是本申请机器人传感器的布局示意图；
图5是本申请机器人与障碍物之间的虚拟作用力示意图；
图6是本申请机器人的目标追踪装置第一实施例的结构示意图；
图7是本申请具有存储功能的装置第一实施方式的结构示意图。
具体实施方式
为使本申请的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本申请进一步详细说明。
本申请提供一种机器人目标追踪的避障方法，在机器人对目标追踪过程中，利用超声传感器对周围环境进行探测，判断是否存在障碍物，当遇到障碍物时，根据超声传感器的信息和阻抗控制的概念产生阻抗虚拟力，根据阻抗虚拟力将追踪目标的位置调整为虚拟位置，使机器人按照虚拟位置对目标进行追踪，进而使机器人能够自动转向以避开障碍物。同时在对机器人的追踪速度控制上，考虑了机器人在运行速度上的限制和追踪的时间效率，当机器人距离目标较远时，机器人以尽量快的速度向目标运动，当机器人接近目标时，机器人逐渐减速，以避免因为停车而发生打滑或倾覆。通过这种方式，使机器人与追踪目标保持一定的安全距离，既保证了追踪的安全性，又提高了追踪的时间效率。该方法可广泛应用于移动机器人的目标追踪及避障问题。
请参阅图1，图1是本申请机器人目标追踪的避障方法第一实施方式的流程示意图。在该实施方式中，机器人目标追踪的避障方法包括：
S101：获取追踪目标的位置信息。
具体地，可以通过激光传感器、超声传感器等检测环境中的追踪目标，并获取追踪目标位置。其中，追踪目标可以是静态的，也可以是动态的。追踪目标可以是预先设置好的特定追踪目标，也可以是随机的，即机器人将检测到的任意人物作为追踪目标。
S102：判断追踪目标周围环境中是否存在障碍物。
在机器人对目标进行追踪的过程中，利用超声传感器或其他距离传感器系统检测周围环境中是否存在障碍物。当机器人探测到前进道路上有障碍物时，获取障碍物的位姿信息，位姿信息包括障碍物距离机器人的距离，障碍物距离追踪目标的距离等。
S103：若存在障碍物，则获取障碍物的位姿信息，并利用障碍物的位姿信息，基于阻抗控制对机器人的追踪路径进行规划。
其中，阻抗控制为将追踪目标位置调整到一个虚拟目标位置，使机器人按照虚拟目标位置进行追踪从而避开障碍物。
具体地，阻抗控制需要实时地反馈机器人与环境之间的作用力，利用机器人与障碍物之间的相互作用力来确定目标位置的调整方向，并按照上述方向将目标位置调整到虚拟目标位置，使机器人按照虚拟目标位置进行追踪，进而控制机器人在追踪过程中转向以避开障碍物。
在该实施方式中，通过障碍物检测系统，能够及时知晓机器人追踪路径上是否存在障碍物，且在有障碍物时采用高效、准确的避障措施。通过阻抗控制的避障方法，获取机器人与障碍物之间的虚拟作用力，通过该虚拟力来调整机器人的追踪位置，使机器人能够避开障碍物。该方法成本低、操作简单、适用范围广、通用性高。
基于上述的目标追踪避障方法，本申请还提供一种目标追踪方法，以使机器人能够高效、精准的对目标进行跟踪。具体请参阅图2，图2是本申请机器人目标追踪的避障方法第二实施方式的流程示意图。在该实施方式中，机器人目标追踪的避障方法包括：
S201：获取追踪目标的位置信息。
S202：利用追踪目标的位置信息生成控制指令，控制机器人运动以对追踪目标进行追踪。
具体地，建立机器人运动数学模型，利用追踪目标的位置信息设计出机器人的线速度和角速度。请参阅图3，图3是本申请机器人追踪目标数学模型示意图。其中，点O代表被追踪的目标，点M表示机器人当前的位置，v是机器人上M点的线速度，ω是机器人的角速度。
建立移动机器人的运动学方程为：
其中(x,y,θ)是机器人的位姿，r表示机器人当前位置与追踪目标的距离，φ是机器人的朝向和追踪目标所在方向的角度差，rd是指预设的目标追踪安全距离(即机器人在对目标追踪时，不是无限接近目标，而是与目标保持一定的安全距离)，点P是当前时刻机器人的追踪位置，追踪位置是指机器人所到达的与目标保持一定安全距离的位置，该位置称为追踪位置。记机器人与追踪位置的距离误差为变换极坐标系后，机器人的位姿误差方程为：
考虑追踪的安全距离和机器人运动速度的限制，控制律的设计过程如下：
首先，选择李雅普诺夫稳定性(Lyapunov)候选函数为：
然后，对该函数求导并根据式(2)，得
取线速度v具有如下形式：
其中：u＝vmax是移动机器人能够达到的最大线速度，S形函数的定义为：
