TWI404918B - 行動載具適應型障礙物閃避之路徑規劃方法 - Google Patents
行動載具適應型障礙物閃避之路徑規劃方法 Download PDFInfo
- Publication number
- TWI404918B TWI404918B TW98110076A TW98110076A TWI404918B TW I404918 B TWI404918 B TW I404918B TW 98110076 A TW98110076 A TW 98110076A TW 98110076 A TW98110076 A TW 98110076A TW I404918 B TWI404918 B TW I404918B
- Authority
- TW
- Taiwan
- Prior art keywords
- proceed
- obstacle
- obstacle avoidance
- vehicle
- mobile vehicle
- Prior art date
Links
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Description
本發明「行動載具適應型障礙物閃避之路徑規劃方法」是一具有路徑規劃之智慧型控制方法,本發明所涉及之技術領域主要包含有障礙物感測、追蹤路徑及避障策略;根據以上技術,發展一即時路徑規劃方法,該方法根據追蹤模組、避障模組、自旋模組以及狀態選擇使行動載具可迴避障礙物並且逐漸的到達目的地。
行動載具運用方面,主要是以追蹤控制及避障策略使行動載具達到自主性的行為能力,目前研究領域例如停車控制[1]-[3]、無人駕駛[4]、路徑追蹤[5]、跟牆行為[6]以及目標追尋[7]、[8]等等,參考文獻[9]-[11]提出路徑規劃使行動載具閃避障礙物到達目的地,為現今主要的研究議題。一般而言,路徑規劃可分為全域路徑規劃以及局部路徑規劃。全域路徑規劃方面,行動載具需要所有活動空間中的資訊來達到最短路徑控制[12]-[15]。另一方面,局部路徑規劃只能知道行動載具周遭環境的資訊,其中感測器可分為超音波感測器[16]、[17]、雷射感測器[18]以及影像系統[19]。局部路徑規劃中,行動載具可能在凹型障礙物中徘徊無法到達目的地,為了解決此問題,參考文獻[20]提出「格子記憶法」,利用矩陣來儲存障礙物的資訊,但是需要龐大的記憶體空間。參考文獻[21]則提出「Dempster-Shafer」理論,主要是以計算機率的方式來判斷障礙物存在與否,並且採用吸引力以及排斥力來控制行動載具的目標追蹤以及避障,但是這個方式的計算非常的複雜。參考文獻[22]提出時間序列的方式,雖然有不錯的效能,但是需要相當準確的環境資訊。參考文獻[23]則是提出嘗試回頭的方式達到凹型障礙物的閃避,但是此方式亦需要花費相當多的時間。本發明主要提出適應型路徑規劃系統達到避障控制,並且不需要事先知道環境、龐大的記憶體空間以及冗餘的計算量。
[1]T. C. Lee,C. Y. Tsai,and K. T. Song,“Fast parking control of mobile robots:a motion planning approach with experimental validation,”IEEE Trαns. Contr. Syst. Technol.
,vol. 12,no.5,pp. 661-676,2004.
[2]T.-H. S. Li,S. J. Chang,and Y. X. Chen,“Implementation of human-like driving skills by autonomous fuzzy behavior control on an FPGA-based car-like mobile robot,”IEEE Trαns. Ind. Electron.
,vol. 50,no. 5,pp. 867-880,2003.
[3]I. Baturone,F. J. Moreno-Velo,V. Blanco,and J. Ferruz,“Design of embedded DSP-based fuzzy controllers for autonomous mobile robots,”IEEE Trαns. Ind. Electron.
, vol. 55,no. 2,pp. 928-936,2008.
[4]H. Seraji and A. Howard,“Behavior-based robot navigation on challenging terrain:a fuzzy logic approach,”IEEE Trαns. Robot. Automαt.
,vol. 18,no. 3,pp. 308-321,2002.
[5]C. L. Hwang,L. J. Chang,and Y. S. Yu,“Network-based fuzzy decentralized sliding-mode control for car-like mobile robots,”IEEE Trαns. Ind. Electron.
