CN112857374A - 基于当量膨胀的狭窄环境空间的移动机器人可通行性方法 - Google Patents

Abstract

本发明公开了一种基于当量膨胀的狭窄环境空间的移动机器人可通行性方法，通过对原始占据栅格地图进行识别，针对识别出的狭窄区域，按一定步长做多种特定方式的极限搜索。一方面，分析可通行性指标一：是否可通行，判断在该区域中，移动机器人可通行的极限几何尺寸。另一方面，分析可通行指标二：建立更安全的通行路径，当移动机器人几何尺寸一定时，计算多种特定方式下移动机器人几何中心落入的可行区域。综合多种特定方式，对搜索出的区域和原始内切圆膨胀区进行比较，得到一定当量膨胀值，将规划路径约束在当量膨胀后的自由区域。本发明从运动规划前端路径搜索就降低考虑实际移动机器人身的动力学约束，减少后端轨迹规划计算量。

Description

基于当量膨胀的狭窄环境空间的移动机器人可通行性方法

技术领域

本发明涉及室内移动机器人自主导航运动规划技术领域，具体涉及一种基于当量膨胀的狭窄环境空间的移动机器人可通行性方法。

背景技术

对于移动机器人自主导航的运动规划，包含路径规划、轨迹规划和轨迹跟踪三部分。同时，按需求分配又可以将移动机器人自主导航的运动规划分为前端和后端。目前主流的分类方式是将路径规划划分为前端，轨迹规划和轨迹跟踪分为后端。前端规划方法包含：图搜索、虚拟势场和导航函数、数学最优化、生物智能等方法。目前大部分的移动机器人自主导航在前端，求解机器人的配置空间都将机器人当作圆形机器人处理，不能真正根据机器人的几何外形对狭窄区域内的机器人进行判断研究。

针对上述问题，目前也有很多改进方法，包括给定代价值、增加安全度评价指标、改善路标识别方式等方法。但是这些方法都在一定程度上提高了机器人碰撞的安全性，但是不能从本质上解决是否碰撞。同时，这些方法一般用于后端，特别是用于轨迹优化部分，并不能在前端给出指导意义。

在目前主流的机器人操作系统(ROS)中，采用代价地图描述环境中的障碍物信息。原理是通过不同图层传感器信息叠加，被填充的栅格点表示有障碍物。同时在利用ROS进行导航时，采用全局和局部两层膨胀。膨胀地图通过比较设定膨胀半径和内切圆关系，并对距离障碍物的不同距离来赋予一定权值，从而对后续路径规划进行一定指导。

但是，膨胀半径设定是人为的，并常常设置为大于外切圆半径，导致狭窄通道过不去，但是设置过小，又会导致会碰撞到通道和通道之间存在的障碍物。本质上，现有的方法并没有对物体的几何形状进行判断。

发明内容

本发明的目的是为了解决现有技术中的上述缺陷，提供一种基于当量膨胀的狭窄环境空间的移动机器人可通行性方法。

本发明的目的可以通过采取如下技术方案达到：

一种基于当量膨胀的狭窄环境空间的移动机器人可通行性方法，所述移动机器人可通行性方法包括以下步骤：

S1、搜索栅格地图中的连通区域，提取有通行路径的通道，并计算通道的宽度；

S2、将移动机器人的运动方式划分成三种基本方式，并求移动机器人几何尺寸未知条件下，移动机器人在三种运动方式下通过通道的极限尺寸，并验证给定的移动机器人是否在极限尺寸内，得到可通行性的指标一：是否可通行，其中，所述三种基本方式分别为斜移、自转、任意半径方式；

S3、对已知移动机器人几何尺寸条件下，计算目标通道，提取在目标范围内通道，并计算步骤S2中三种运动方式下，移动机器人几何中心在通道的可运行范围，该可运行范围简称为G区；

S4、求出每个G区的最窄宽度，并求得相应通道的倾角；

S5、由通道倾角大小，对步骤S2中三种运动方式分别给定权值，计算总的当量膨胀，得到改进膨胀地图，此处得到可通行性的指标二：建立更加安全的膨胀区域；

S6、将栅格地图进行当量膨胀；

S7、重新进行全局规划，使得移动机器人的路径规划落入当量膨胀后的自由区域，得到更加安全的可通行路径。

进一步地，所述步骤S1的实现过程如下：

将用于移动机器人自主导航的全局地图以栅格地图形式储存，其中，占据的栅格作为障碍物，未占据的栅格构成可行的通道，搜索栅格地图中的连通区域，提取连通区域中的所有通道passage1、passage2、....passagen，并计算上述通道的宽度w1、w2、....wn。