c是待设计的正常数。将v代入式(4)的第一项得：
从式(6)易知，当时，与始终保持同号，因此，对于任意的有成立。又因为u>0,cos2φ≥0，所以
再将式(5)代入式(4)的第二项可得：
将移动机器人的转动速度设计为：
其中k>0，由式(9)，可得：
|ω|≤kπ+0.5·vmax/rd＝|ω|max (10)
其中|ω|max是允许的机器人最大转动速度，则：
0<k≤|ω|max-0.5·vmax/rd (11)
将式(9)代入式(8)，得：
由于和因此，Lyapunov候选函数的一阶导数：
而且，只有当且φ＝0时，才有所以，是负定的。这也就意味着误差变量能够渐近稳定于(0,0)，追踪控制的目的能够得以实现。
通过上述方法，机器人在对目标进行追踪时不是无限接近目标，而是与目标保持预定距离，既能实现目标的追踪，又能保证追踪的安全性。具体地，在控制律中，形函数的参数c决定了机器人减速的距离。当距离追踪位置较远时，机器人以尽量快的速度向目标运动。当接近追踪位置较近时，机器人逐渐减速，以避免因为停车而发生打滑或倾覆。因此，合适的参数既保证了追踪的安全性，又兼顾了追踪的时间效率。该方法采用简单的自定义的S函数限制了控制量，通过调整S函数的参数c，还可以方便地设定机器人减速距离，使机器人在距离追踪位置较远时始终保持高的运行速度，因此，本申请的方法具有更高的追踪效率。而且，该控制律同样适用于追踪运动目标，只要任意时刻目标位置是已知的或者能够被机器人实时地探测到，使方法具有更好的实用性和通用性。
设计好控制器后，根据设计的控制器输出控制指令，控制机器人以预定角度和速度运动，以对追踪目标进行追踪。在追踪过程中，对周围环境进行障碍物检测，当出现障碍物时，需要对跟随路径进行规划，以进行避障。
S203：判断追踪目标周围环境中是否存在障碍物。
S204：若存在障碍物，则获取障碍物的位姿信息，并利用障碍物的位姿信息，基于阻抗控制对机器人的追踪路径进行规划。
具体地，在该实施方式中，利用超声传感器对周边环境进行检测，在其他实施方式中，也可以使用其他距离传感器对环境进行检测。超声传感器是移动机器人最常用的外部环境探测传感器，它能为机器人提供被探测到的障碍物距离信息。
该实施方式中的移动机器人通过八个超声传感器探测前进道路上的障碍物，传感器的布局如图4所示，图4是本申请机器人传感器的布局示意图。八个超声传感器呈圆弧状安装在机器人的前面，相邻两个传感器的安装角度差为25°。在其他实施方式中，也可以根据机器人的结构，选用其他安装方式安装超声传感器。可以利用超声传感器相对于机器人正方向的安装角θi对障碍物的角度估计，预估障碍物的大致位置。
当超声传感器探测到障碍物时，机器人与障碍物之间的距离di可以通过计算声波在空气中的传播时间得到。其原理是通过超声传感器发送超声波，然后接收从被测障碍物发射回的超声信号，超声信号从发送到接收的时间间隔为渡越时间(TOF)，再根据超声波传播的速度，计算得到超声波传感器与被测物体之间的距离其中，c1为环境中声波的传播速度。
当机器人探测到前进道路上有障碍物时，利用阻抗控制的概念，将所追踪的目标调整到一个虚拟的位置，从而使机器人能够避开遇到的障碍物。
具体地，阻抗控制需要实时地反馈机器人与环境之间的作用力。移动机器人和障碍物之间的相互作用通过虚拟力f(t)表示，其大小是机器人和障碍物距离d的函数，方向指向机器人。具体请参与图5，图5是本申请机器人与障碍物之间的虚拟作用力示意图。利用机器人与障碍物之间的虚拟力f(t)对追踪目标的位置进行调整，将追踪目标的位置Xd旋转角度ψ后得到虚拟目标位置Xr。
其中，因为阻抗控制考虑的是移动机器人运动方向上的作用力，所以f(t)在机器人运动方向上的径向分量ft(t)被用来确定目标调整角度大小，与机器人运动方向垂直的切向分量fr(t)则用来确定目标调整的方向(顺时针或逆时针)，即：
ψ＝γ(t)sgn(fr(t)) (14)
其中γ(t)是一个和ft(t)相关的辅助变量，当ft(t)趋近于零时，γ(t)也相应的趋于零。记Xd＝[xd yd]是当前机器人追踪的目标位置，调整后的目标位置Xr＝[xr yr]通过将Xd旋转角度ψ而得到。
具体地，虚拟力f(t)的大小采用线性函数的形式，即：
f(t)＝a-b(d(t)-dmin) (15)
其中：a,b是正的常数且满足a-b(dmax-dmin)＝0。dmax和dmin分别是超声传感器能够探测到的最大距离和最小距离，d(t)是t时刻超声传感器探测到的障碍物距离，显然：