,vol. 54,no. 1,pp. 574-585,2007.
[6]W. Tsui,M. S. Masmoudi,F. Karray,I. Song,and M. Masmoudi,“Soft-computing-based embedded design of an intelligent wall/lane-following vehicle,”IEEE/ASME Trαns. Mechαtronics
,vol. 13,no. 1,pp. 125-135,2008.
[7]M. Chueh,Y. L. W. A. Yeung,K.-P. C. Lei,and S. S. Joshi,“Following controller for autonomous mobile robots using behavioral cues,”IEEE Trans. Ind. Electron.
,vol. 55,no. 8,pp. 3124-3132,2008.
[8]M. Defoort,T. Floquet,A. Kksy,and W. Perruquetti,“Sliding-mode formation control for cooperative autonomous mobile robots,”IEEE Trans. Ind. Electron.
,vol. 55,no. 11,pp. 3944-3953,2008.
[9]C. Ye,H. C. Yung,and D. Wang,“A fuzzy controller with supervised learning assisted reinforcement learning algorithm for obstacle avoidance,”IEEE Trans. Syst. Man, Cybern. B
,vol. 33,no. 1,pp. 17-27,2003.
[10]J. H. Lilly,“Evolution of a negative-rule fuzzy obstacle avoidance controller for an autonomous vehicle,”IEEE Trans. Fuzzy Syst.
,vol. 15,no. 4,pp. 718-728,2007.
[11]M. J. Er and C. Deng,“Obstacle avoidance of a mobile robot using hybrid learning approach,”IEEE Trans. Ind. Electron.
,vol. 52,no. 3,pp. 898-905,2005.
[12]Q. Li,W. Zhang,Y. Yin,Z. Wang,and G. Liu,“An improved genetic algorithm of optimum path planning for mobile robots,”Int. Conf. Intelligent Systems Design and Applications
,vol. 2,pp. 637-642,2006.
[13]J. Tu and S. Yang,“Genetic algorithm based path planning for a mobile robot,”IEEE Int. Conf. Robotics and Automation
,pp. 1221-1226,2003.
[14]Y. Hu and S. Yang,“A knowledge based genetic algorithm for path planning of a mobile robot,”IEEE Int. Conf. Robotics and Automation
,pp. 4350-4355,2004.
[15]W. Wu and Q. Ruan,“A gene-constrained genetic algorithm for solving shortest path problem,”Int. Conf. Signal Processing
,pp. 2510-2513,2004.
[16]J. Borenstein and Y. Koren,“The vector field histogram-fast obstacle avoidance for mobile robots,”IEEE Trans. Robot. Automat.
,vol. 7,no. 3,pp. 278-288,1991.
[17]A. Zhu and S. X. Yang,“Neurofuzzy-based approach to mobile robot navigation in unknown environments,”IEEE Trans. Syst. Man, Cybern. C
,vol. 37,no. 4,pp. 610-621,2007.
[18]F. Amigoni and S. Gasparini,“Building segment-based maps without pose information,”Proc. IEEE
,vol. 94,no. 7,pp. 1340-1359,2006.
[19]G. L. Mariottini,G. Oriolo,and D. Prattichizzo,“Image-based visual servoing for nonholonomic mobile robots using epipolar genmetry,”IEEE Trans. Robotics
,vol. 23,no. 1,pp. 87-100,2007.
[20]M. Wang and J. N. K. Liu,“Fuzzy logic-based real-time robot navigation in unknown environment with dead ends,”Robot. Autonomous Syst.
,vol. 56,no. 7,pp. 625-643,2008.
[21]J. Velagic,B. Lacevic,and B. Perunicic,“A 3-level autonomous mobile robot navigation system designed by using reasoning/search approaches,”Robot. Autonomous Syst
.,vol. 54,no. 12,pp. 989-1004,2006.
[22]K. M. Krishna and P. K. Kalra,“Perception and remembrance of the environment during real-time navigation of a mobile robot,”Robot. Autonomous Syst.
,vol. 37,pp. 25-51,2001.
