CN109814557A - 一种全局规划器主导的机器人路径规划方法 - Google Patents

Abstract

本发明涉及一种全局规划器主导的机器人路径规划方法，包括以下步骤：SLAM、三维机器人构建、机器人定位、构建局部栅格地图、设置终点、规划全局路径、规划局部路径、更新全局和局部栅格地图、更新机器人状态。取消了对全局路径规划的评价，虽有全局规划器，实际并没有对全局规划器生成的路径进行评价，同时重点改善了现有的局部路径规划器和局部路径评价器，将传统的评价因素修改为与机器人距离小于某值(取决于实际环境)的障碍物的个数，该路径与最近障碍物的直线距离，路径曲率等。本发明融合了激光雷达和超声波的数据，克服了基于激光雷达的机器人无法避开透明障碍物的问题。

Description

一种全局规划器主导的机器人路径规划方法

技术领域

本发明涉及机器人领域，具体的说，是一种全局规划器为主、局部规划器为辅的二维导航算法。

背景技术

路径规划指的是机器人的最优路径优化问题，应用背景极其丰富，包括扫地机器人、无人驾驶等。当前常见导航算法都以局部规划器为主，全局规划器为辅，适用于环境变化频率较高的场景，例如DWA动态窗口算法等。这些导航算法需要对全局路径进行评价，这在环境变化频率低的室内环境会消耗不必要的计算资源。同时这些导航算法的局部路径规划器生成的路径过多，不适合环境变化频率低的室内环境，局部路径评价器的评价因素也过于复杂，占用大量计算资源。本发明基于当前的导航方法，改进了全局路径规划过程和局部路径规划过程，实现在性能较低的计算机上进行实时的路径规划。

发明内容

要解决的技术问题

为了克服上述算法对计算机性能要求高的问题，本发明设计了一种以全局规划器为主，局部规划器为辅的导航算法。在内存为8GB、CPU为i5-6300HQ的环境下，该算法能实现室内环境的自主避障导航过程。该算法具备性能要求低、规划效率高的优点。

技术方案

一种全局规划器主导的机器人路径规划方法，其特征在于步骤如下：

步骤1：SLAM：利用激光雷达传感器，对室内环境进行地图构建，生成一张二维虚拟地图，用于机器人的初始定位、障碍物定位以及路径规划；

步骤2：三维机器人构建：在二维虚拟地图中设置机器人形状、尺寸、中心点坐标；

步骤3：建局部栅格地图：在二维虚拟地图中设置局部地图的分辨率、尺寸、占用阈值；

步骤4：设置终点：设置终点的坐标、设置机器人到达终点时的姿态；

步骤5：规划全局路径：设置全局路径产生器、设置全局路径评价器；

步骤6：规划局部路径：设置局部路径产生器、设置局部路径评价器；所述设置局部路径评价器包括：设置障碍物碰撞状态的权重、设置障碍物距离惩罚权重、设置非前向运动惩罚权重；

步骤7：新全局和局部栅格地图：更新局部地图的中心坐标、更新栅格被障碍物占据的概率值；

步骤8：新机器人状态：更新机器人的坐标、更新机器人的方位角、更新机器人的速度、更新机器人的加速度。

有益效果

本发明提出的一种全局规划器主导的机器人路径规划方法，取消了对全局路径规划的评价，虽有全局规划器，实际并没有对全局规划器生成的路径进行评价，同时重点改善了现有的局部路径规划器和局部路径评价器，将传统的评价因素修改为与机器人距离小于某值(取决于实际环境)的障碍物的个数，该路径与最近障碍物的直线距离，路径曲率等。该发明可使直径为60cm的圆形轮式机器人通过宽度为1m的弯道的成功率由70％提高到90％，且在直线路径，可将导航速度由0.45m/s提升到0.6m/s。同时本发明融合了激光雷达和超声波的数据，克服了基于激光雷达的机器人无法避开透明障碍物的问题。

附图说明

图1为本发明导航算法整体的工作流程图。

图2为本发明设置三维仿真机器人的流程图。

图3为本发明设置局部地图的流程图。

图4为本发明设置终点的流程图。

图5为本发明完成单次导航过程的流程图。

具体实施方式

现结合实施例、附图对本发明作进一步描述：

该导航算法包括以下步骤：SLAM、三维机器人构建、机器人定位、构建局部栅格地图、设置终点、规划全局路径、规划局部路径、更新全局和局部栅格地图、更新机器人状态。

所述SLAM步骤1是利用激光雷达传感器，对室内环境进行地图构建，该步骤会生成一张二维虚拟地图，用于机器人的初始定位、障碍物定位以及路径规划。

所述三维机器人构建的步骤2包括以下步骤：设置机器人形状、设置机器人尺寸、设置机器人中心点坐标。该步骤将实物机器人虚拟化，虚拟化后的机器人是导航动过的执行单位，该机器人会在SLAM过程产生的地图上显示，同时也用于导航过程的图形化显示。

所述构建局部栅格地图的步骤3包括以下步骤：设置局部地图的分辨率、设置局部地图的尺寸、设置局部地图的占用阈值。该步骤通过SLAM过程产生的二维地图，设置局部地图的基本属性以及障碍物的消退概率模型。生成的局部地图是路径规划算法的输入之一，其属性参数影响路径规划效率。

所述设置终点的步骤4包括以下步骤：设置终点的坐标、设置机器人到达终点时的姿态。该过程是全局路径规划算法的输入之一。

所述规划全局路径的步骤5包括以下步骤：设置全局路径产生器、设置全局路径评价器。该过程用根据全局地图和局部地图障碍物的分布情况，规划全局路径，同时根据不同应用场景选择不同的路径规划器。