dmax≥d(t)≥dmin (16)
预设的阻抗关系定义为线性的动力学关系：
其中B和K是正的常数，分别表示移动机器人与障碍物相互作用的阻尼系数和弹性系数。那么，辅助变量γ(t)的定义就是：
γ(t)＝Z-1(p)ft(t) (18)
将γ(t)代入式(14)，计算得到的目标点相对于机器人中心的旋转角度ψ，新的目标点的位置Xr通过Xd旋转ψ得到：
障碍物距离机器人越近，虚拟力也就越大，目标调整的角度也越大，以使机器人能够避开障碍物。当机器人远离障碍物时，虚拟力逐渐变为零，同时f(t)→0,γ→0,ψ→0，使得Xr→Xd，运动控制闭环得以实现。
通过上述方式，结合超声传感器测得的信息，基于阻抗控制的方法进行避障。该避障方法通过虚拟力来调整机器人的追踪位置，使机器人能够避开障碍物。同时，阻抗虚拟力是根据传感器系统提供的机器人和障碍物之间的距离进行计算的，这不仅适用于超声传感系统，也适用于其它距离传感系统。该方法成本低、操作简单，是一种效果良好的避障方法。
请参阅图6，图6是本申请机器人的目标追踪装置第一实施例的结构示意图。本申请还提供一种机器人的目标追踪装置可执行上述机器人的目标追踪的避障方法，实现对追踪目标的追踪及避障。该装置包括处理器601及通信电路602。处理器601耦接通信电路602，处理器601在工作时执行指令，以配合通信电路602实现上述机器人的目标追踪的避障方法，具体工作过程与上述方法实施例中一致，故在此不再赘述，详细请参阅以上对应方法步骤的说明。处理器601在工作时也可以划分为多个模块单元来分别执行不同的指令，如目标检测模块、目标追踪模块、机器人控制模块等。其中，该机器人的目标追踪装置可以是独立于机器人之外的装置，例如可以是跟机器人匹配的适配器，通过这种方式可以单一控制更灵活；也可以是服务器、控制计算机等，通过这种方式，可以同时控制多个机器人对同一目标多方位追踪。使用独立于机器人之外的装置，可以减少机器人自身处理器占有率，使机器人更灵活。该机器人的目标追踪装置也可以设置于机器人身上，也可以是直接利用机器人自身的处理器、通信电路实现上述方法等。
请参阅图7，图7是本申请具有存储功能的装置第一实施方式的结构示意图。本实施例中存储装置70存储有程序701，程序701被执行时实现上述机器人的目标追踪的避障方法。具体工作过程与上述方法实施例中一致，故在此不再赘述，详细请参阅以上对应方法步骤的说明。其中具有存储功能的装置可以是便携式存储介质如U盘、光盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟等各种可以存储程序代码的介质，也可以是终端、服务器等。
以上方案，本申请所提供的目标追踪的避障方法，未采用RFID标签技术来实现移动机器人对目标追踪功能，避免成本较高和RFID标签技术不够纯熟的问题。相比于基于高斯改进型粒子群粒子滤波的移动目标跟踪方法，本发明不需要采集大量关于目标的图像信息，也不需要复杂的计算量。相比于基于视觉的方法实现移动机器人对目标追随功能，本发明只需要在机器人上安装低成本的超声传感器，不需要安装价格高昂的摄像头，也不需要采集障碍物的图像信息，即可实现获取障碍物信息的功能。总之，本发明提出的安全目标追踪渐近稳定算法，不仅考虑了移动机器人速度的限制，还兼顾了追踪的时间效率。基于阻抗控制概念的目标调整策略将避障功能与追踪算法结合起来，使算法具有更好的实用性和通用性。这对于其它的控制算法与避障功能相结合的问题也具有很好的借鉴意义。阻抗虚拟力是根据传感器系统提供的机器人和障碍物之间的距离计算的，这不仅适用于超声传感器系统，也适用于其它距离传感器系统。本发明提出的安全目标追踪和避障方法是一种高效率、低成本、适用范围广、通用性高的方法。
在本申请所提供的几个实施方式中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外，在本申请各个实施方式中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。
以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种机器人目标追踪的避障方法，其特征在于，所述方法包括：
获取追踪目标的位置信息；