[23]M. Wang and J. N. K. Liu,“Fuzzy logic based robot path planning in unknown environments,”Int. Conf. Machine Learning and Cybernetics,
vol. 2,pp. 813-818,2005.
[24]G. Antonelli,S. Chiaverini,and G. Fusco,“A fuzzy-logic-based approach for mobile robot path tracking,”IEEE Trans. Fuzzy Syst.
,vol. 15,no. 2,pp. 211-221,2007.
[25]S. X. Yang and M. Q. H. Meng,“Real-time collision-free motion planning of a mobile robot using a neural dynamics-based approach,”IEEE Trans. Neural Netw.
,vol. 14,no. 6,pp. 1541-1552,2003.
[26]T. Das,I. N. Kar,and S. Chaudhury,“Simple neuron-based adaptive controller for a nonholonomic mobile robot including actuator dynamics,”Neurocomputing
,vol. 69,no. 16-18,pp. 2140-2151,2006.
[27]S. J. Yoo,Y. H. Choi,and J. B. Park,“Generalized predictive control based on self-recurrent wavelet neural network for stable path tracking of mobile robots:adaptive learning rates approach,”IEEE Trans. Circuit Syst. I
,vol. 53,no. 6,pp. 1381-1394,2006.
[28]H. Hardt,D. Wolf,and R. Husson,“The dead reckoning localization system of the wheeled mobile robot ROMANE,”IEEE Int. Conf. Multisensor Fusion and Integration for Intelligent Systems
,pp. 603-610,1996.
[29]W. L. Xu and S. K. Tso,“Sensor-based fuzzy reactive navigation for a mobite robot through local target switching,”IEEE Trans. Systems,Man,Cybernet
. C,vol. 29,no. 3,pp. 451-459,1999.
[30]O. R. E. Motlagh,T. S. Hong,and N. Ismail,“Development of a new minimum avoidance system for a behavior-based mobile robot,”Fuzzy sets and Systems
,doi:10.1016/j.fss.2008.09.015,2008.