进一步地，所述步骤S2的实现过程如下：

对连通区域中的所有通道passage1,passage2....passagen分别计算三种运动方式的极限尺寸，其中，(1)采用斜移方式，移动机器人的角度不改变，计算得到机器人恰好通过通道的极限长、宽尺寸分别为lcar1-i、wcar1-i，i＝1,2,…,n,n为通道数目，i代表当前第i个通道；(2)采用自转方式，并设定移动机器人的自转点在通道最宽处，计算得到相应的极限长宽尺寸lcar2-i,wcar2-i；(3)采用任意半径方式，等价于求解移动机器人边线在通道几何边线约束下的线性规划问题，计算得到相应的极限长宽尺寸lcar3-i,wcar3-i；

对现有已知移动机器人的几何尺寸进行判断,移动机器人的长度和宽度均在上诉计算的极限尺寸(lcarj-i,…lcarj-n),(wcarj-i,…wcarj-n)范围内,j＝1,2,3；j代表第j种运动方式，则证明移动机器人可运行范围存在一定空间；若不在计算的极限尺寸范围内，则证明移动机器人可运行范围不存在空间，判定不可以进行规划。

进一步地，所述步骤S3中移动机器人几何中心在通道的可运行范围的求解过程如下：

(1)采用斜移方式，保持初始移动机器人起始角度不变，沿着边缘进行搜索一圈，得到斜移方式对应的G区；

(2)采用自转方式，自转位置在内拐点和外拐点的连线上，在除自转位置外的其它位置都保持角度不变，从起始位置，保持移动机器人起始角度不变，沿着边缘进行搜索一圈，得到自转方式对应的G区；

(3)采用任意半径方式，对移动机器人几何中心对应的每个未占据的栅格点进行搜索，判断不同角度下，移动机器人的四条边是否与通道边界占据的栅格相交，若在该栅格点上，存在某个角度通道边界与移动机器人四条边均不交，则视为G区上的一部分，如此循环，得到任意半径方式对应的G区。

进一步地，所述步骤S4的实现过程如下：

对步骤S3中三种运动方式算出的G区，根据不同的运行方式j分别计算沿路径方向的G区宽度，对最窄处的宽度记为Widthcar_least_j,原始通道宽度记为Width，则对应的此处的膨胀比例为

原始膨胀量为

wc为移动机器人的宽度，则膨胀量

其中，Widthcar_least_j和width单位为m,new_value_j和origin_value单位为m，j取值1,2,3，分别对应斜移、自转、任意半径方式。

进一步地，所述步骤S5中当量求解过程为：

由通道转角处的角度，分别确定斜移、自转、任意半径方式的权重；三种权重分别为β₁,β₂,β₃，

则对应的总的当量膨胀值final_value为

final_value＝β₁*new_value_1+β₂*new_value_2+β₃*new_value_3。

进一步地，所述步骤S6的实现过程如下：

对原始全局栅格地图进行膨胀，对在目标区域内的通道采用当量膨胀，膨胀后的未占据栅格区域用于移动机器人几何中心路径规划。

进一步地，所述步骤S7的实现过程如下：

在修改的膨胀地图上，重新进行全局路径规划，使得路径规划落入G区。

本发明相对于现有技术具有如下的优点及效果：

(1)对比普通的移动机器人自主导航运动规划，本发明考虑了机器人实际形状，可以在狭窄区域内运行。

(2)本发明可以由给定通道，计算出移动机器人在不同运行方式下的极限几何尺寸。

(3)对比现有的增加安全度评价指标的函数，本发明可以从本质上避免膨胀。

(4)本发明在前段就保证移动机器人和通道不会碰撞，为后端轨迹规划节省了时间。

(5)本发明能够提高运行的安全程度并对狭窄区域有一定的适应性。

附图说明

图1是本发明实施例中公开的基于当量膨胀的狭窄环境空间可通行性方法的流程图；

图2是本发明实施例中获得的原始地图；

图3是本发明实施例中移动机器人转弯过程分析图，其中，图3(a)是锐角通道采用斜移方式的移动机器人转弯过程分析图，图3(b)是锐角通道采用自转方式的移动机器人转弯过程分析图；