判断所述追踪目标周围环境中是否存在障碍物；
若存在所述障碍物，则获取所述障碍物的位姿信息，并利用所述障碍物的位姿信息，基于阻抗控制对所述机器人的追踪路径进行规划，所述阻抗控制为将所述追踪目标位置调整到一个虚拟目标位置，使所述机器人按照所述虚拟目标位置进行追踪从而避开所述障碍物。
2.根据权利要求1所述的机器人目标追踪的避障方法，其特征在于，所述基于阻抗控制对所述机器人的追踪路径进行规划包括：
利用所述机器人与所述障碍物之间的虚拟力f(t)对所述追踪目标的位置进行调整，将所述追踪目标的位置Xd旋转角度ψ后得到所述虚拟目标位置Xr；
其中，ψ＝γ(t)sgn(fr(t))，ft(t)为f(t)在机器人运动方向上的径向分量，γ(t)是一个与ft(t)相关的辅助变量，当ft(t)趋近于零时，γ(t)也相应的趋于零。
3.根据权利要求2所述的机器人目标追踪的避障方法，其特征在于，所述将追踪目标位置调整到一个虚拟目标位置包括：
将所述追踪目标的位置Xd旋转角度ψ后得到所述虚拟目标位置为
其中，Xd＝[xd yd]为所述追踪目标的位置，φ为所述机器人朝向与所述追踪目标所在方向的角度差。
4.根据权利要求2所述的机器人目标追踪的避障方法，其特征在于，利用超声传感器对所述障碍物进行探测，所述虚拟力f(t)的大小是所述机器人与所述障碍物之间的距离d的函数，所述障碍物与所述机器人之间的距离为其中，c1为环境中声波的传播速度，TOF为超声信号从发送到接收的时间间隔。
5.根据权利要求4所述的机器人目标追踪的避障方法，其特征在于，所述机器人的前面呈圆弧状设置有八个所述超声传感器，相邻两个所述超声传感器的安装角度差为25°，利用所述超声传感器相对于所述机器人正方向的安装角θi判断所述障碍物所在的角度。
6.根据权利要求1所述的机器人目标追踪的避障方法，其特征在于，所述获取追踪目标的位置信息之后包括：
建立所述机器人的运动模型，得到所述机器人的位姿误差方程：
其中，v为所述机器人的线速度，ω为所述机器人的角速度，φ为所述机器人朝向与所述追踪目标所在方向的角度差，r为所述机器人与所述追踪目标之间的距离，rd为预设的目标追踪安全距离，为所述机器人与追踪位置的距离差。
7.根据权利要求6所述的机器人目标追踪的避障方法，其特征在于，所述方法还包括：利用所述追踪目标的位置信息生成控制指令：
利用所述机器人的运动模型设计出所述机器人的线速度为角速度为
其中，为形函数，u＝vmax为所述机器人能够达到的最大线速度，k为大于零的比例系数。
8.根据权利要求7所述的机器人目标追踪的避障方法，其特征在于，所述函数为：
其中，c为预设正常数，当所述距离差大于c时，当所述距离差小于c时，
9.一种机器人目标追踪装置，其特征在于，所述装置包括：处理器和通信电路，所述处理器耦接所述通信电路，所述处理器在工作时执行指令，配合所述通信电路实现权利要求1至8任一项所述的目标追踪方法。
10.一种具有存储功能的装置，其特征在于，所述装置存储有程序，所述程序被执行时实现权利要求1至8任一项所述的目标追踪方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810503387.0A CN108829137A (zh) | 2018-05-23 | 2018-05-23 | 一种机器人目标追踪的避障方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810503387.0A CN108829137A (zh) | 2018-05-23 | 2018-05-23 | 一种机器人目标追踪的避障方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108829137A true CN108829137A (zh) | 2018-11-16 |
Family
ID=64147373
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810503387.0A Pending CN108829137A (zh) | 2018-05-23 | 2018-05-23 | 一种机器人目标追踪的避障方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108829137A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109711527A (zh) * | 2018-12-25 | 2019-05-03 | 珞石（山东）智能科技有限公司 | 一种基于粒子群优化算法的机器人操纵方法 |