為了使行動載具能在不同的環境中安全的移動,設計出適應型障礙物閃避之路徑規劃方法,包含追蹤模組、避障模組、自旋模組以及狀態選擇,主要流程如圖1所示。一種行動載具適應型障礙物閃避之路徑規劃方法,其係用偵測障礙物資訊以達到閃避之能力,步驟包括:步驟100,設定行動載具狀態旗標為1以及目的地座標之位置,接著進行步驟101;步驟101,以障礙物感測器以及位置感測器分別接收行動載具之周圍障礙物資訊以及位置資訊,接著進行步驟102;步驟102,計算該行動載具與該目的地之間的距離,接著進行步驟103;步驟103,判斷該行動載具周圍是否有障礙物;若是,則接著進行步驟104;若否,則接著進行步驟105;步驟104,判斷前方是否有障礙物;若是,則接著進行步驟106;若否,則接著進行步驟107;步驟105,判斷該行動載具與該目的地之間的距離是否為最小值;若是,則接著進行步驟108,若否,則接著進行步驟109;步驟106,判斷該行動載具狀態旗標是否為1;若是,則接著進行步驟110;若否,則接著進行步驟111;步驟107,判斷該行動載具與該目的地之間的距離是否為最小值;若是,則接著進行步驟112;若否,則接著進行步驟106;步驟108,設定該行動載具狀態旗標為1,代表目前為追蹤模式,接著進行步驟113;步驟109,根據該自旋模組執行等速控制,接著進行步驟118;步驟110,判斷該行動載具執行左轉或是右轉;若為左轉,則接著進行步驟115;若為右轉,則接著進行步驟116;步驟111,根據該避障模組計算下一步位置命令,接著進行步驟114;步驟112,根據該狀態選擇判斷該行動載具需執行追蹤模式或是避障模式;若為追蹤模式,則接著進行步驟108;若為避障模式,則接著進行步驟111;步驟113,根據該追蹤模組計算下一步位置命令,接著進行步驟114;步驟114,根據該追蹤模組或是該避障模組所計算出之下一步位置命令執行位置追蹤控制器,接著進行步驟118;步驟115,設定該避障方向指標為0,代表該行動載具向左轉,接著進行步驟117;步驟116,設定該避障方向指標為1,代表該行動載具向右轉,接著進行步驟117;步驟117,設定該行動載具狀態旗標為0,代表目前為避障模式,接著進行步驟111;步驟118,將步驟109或是步驟114所得的速度命令輸出至該行動載具之系統,使該行動載具依據速度命令移動,接著進行步驟119;步驟119,判斷程式是否結束;若是,則結束所有步驟;若否,則接著進行步驟120;步驟120,判斷該行動載具是否到達目的地;若是,則代表該行動載具已經到達目的地;若否,則接著進行步驟101。
追蹤模組之示意如圖2所示。本發明行動載具感測周遭環境是採用八個聲納感測器,可分為兩個群組,左方感測器(s 1
、s 2
、s 3
以及s 4
)以及右方感測器(s 5
、s 6
、s 7
以及s 8
)。當行動載具感測到障礙物,其中d mi
=d e
-d si
為第i
個感測器的強度,d e
為聲納感測器最遠的感測距離,d si
為聲納感測器感測到物體的距離),將會執行避障模式(Flag=0)避免碰撞障礙物,避障模組之示意如圖3所示。圖中行動載具根據適應型障礙物閃避之路徑規劃方法並給予合適的左輪速度以及右輪速度達到軌跡追蹤,所給予的控制力可以是一般的控制器,例如比例積分控制器[21]、模糊控制器[24]或是類神經網路控制器[27],本發明實施例則採用比例積分控制器。
為了了解行動載具在環境中移動的情況,定義行動載具與目的地之間的距離(d ro
)如下式
根據不同的d ro
可以將行動載具分為兩種情況,第一種d ro
為最小值,亦即與之前所走的路徑相比,此時是離目的地最近的位置。第二種狀況即d ro
不為最小值,代表行動載具在避開障礙物且離目的地越來越遠。由於聲納感測器的感測範圍只有前方180度,因此行動載具在移動中有可能會導致障礙物突然消失而出現在後方,為了解決這個問題,本發明以自旋模式來找尋障礙物,自旋模組之示意如圖4所示。另一方面,在行動載具的周圍有障礙物時會執行避障模式,然而假如在發生在第一種情況之下則行動載具有可能會失去到達目的地的機會,因此本發明提出狀態選擇的機制來改善此問題,狀態選擇之示意如圖5所示,也就是說當行動載具周圍有障礙物且在第一種情況之下可以由狀態選擇來決定執行追蹤模式或是避障模式;本發明所提之追蹤模組、避障模組、自旋模組以及狀態選擇會在後面的章節詳細描述。