图4是本发明实施例中提取的狭窄通道图；

图5是本发明实施例中移动机器人锐角通道分析图，其中，图5(a)是锐角通道采用斜移方式得到的G区，图5(b)是锐角通道采用自转方式得到的G区，图5(c)是锐角通道采用任意半径方式得到的G区，图5(d)是直角通道采用斜移方式得到的G区，图5(e)是直角通道采用自转方式得到的G区，图5(f)是直角通道采用任意半径方式得到的G区；

图6是本发明实施例中膨胀地图，其中，图6(a)是采用最小内切圆膨胀得到的膨胀地图，图6(b)是采用当量膨胀得到的当量膨胀地图；

图7是本发明实施例中路径规划图，其中，图7(a)是采用最小内切圆膨胀得到的原始路径规划图；图7(b)是采用当量膨胀得到的改进路径规划图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例

如图1所示，本实施例公开了一种基于当量膨胀的狭窄环境空间可通行性方法的流程图，该移动机器人可通行性方法通过对原始占据栅格地图进行识别，针对识别出的狭窄区域，按一定步长做多种特定方式的极限搜索。一方面，分析可通行性指标一：是否可通行，判断在该区域中，移动机器人可通行的极限几何尺寸。另一方面，分析可通行指标二：建立更安全的通行路径，当移动机器人几何尺寸一定时，计算多种特定方式下移动机器人几何中心落入的可行区域。综合多种特定方式，对搜索出的区域和原始内切圆膨胀区进行比较，得到一定当量膨胀值，将规划路径约束在当量膨胀后的自由区域。该方法具体过程如下：

S1、搜索栅格地图中的连通区域，提取有通行路径的通道，并计算通道的宽度；

S2、将移动机器人的运动方式划分成三种基本方式，并求移动机器人几何尺寸未知条件下，移动机器人在三种运动方式下通过通道的极限尺寸，并验证给定的移动机器人是否在极限尺寸内，其中，所述三种基本方式分别为斜移、自转、任意半径方式；

S3、对已知移动机器人几何尺寸条件下，计算目标通道，提取在目标范围内通道，并计算步骤S2中三种运动方式下，移动机器人几何中心在通道的可运行范围，该可运行范围简称为G区；

S4、求出每个G区的最窄宽度，并求得相应通道的倾角；

S5、由通道倾角大小，对步骤S2中三种运动方式分别给定权值，计算总的当量膨胀，得到改进膨胀地图；

S6、将栅格地图进行当量膨胀；

S7、重新进行全局规划，使得移动机器人的路径规划落入当量膨胀后的自由区域。

本实施例中，步骤S1的具体实施方式如下：

获取原始栅格地图如图2，搜索栅格地图中的连通区域，提取连通区域中的所有通道passage1,passage2,....passagen，并计算这些通道的宽度w1,w2,....wn。

本实施例中，步骤S2的具体实施方式如下：

将移动机器人运行方式划分为斜移、自转、任意半径三种基本方式。对区域中的所有通道passage1,passage2,....passagen计算各方式的极限尺寸。以锐角转弯通道为例分析如下：

(1)采用斜移方式，如图3(a)为移动机器人恰能通过通道的极限条件下分析图。图中通道倾角为θ，过移动机器人左顶点F_L做直线F_LB与通道边L₂垂直。连接F_L和移动机器人右下点T_R,设移动机器人的外切圆直径为l₀，则可以得到车体极限尺寸w和通道宽度和倾角的关系如下。

其中，车长为L_c，车宽为w_c。

(2)采用自转方式，如图3(b)为极限条件下的通道，旋转中心为车体几何中心O_c转弯之前的第一段通道宽度为w，其余图上的夹角如图3(b)中所示，得到通道宽度和倾角的关系如下：

(3)采用任意半径方式，只需要通过确定在边线约束下的有解条件,求得机器人极限长度和宽度。

同时，对现有已知移动机器人的几何尺寸进行判断,若在计算的极限尺寸范围内，则证明移动机器人可运行范围(G区)存在一定空间；若不在计算的极限尺寸范围内，则G区为0，显然不可以进行规划；此处判别了移动机器人的可通行性中的第一步：是否可通行。