| CN109977884A (zh) * | 2019-03-29 | 2019-07-05 | 北京易达图灵科技有限公司 | 目标跟随方法和装置 |
| CN110244756A (zh) * | 2019-04-29 | 2019-09-17 | 福州大学 | 无人机快速追踪协同避障方法 |
| CN110355765A (zh) * | 2019-05-27 | 2019-10-22 | 西安交通大学 | 一种基于视觉识别的自动跟随避障方法及机器人 |
| CN110764518A (zh) * | 2019-10-31 | 2020-02-07 | 五邑大学 | 水下清淤机器人路径规划方法、装置、机器人和存储介质 |
| CN110955263A (zh) * | 2019-12-31 | 2020-04-03 | 中国电子科技集团公司信息科学研究院 | 移动机器人的主动感知与自主趋近方法及移动机器人系统 |
| CN112650245A (zh) * | 2020-12-22 | 2021-04-13 | 江苏艾雨文承养老机器人有限公司 | 跟随机器人、跟随系统及其跟随方法 |
| CN113081666A (zh) * | 2021-03-24 | 2021-07-09 | 上海傅利叶智能科技有限公司 | 康复机器人的虚拟限位的方法、装置和康复机器人 |
| CN113126604A (zh) * | 2019-12-30 | 2021-07-16 | 北京猎户星空科技有限公司 | 一种机器人避障方法、装置、电子设备及存储介质 |
| CN113625702A (zh) * | 2020-10-28 | 2021-11-09 | 北京科技大学 | 基于二次规划的无人车同时路径跟踪与避障方法 |
| CN113778082A (zh) * | 2021-08-23 | 2021-12-10 | 北京科技大学 | 一种基于自触发机制的无人车轨迹跟踪控制方法及系统 |
| CN114571469A (zh) * | 2022-05-05 | 2022-06-03 | 北京科技大学 | 一种机械臂零空间实时避障控制方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102818568A (zh) * | 2012-08-24 | 2012-12-12 | 中国科学院深圳先进技术研究院 | 室内机器人的定位与导航系统及方法 |
| CN105929849A (zh) * | 2016-04-28 | 2016-09-07 | 东南大学 | 一种基于点镇定的轮式移动机器人目标跟踪控制方法 |
| CN106406338A (zh) * | 2016-04-14 | 2017-02-15 | 中山大学 | 一种基于激光测距仪的全向移动机器人的自主导航装置及其方法 |
| CN107885209A (zh) * | 2017-11-13 | 2018-04-06 | 浙江工业大学 | 一种基于动态窗口与虚拟目标点的避障方法 |
| CN108021128A (zh) * | 2016-12-14 | 2018-05-11 | 深圳乐行天下科技有限公司 | 实体目标的跟随方法及机器人 |
-
2018
- 2018-05-23 CN CN201810503387.0A patent/CN108829137A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102818568A (zh) * | 2012-08-24 | 2012-12-12 | 中国科学院深圳先进技术研究院 | 室内机器人的定位与导航系统及方法 |
| CN106406338A (zh) * | 2016-04-14 | 2017-02-15 | 中山大学 | 一种基于激光测距仪的全向移动机器人的自主导航装置及其方法 |
| CN105929849A (zh) * | 2016-04-28 | 2016-09-07 | 东南大学 | 一种基于点镇定的轮式移动机器人目标跟踪控制方法 |