追蹤模組示意以及流程分別如圖2(a)以及圖2(b)所示,該追蹤模組係追尋該行動載具目的地之方法,步驟包括:步驟200,設定該目的地位置以及下一步距離;步驟201,接收該行動載具之位置資訊;步驟202,計算該行動載具目前與目的地之間的夾角;步驟203,根據步驟202所得出的角度去計算下一步的位置命令。行動載具接收的位置資訊(u
,v
,θ)由馬達的編碼器得到,並且根據下式可以得到行動載具與目的地之間的夾角
因此設計下一步行動載具的位置可表示成
其中d n
為移動下一步的距離。圖2(a)中,行動載具方位與目的地之間的夾角誤差可表示為
θ e
=θ-θ o
(4)
當沒有障礙物的情況之下,追蹤模組的任務是計算出下一步位置的控制命令。
避障模組示意以及流程分別顯示如圖3(a)以及圖3(b)所示,該避障模組係該行動載具閃避障礙物之方法,步驟包括:步驟300,設定該障礙物感測器之最遠偵測距離、安全距離以及迴轉半徑,接著進行步驟301;步驟301,判斷避障方向指標是否為0;若是,則接著進行步驟302;若否,則接著進行步驟303;步驟302,設定i為1,接著進行步驟304;步驟303,設定i為8,接著進行步驟305;步驟304,判斷第i個障礙物感測器是否有偵測到障礙物;若是,則接著進行步驟308;若否,則接著進行步驟306;步驟305,判斷第i個障礙物感測器是否有偵測到障礙物;若是,則接著進行步驟308;若否,則接著進行步驟307;步驟306,將i的值加1,接著進行步驟304;步驟307,將i的值減1,接著進行步驟305;步驟308,根據步驟304或是步驟305所得之障礙物距離以及避障角度演算法計算出該行動載具避障之角度,接著進行步驟309;步驟309,根據步驟308所得之角度計算該行動載具之下一步位置命令。當行動載具周遭感測到障礙物時,避障方向指標(t r
)可表示如下
當聲納感測器為時,代表障礙物比較靠近右邊,因此設定避障方向指標為0(t r
=0),使行動載具左轉來避開障礙物。另一方面,當發生時,則設定避障方向指標為1(t r
=1),使行動載具右轉來避開障礙物。在圖3(b)中,行動載具必須避開的角度命令可表示如下
其中l
為行動載具能夠安全避開的旋轉半徑,d s
為安全距離。根據(6)式,行動載具可以避開障礙物且能夠保持安全的距離,因此行動載具旋轉的角度可表示如下
θ f
=θ+θ g
-θ si
(7)
其中θ si
為聲納感測器固定在車上的角度。設計下一步行動載具的位置可表示如下
圖3(b)中之左轉避障以及右轉避障中,主要以順時針或是逆時針的方式掃描感測器來找到d si
進一步去計算旋轉角度(θ f
)。
由於行動載具在移動中有可能會導致障礙物突然消失而出現在後方,因此本發明設計自旋模組來找尋障礙物,自旋模組之示意如圖4所示,該自旋模組係避免該行動載具執行避障模式時失去障礙物資訊之方法,步驟包括:步驟400,判斷避障方向指標是否為1;若是,則接著進行步驟401;若否,則接著進行步驟402;步驟401,以逆時針方向等速旋轉該行動載具;步驟402,以順時針方向等速旋轉該行動載具。當行動載具在避障方向指標為0(t r
=0)時,若發生障礙物突然消失,則需以逆時針旋轉的方向來找尋障礙物。另一方面,當行動載具在避障方向指標為1(t r
=1)時,若發生障礙物突然消失,則以順時針旋轉找尋障礙物,其數學式表示如下
順時針旋轉:v r
=-v c
,v l
=+v c
(9)
逆時針旋轉:v r
=+v c
,v l
=-v c
(10)
其中v c
為事先決定的固定速度。行動載具的自旋模式會執行到找到障礙物為止,並且會轉換為避障模式。
當行動載具周圍有障礙物且,則應該重新判斷執行追蹤模組或避障模組,主要是避免行動載具在避障模式中失去到達目的地的機會。圖5(a)至圖5(d)為狀態選擇之示意,當目的地與障礙物在行動載具的同一邊時(r s