本实施例中，步骤S3的具体实施方式如下：

由移动机器人的长宽计算得到目标区间为【dc,Dc】。其中dc＝Wc，

搜索得到目标区间内的通道，得到如图4通道。图4可以分成两类通道连接而成，即转角为直角和转角为锐角的通道。图4为一个直角通道和一个倾角为20度的通道和倾角为70度的通道连接而成的通道。对图4中的直角和锐角的两种通道分别计算移动机器人几何中心落入的G区。对锐角通道，将移动机器人运行方式划分为斜移，自转，任意半径三种。分别通过边缘搜索出对应的G区，如图5(a)、图5(b)、图5(c)。同理，对斜直角通道，也分为三种方式，分别搜索出对应的G区，如图5(d)、图5(e)、图5(f)。

本实施例中，步骤S4的具体实施方式如下：

对步骤S3中每种方式算出的G区，计算出S3所述的膨胀比例

膨胀量

本实施例中，步骤S5的具体实施方式如下：

对直角通道，计算直角通道在三种方式下的最窄处的宽度值。从而计算出三种方式的当量膨胀值new_value_1,new_value_2，new_value_3；对直角通道，设置斜移、自转、任意半径三种方式的权重分别为0.6、0.1、0.3，对应最后当量膨胀值为final_value＝0.6*new_value_1+0.1*new_value_2+0.3*new_value_3；同理，对倾角为20度的锐角通道，取三种权重分别为0.5、0.3、0.2；对倾角为70度的锐角通道取三种权重分别为0.65、0.05、0.3；则可以得到两种通道最终当量膨胀值。

本实施例中，步骤S6的具体实施方式如下：

对原始全局地图(图2所示)进行膨胀，得到图6(a)。再对在目标区域内的通道采用当量膨胀，得到图6(b)。膨胀后的未占据栅格区域，如图中的白色区域，用于移动机器人路径规划；黑色区域为膨胀之后的不可通行区域。此处得到移动机器人可通行性的第二部分：规划出更加安全的可通性区域

本实施例中，步骤S7的具体实施方法如下：

先在原始膨胀地图上进行路径规划得到图7(a)；然后在修改的膨胀地图上，重新进行全局路径规划，使得路径规划落入当量膨胀后的自由区域，得到图7(b)。图7(b)中采用的当量膨胀比图7(a)原始最小膨胀半径要大，可见规划路径更加居中，路径安全性更好，可见当量膨胀后，可通行的自由区域被压缩，让路径采用更安全的方式进行规划，可通行性更好。

综上所述，本发明通过对原始占据栅格地图进行识别，针对识别出的狭窄区域，按一定步长做多种特定方式的极限搜索。一方面，分析可通行性指标一：是否可通行，判断在该区域中，移动机器人可通行的极限几何尺寸。另一方面，分析可通行指标二：建立更安全的通行路径，当移动机器人几何尺寸一定时，计算多种特定方式下移动机器人几何中心落入的可行区域。综合多种特定方式，对搜索出的区域和原始内切圆膨胀区进行比较，得到一定当量膨胀值，将规划路径约束在当量膨胀后的自由区域。本发明从运动规划前端路径搜索就降低考虑实际移动机器人身的动力学约束，减少后端轨迹规划计算量。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (8)

1.一种基于当量膨胀的狭窄环境空间的移动机器人可通行性方法，其特征在于，所述移动机器人可通行性方法包括以下步骤：

S1、搜索栅格地图中的连通区域，提取有通行路径的通道，并计算通道的宽度；

S2、将移动机器人的运动方式划分成三种基本方式，并求移动机器人几何尺寸未知条件下，移动机器人在三种运动方式下通过通道的极限尺寸，并验证给定的移动机器人是否在极限尺寸内，其中，所述三种基本方式分别为斜移、自转、任意半径方式；

S3、对已知移动机器人几何尺寸条件下，计算目标通道，提取在目标范围内通道，并计算步骤S2中三种运动方式下，移动机器人几何中心在通道的可运行范围，该可运行范围简称为G区；