| CN108021128A (zh) * | 2016-12-14 | 2018-05-11 | 深圳乐行天下科技有限公司 | 实体目标的跟随方法及机器人 |
| CN107885209A (zh) * | 2017-11-13 | 2018-04-06 | 浙江工业大学 | 一种基于动态窗口与虚拟目标点的避障方法 |
Non-Patent Citations (2)
| Title |
|---|
| 李保国等: "双轮移动机器人安全目标追踪与自动避障算法", 《控制理论与应用》 * |
| 罗庆生等: "《仿生四足机器人技术》", 30 April 2016 * |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109711527B (zh) * | 2018-12-25 | 2023-07-28 | 珞石（山东）智能科技有限公司 | 一种基于粒子群优化算法的机器人操纵方法 |
| CN109711527A (zh) * | 2018-12-25 | 2019-05-03 | 珞石（山东）智能科技有限公司 | 一种基于粒子群优化算法的机器人操纵方法 |
| CN109977884A (zh) * | 2019-03-29 | 2019-07-05 | 北京易达图灵科技有限公司 | 目标跟随方法和装置 |
| CN110244756A (zh) * | 2019-04-29 | 2019-09-17 | 福州大学 | 无人机快速追踪协同避障方法 |
| CN110355765A (zh) * | 2019-05-27 | 2019-10-22 | 西安交通大学 | 一种基于视觉识别的自动跟随避障方法及机器人 |
| CN110764518B (zh) * | 2019-10-31 | 2021-05-11 | 五邑大学 | 水下清淤机器人路径规划方法、装置、机器人和存储介质 |
| CN110764518A (zh) * | 2019-10-31 | 2020-02-07 | 五邑大学 | 水下清淤机器人路径规划方法、装置、机器人和存储介质 |
| CN113126604A (zh) * | 2019-12-30 | 2021-07-16 | 北京猎户星空科技有限公司 | 一种机器人避障方法、装置、电子设备及存储介质 |
| CN113126604B (zh) * | 2019-12-30 | 2024-04-30 | 北京猎户星空科技有限公司 | 一种机器人避障方法、装置、电子设备及存储介质 |
| CN110955263A (zh) * | 2019-12-31 | 2020-04-03 | 中国电子科技集团公司信息科学研究院 | 移动机器人的主动感知与自主趋近方法及移动机器人系统 |
| CN113625702A (zh) * | 2020-10-28 | 2021-11-09 | 北京科技大学 | 基于二次规划的无人车同时路径跟踪与避障方法 |
| CN113625702B (zh) * | 2020-10-28 | 2023-09-22 | 北京科技大学 | 基于二次规划的无人车同时路径跟踪与避障方法 |
| CN112650245A (zh) * | 2020-12-22 | 2021-04-13 | 江苏艾雨文承养老机器人有限公司 | 跟随机器人、跟随系统及其跟随方法 |
| CN113081666A (zh) * | 2021-03-24 | 2021-07-09 | 上海傅利叶智能科技有限公司 | 康复机器人的虚拟限位的方法、装置和康复机器人 |
| CN113081666B (zh) * | 2021-03-24 | 2023-05-12 | 上海傅利叶智能科技有限公司 | 康复机器人的虚拟限位的方法、装置和康复机器人 |
| CN113778082B (zh) * | 2021-08-23 | 2023-08-22 | 北京科技大学 | 一种基于自触发机制的无人车轨迹跟踪控制方法及系统 |
| CN113778082A (zh) * | 2021-08-23 | 2021-12-10 | 北京科技大学 | 一种基于自触发机制的无人车轨迹跟踪控制方法及系统 |