=0),則行動載具必須執行避障模式。另一方面,當目的地與障礙物在行動載具的不同邊時(r s
=1),則行動載具必須執行追蹤模式,其相對應流程如圖5(e)所示,該狀態選擇係使該行動載具在避障模式時能保有追尋目的地能力之方法,步驟包括:步驟500,判斷該避障方向指標是否為0;若是,則接著進行步驟501;若否,則接著進行步驟502;步驟501,判斷行動載具方位與目的地之間的夾角誤差是否小於0;若是,則接著進行步驟503;若否,則接著進行步驟504;步驟502,判斷行動載具方位與目的地之間的夾角誤差是否小於0;若是,則接著進行步驟504;若否,則接著進行步驟503;步驟503,設定該行動載具狀態為1;步驟504,設定該行動載具狀態為0。避障方向指標為0(t r
=0)代表障礙物在行動載具的右方,反之,避障方向指標為1(t r
=1)代表障礙物在行動載具的左方。此外,假如發生行動載具方位與目的地之間夾角誤差小於0(θ e
<0),代表目的地在行動載具的左方,反之,則在右方。行動載具應該執行追蹤模式在行動載具狀態為1(r s
=1),因為沒有障礙物在行動載具與目的地之間。換句話說,行動載具必須執行避障模式在行動載具狀態為0(r s
=0),因為行動載具與目的地之間存在障礙物。
本發明「行動載具適應型障礙物閃避之路徑規劃方法」之一實施例為運用在行動載具適應型障礙物閃避之路徑規劃方法,所採用行動載具結構示意如圖6所示[21]、[24]-[27],包含兩個操縱輪與一支撐輪裝置於車體,該操縱輪分別由兩個獨立之直流馬達所控制,並且平行於輪軸。該支撐輪為被動之自由輪,可隨操縱輪控制於任意之角度。圖中2b
為兩個操縱輪之間的距離,且操縱輪之半徑表示為r
。圖中C點為行動載具之質心位置。圖中P點為輪軸與該輪軸之垂直線穿過C點之交點,該P點表示行動載具在座標系統之位置。圖中{O,U,V}為全域座標系統,行動載具在全域座標系統的位置可表示成p=[u v
Φ] T
,其中u
和v
分別代表全域座標中的橫軸與縱軸。圖中(P,X,Y}為局部座標系統,亦即以P點為原點之座標系統。圖中θ為全域座標與局部座標之相對角度,且起始角由U軸開始量起。假設行動載具的輪子只有轉動且不產生側移的情況之下,亦即行動載具移動的方向垂直於輪軸,因此行動載具之行動約束可表示成
根據(11)式,行動載具在全域座標系統的動態方程式[28]可表示成
其中v l
和v r
分別為左輪和右輪速度,且輪子的速度最大為v max
。本發明中主要目的是找出合適的路徑規劃產生參考軌跡使行動載具安全的到達目的地。
本發明以差輪式行動載具來驗證所提出路徑規劃策略的效能,其詳細的參數表示如下
r
=0.0925m,b
=0.167m,v max
=0.4m/s,θ s 1
=-90°,θ s 2
=-50°,θ s 3
=-30°,θ s 4
=-10°,θ s 5
=10°,θ s 6
=30°,θ s 7
=50°,θ s 8
=90° (13)
此外,適應型障礙物閃避之路徑規劃方法參數表示如下
d n
=0.004m,l
=0.1m,Δt
=0.1s,v c
=0.04m/s (14)
上式中所有參數的選取是在數值模擬以及實驗結果中取得最佳的情況。
本數值模擬所採用的軟體為MATLAB,分別以四個不同形狀的障礙物來進行所提出適應型障礙物閃避之路徑規劃方法的模擬,模擬結果顯示在圖7至圖10。圖7顯示四個障礙物的模擬結果,行動載具的初始位置分別為(u
=1.5,v
=1)、(u
=3,v
=1)以及(u
=4,v
=2.8),目的地位置為(u o
=3,v o
=5.5),從圖中可以看到行動載具可以成功的避開障礙物到達目的地。圖8為U型障礙物的模擬響應,行動載具的初始位置分別為(u
=3,v
=1)及(u
=2.5,v
=2.5),目的地位置為(u o
=3,v o