S4、求出每个G区的最窄宽度，并求得相应通道的倾角；

S5、由通道倾角大小，对步骤S2中三种运动方式分别给定权值，计算总的当量膨胀，得到改进膨胀地图；

S6、将栅格地图进行当量膨胀；

S7、重新进行全局规划，使得移动机器人的路径规划落入当量膨胀后的自由区域。

2.根据权利要求1所述的基于当量膨胀的狭窄环境空间的移动机器人可通行性方法，其特征在于，所述步骤S1的实现过程如下：

将用于移动机器人自主导航的全局地图以栅格地图形式储存，其中，占据的栅格作为障碍物，未占据的栅格构成可行的通道，搜索栅格地图中的连通区域，提取连通区域中的所有通道passage1、passage2、....passagen，并计算上述通道的宽度w1、w2、....wn。

3.根据权利要求1所述的基于当量膨胀的狭窄环境空间的移动机器人可通行性方法，其特征在于，所述步骤S2的实现过程如下：

对连通区域中的所有通道passage1，passage2....passagen分别计算三种运动方式的极限尺寸，其中，(1)采用斜移方式，移动机器人的角度不改变，计算得到机器人恰好通过通道的极限长、宽尺寸分别为lcar1-i、wcar1-i，i＝1，2，...，n，n为通道数目，i代表当前第i个通道；(2)采用自转方式，并设定移动机器人的自转点在通道最宽处，计算得到相应的极限长宽尺寸lcar2-i，wcar2-i；(3)采用任意半径方式，等价于求解移动机器人边线在通道几何边线约束下的线性规划问题，计算得到相应的极限长宽尺寸lcar3-i，wcar3-i；

对现有已知移动机器人的几何尺寸进行判断，移动机器人的长度和宽度均在上诉计算的极限尺寸(lcarj-i，...lcarj-n)，(wcarj-i，...wcarj-n)范围内，j＝1，2，3；j代表第j种运动方式，则证明移动机器人可运行范围存在一定空间；若不在计算的极限尺寸范围内，则证明移动机器人可运行范围不存在空间，判定不可以进行规划。

4.根据权利要求1所述的基于当量膨胀的狭窄环境空间的移动机器人可通行性方法，其特征在于，所述步骤S3中移动机器人几何中心在通道的可运行范围的求解过程如下：

(1)采用斜移方式，保持初始移动机器人起始角度不变，沿着边缘进行搜索一圈，得到斜移方式对应的G区；

(2)采用自转方式，自转位置在内拐点和外拐点的连线上，在除自转位置外的其它位置都保持角度不变，从起始位置，保持移动机器人起始角度不变，沿着边缘进行搜索一圈，得到自转方式对应的G区；

(3)采用任意半径方式，对移动机器人几何中心对应的每个未占据的栅格点进行搜索，判断不同角度下，移动机器人的四条边是否与通道边界占据的栅格相交，若在该栅格点上，存在某个角度通道边界与移动机器人四条边均不交，则视为G区上的一部分，如此循环，得到任意半径方式对应的G区。

5.根据权利要求1所述的基于当量膨胀的狭窄环境空间的移动机器人可通行性方法，其特征在于，所述步骤S4的实现过程如下：

对步骤S3中三种运动方式算出的G区，根据不同的运行方式j分别计算沿路径方向的G区宽度，对最窄处的宽度记为Widthcar_least_j，原始通道宽度记为Width，则对应的此处的膨胀比例为

原始膨胀量为

wc为移动机器人的宽度，则膨胀量

其中，Widthcar_least_j和width单位为m，new_value_j和origin_value单位为m，j取值1，2，3，分别对应斜移、自转、任意半径方式。

6.根据权利要求5所述的基于当量膨胀的狭窄环境空间的移动机器人可通行性方法，其特征在于，所述步骤S5中当量求解过程为：

由通道转角处的角度，分别确定斜移、自转、任意半径方式的权重；三种权重分别为β₁，β₂，β₃，

则对应的总的当量膨胀值final_value为

final_value＝β₁*new_value_1+β₂*new_value_2+β₃*new_value_3。

7.根据权利要求1所述的基于当量膨胀的狭窄环境空间的移动机器人可通行性方法，其特征在于，所述步骤S6的实现过程如下：

对原始全局栅格地图进行膨胀，对在目标区域内的通道采用当量膨胀，膨胀后的未占据栅格区域用于移动机器人几何中心路径规划。

8.根据权利要求1所述的基于当量膨胀的狭窄环境空间的移动机器人可通行性方法，其特征在于，所述步骤S7的实现过程如下：

在修改的膨胀地图上，重新进行全局路径规划，使得路径规划落入G区。

Images