| CN114571469B (zh) * | 2022-05-05 | 2022-07-26 | 北京科技大学 | 一种机械臂零空间实时避障控制方法及系统 |
| CN114571469A (zh) * | 2022-05-05 | 2022-06-03 | 北京科技大学 | 一种机械臂零空间实时避障控制方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108829137A (zh) | 一种机器人目标追踪的避障方法及装置 | |
| CN109947119B (zh) | 一种基于多传感器融合的移动机器人自主跟随方法 | |
| Reina et al. | Ambient awareness for agricultural robotic vehicles | |
| CN108673501A (zh) | 一种机器人的目标跟随方法及装置 | |
| US7239339B2 (en) | Position detection apparatus, position detection method and position detection program | |
| CN114474061B (zh) | 基于云服务的机器人多传感器融合定位导航系统及方法 | |
| CN107315414A (zh) | 一种控制机器人行走的方法、装置及机器人 | |
| CN105931263A (zh) | 一种目标跟踪方法及电子设备 | |
| CN208953962U (zh) | 一种机器人感知系统及机器人 | |
| CN106197452A (zh) | 一种视觉图像处理设备及系统 | |
| CN107972027A (zh) | 机器人的定位方法和装置、机器人 | |
| CN103472434B (zh) | 一种机器人声音定位方法 | |
| CN112629520A (zh) | 一种机器人导航与定位方法、系统、设备及存储介质 | |
| US20220350342A1 (en) | Moving target following method, robot and computer-readable storage medium | |
| Do et al. | Embedded human-following mobile-robot with an RGB-D camera | |
| CN112987748A (zh) | 机器人狭窄空间的控制方法、装置、终端及存储介质 | |
| Jia et al. | Autonomous vehicles navigation with visual target tracking: Technical approaches | |
| Subedi et al. | Camera-lidar data fusion for autonomous mooring operation | |
| Megalingam et al. | Adding intelligence to the robotic coconut tree climber | |
| Meng et al. | A slope detection method based on 3D LiDAR suitable for quadruped robots | |
| Canh et al. | Multisensor data fusion for reliable obstacle avoidance | |
| Landa-Hernández et al. | Geometric fuzzy techniques for guidance of visually impaired people | |
| CN114200938B (zh) | 引领机器人周围障碍物的语音提醒方法、装置和机器人 | |
| Lim et al. | Leader-Follower based Smart Mobile Objects in Internet of Things | |
| CN109947096B (zh) | 受控对象的控制方法及装置、无人驾驶系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181116 |