=5.5)。一開始行動載具根據追蹤模式走向目的地直到a點遇到障礙物,然後根據避障模式向右轉直到b點,此時行動載具狀態r s
=1且d ro
為最小值,因此,行動載具可根據追蹤模式到達目的地;第二個初始位置(u
=2.5,v
=2.5)行動載具則根據避障模式到達c點,此時行動載具狀態r s
=1且d ro
為最小值,因此行動載具可根據追蹤模式到達目的地。
圖9為迷宮地形的模擬響應,其初始位置為(u
=0.5,v
=1.5),目的地位置為(u o
=5,v o
=5)。行動載具根據避障模式到達a點,此時r s
=0且d ro
為最小值,因此根據避障模式向右轉直到b點,由於b點與目的地之間的距離比a點近且r s
=1,因此行動載具根據追蹤模式到達c點,此時又遇到障礙物轉換為避障模式直到d點,此時行動載具周圍沒有障礙物,行動載具狀態r s
=0且d ro
為最小值,因此根據追蹤模式到達e點遇到障礙物,接著以避障模式移動到f點,此時行動載具狀態r s
=1且d ro
為最小值,因此行動載具根據追蹤模式到達目的地。圖10顯示多個不同障礙物形狀的模擬響應,其初始位置為(u
=0.5,v
=0.5),目的地為(u o
=5,v o
=5),由數值模擬結果可知行動載具可以成功的閃避多個障礙物到達目的地。
本發明以實驗結果來進一步驗證所提出適應型障礙物閃避之路徑規劃方法的效能。本實驗所採用之軟體為Visual C++,撰寫於Pentium IV之筆記型電腦上;行動載具之型號為Pioneer,由MobileRobots公司所製造。本實驗發展板為Hitachi H8S,其工作頻率為44.2368MHz,具有32bitRISC、32k RAM以及128k FLASH。行動載具與電腦的連線採用無線網路傳輸模組,輪子由12伏特直流馬達驅動,採用PWM訊號控制,每個馬達裝有128count/mm的編碼器用於位置回授,其中行動載具的位置(u
,v
,θ)與馬達轉動之間的關係[28]可以表示如下
其中d sl
與d sr
分別為左輪以及右輪的位移量,並且以此位移量可以計算出行動載具的方位(15),接著可由(16)以及(17)得到行動載具在全域座標的位置。
適應型障礙物閃避之路徑規劃方法的實驗以不同的障礙物形狀,如圖11至圖13所示。圖11為四個障礙物的實驗,其初始位置分別為(u
=1,v
=1)、(u
=3,v
=1)以及(u
=4,v
=3),目的地位置為(u o
=3,v o
=5.8)。圖12為U型障礙物的實驗,其中初始位置分別為(u
=3,v
=1)以及(u
=3.7,v
=3),目的地位置為(u o
=3,v o
=5);圖13為迷宮地形的實驗,其中初始位置為(u
=0.5,v
=1.5),目的地位置為(u o
=4.5,v o
=5)。從實驗結果可發現與模擬的結果大致相同,由圖中可得知即使行動載具在不同的初始位置皆可閃避障礙物到達目的地,其可證明所提出適應型障礙物閃避之路徑規劃方法的可用性。
參考文獻[23]提出嘗試回頭的方法使行動載具逃離U型障礙物,然而從出發到目的地卻需要花費相當多的時間。參考文獻[29]則是提出切換式的機制達到未知環境的操縱,不過此方法不適合運用在多層U型環境下。為了改善此問題,參考文獻[30]提出新的理論,以旋轉角度的總和來判斷行動載具的狀況,當旋轉角度的總和接近0的時候,則行動載具會走向目的地,若旋轉角度的總和大於0,代表行動載具以順時針的方向旋轉,因此必須補償逆時針方向的旋轉使旋轉角度的總和回到0;同樣地,若旋轉角度的總和小於0,則必須補償順時針方向的旋轉。儘管參考文獻[30]可解決多層的U型環境,但是在G型障礙物的環境之下(如圖14所示),初始位置為(u
=3,v
=3),目的地位置為(u o
=6,v o
=4),行動載具避障的過程中,位於a點的時候無法直接走向目的地,那是因為旋轉角度的總和沒有接近0的緣故,直到行動載具到達b點才開始追尋目的地,因此導致花費更多的時間才能夠到目的地。