所述规划局部路径的步骤6包括以下步骤：设置局部路径产生器、设置局部路径评价器。该过程用根据全局地图和局部地图障碍物的分布情况，规划局部路径，同时根据不同应用场景选择不同的路径规划器。

所述设置局部路径评价器的步骤7包括以下步骤：设置障碍物碰撞状态的权重、设置障碍物距离惩罚权重、设置非前向运动惩罚权重。该步骤设置路径评价器对路径规划器生成的所有路径进行评价的方法。通过对路径规划器生成的路径进行评价，选择出评价最优的路径，该路径即为虚拟机器人和实物机器人实际执行的路径。

所述更新全局和局部栅格地图的步骤8包括以下步骤：更新局部地图的中心坐标、更新栅格被障碍物占据的概率值。该步骤通过激光雷达、超声波等传感器，探测周边环境实时的变换，不断更新修正全局地图和局部地图，确保路径规划算法能够规划出有效的路径。

所述更新机器人状态的步骤9包括以下步骤：更新机器人的坐标、更新机器人的方位角、更新机器人的速度、更新机器人的加速度。该步骤通过实物机器人里程计的数据，实时更新机器人在仿真平台上的状态，确保机器人在到达一个局部目标点后能够规划出导航到下一个局部目标点的路径。

步骤1是整个导航过程的基础，而步骤2-4是导航算法的输入，步骤5-7是导航算法实际的执行过程，步骤8-9为下一次导航过程进行数据更新，数据更新完成后，会重新执行步骤4，接收到新的目标终点后会规划出新的路径，如此循环，直到用户停止导航过程或者机器人完成导航任务。

参考图1，由SLAM过程产生二维栅格地图，在该地图中构建一个三维的仿真机器人，利用里程信息对该机器人进行定位。利用传感器(激光雷达)收集到的地图，确定障碍物在全局地图和局部地图的分布情况。在可行域内，设置机器人的期望坐标和朝向角，通过全局规划器和局部规划器，给仿真机器人发送速度指令，更新机器人的状态。

参考图2，设置机器人的形状，如果机器人的底座是圆形，需要设置底盘的半径。如果机器人是正方形，需要设置底盘的边长。如果机器人是其他形状，需要先确定底盘所有顶点的坐标，然后依次连接这些点。设置完机器人的底盘之后，需要设置机器人的中心坐标，最后设置各传感器与仿真机器人中心的相对位置。

参考图3，构建局部栅格地图的时候需要设置局部地图的尺寸、设置局部地图障碍物占据概率下降的概率模型。

参考图4，设置目标终点的时候，首先需要设置终点的坐标位置与朝向角，机器人在距离误差和朝向角误差容忍范围内会到达指定位置且以指定姿态结束导航搞成。

参考图5，配置路径的时候，需要配置路径产生器和路径评价器。在常规规划器中，全局规划器只在设置终点的时候规划一次全局路径，之后除非当前地图的全局障碍信息发生了较大的变化，否则全局规划器在机器人运动过程中不会重新再规划全局路径。局部规划器以较快的频率规划局部路径。如果全局路径上存在少量障碍物，由于全局规划器不会重新规划全局路径，为了让机器人避开障碍物，那么局部规划器必须规划出能避开障碍物的局部路径。本专利设计的导航算法，全局规划器以一个固定的频率不断规划全局路径，局部路径尽可能贴近全局路径。这种方法的核心思想就是将避开障碍物的任务由局部规划器交给全局规划器来完成，全局规划器规划出避开障碍物的全局路径，而局部规划器完成的工作仅仅是让机器人按尽可能贴近全局路径。该算法在障碍物变动较小的室内环境，可以快速且稳定地完成导航过程。当局部地图上障碍物分布过多，全局规划器或者局部规划器长时间无法规划出路径的时候，下位机上传给上位机的里程数据保持不变。如果里程数据保持不变超过30秒，则认为机器人此时受困，此时对全局地图和局部地图进行彻底清除。清除完成后，如果全局规划器或者局部规划器仍然无法规划出有效的路径，则此时机器人确实受困，发布任务无法继续执行的警告。

在设置规划器的时候，需要根据机器人的软硬件环境详细地配置图中各个因素的权重，因为这些权重直接影响了路径规划的效率和效果。

机器人在收到里程数据和速度指令之后，需要按一定频率计算机器人的坐标、方位角、当前速度、当前加速度以及与最近障碍物的距离。根据与终点的距离，机器人在待机、执行导航任务这两个状态中进行循环转换。

Claims (1)

1.一种全局规划器主导的机器人路径规划方法，其特征在于步骤如下：

步骤1：SLAM：利用激光雷达传感器，对室内环境进行地图构建，生成一张二维虚拟地图，用于机器人的初始定位、障碍物定位以及路径规划；

步骤2：三维机器人构建：在二维虚拟地图中设置机器人形状、尺寸、中心点坐标；

步骤3：建局部栅格地图：在二维虚拟地图中设置局部地图的分辨率、尺寸、占用阈值；

步骤4：设置终点：设置终点的坐标、设置机器人到达终点时的姿态；

步骤5：规划全局路径：设置全局路径产生器、设置全局路径评价器；

步骤6：规划局部路径：设置局部路径产生器、设置局部路径评价器；所述设置局部路径评价器包括：设置障碍物碰撞状态的权重、设置障碍物距离惩罚权重、设置非前向运动惩罚权重；

步骤7：新全局和局部栅格地图：更新局部地图的中心坐标、更新栅格被障碍物占据的概率值；

步骤8：新机器人状态：更新机器人的坐标、更新机器人的方位角、更新机器人的速度、更新机器人的加速度。