為了展現本發明所提出路徑規劃方法比其他參考文獻[23]、[29]、[30]的優越性,圖15以及圖16分別為多層U型環境以及G型障礙物的實驗結果。圖15中,行動載具初始位置為(u
=3,v
=3),目的地位置為(u o
=6,v o
=4),本發明所提出的方法可以解決參考文獻[29]無法避開多層U型環境的情況。圖16中,行動載具初始位置為(u
=3,v
=3),目的地位置為(u o
=6,v o
=4),比較圖16與圖14的實驗結果,本發明所提出的路徑規劃方法在a點可直接走向目的地,由此可知本發明所提方法比參考文獻[30]更適合運用在避障控制。
本發明成功的發展適應型路徑規劃方法運用在行動載具的避障控制,由數值模擬以及實驗結果可以驗證所提的路徑規劃方法之有效性,其主要創新性陳述如下
1) 成功的結合追蹤模組以及避障模組於適應型路徑規劃系統使行動載具達到目的地且避開障礙物。
2) 成功的設計出自旋模組,避免行動載具在避障模式中失去障礙物的資訊。
3) 成功的設計狀態選擇機制,使行動載具在避障模式中能夠保有追蹤目的地的能力。
本發明所提出的適應型路徑規劃方法可以結合其他行動載具的操縱系統達到避障的行為能力。
雖然本發明已前述較佳實施例揭示,然其並非用以限定本發明,任何熟習此技藝者,再不脫離本發明之精神和範圍內,當可作各種之變動與修改,因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。
第1圖 表示本發明「行動載具適應型障礙物閃避之路徑規劃方法」主要流程圖
第2圖 表示本發明「行動載具適應型障礙物閃避之路徑規劃方法」之追蹤模組示意圖
第3圖 表示本發明「行動載具適應型障礙物閃避之路徑規劃方法」之避障模組示意圖
第4圖 表示本發明「行動載具適應型障礙物閃避之路徑規劃方法」之自旋模組示意圖
第5圖 表示本發明「行動載具適應型障礙物閃避之路徑規劃方法」之狀態選擇示意圖
第6圖 表示行動載具結構之示意圖
第7圖 表示本發明「行動載具適應型障礙物閃避之路徑規劃方法」於四個障礙物之數值模擬
第8圖 表示本發明「行動載具適應型障礙物閃避之路徑規劃方法」於U型障礙物之數值模擬
第9圖 表示本發明「行動載具適應型障礙物閃避之路徑規劃方法」於迷宮地形之數值模擬
第10圖 表示本發明「行動載具適應型障礙物閃避之路徑規劃方法」於多個不同障礙物形狀之數值模擬
第11圖 表示本發明「行動載具適應型障礙物閃避之路徑規劃方法」於四個障礙物之實驗結果
第12圖 表示本發明「行動載具適應型障礙物閃避之路徑規劃方法」於U型障礙物之實驗結果
第13圖 表示本發明「行動載具適應型障礙物閃避之路徑規劃方法」於迷宮地形之實驗結果
第14圖 表示參考文獻[30]提出之控制方法於G型障礙物之實驗結果
第15圖 表示本發明「行動載具適應型障礙物閃避之路徑規劃方法」於多層U型環境之實驗結果
第16圖 表示本發明「行動載具適應型障礙物閃避之路徑規劃方法」於G型障礙物之實驗結果
第1圖 表示本發明「行動載具適應型障礙物閃避之路徑規劃方法」主要流程圖
Claims (5)
- 一種行動載具適應型障礙物閃避之路徑規劃方法,其係用偵測障礙物資訊以達到閃避之能力,步驟包括:步驟100,設定行動載具狀態旗標為1以及目的地座標之位置,接著進行步驟101;步驟101,以障礙物感測器以及位置感測器分別接收行動載具之周圍障礙物資訊以及位置資訊,接著進行步驟102;步驟102,計算該行動載具與該目的地之間的距離,接著進行步驟103;步驟103,判斷該行動載具周圍是否有障礙物;若是,則接著進行步驟104;若否,則接著進行步驟105;步驟104,判斷前方是否有障礙物;若是,則接著進行步驟106;若否,則接著進行步驟107;步驟105,判斷該行動載具與該目的地之間的距離是否為最小值;若是,則接著進行步驟108,若否,則接著進行步驟109;步驟106,判斷該行動載具狀態旗標是否為1;若是,則接著進行步驟110;若否,則接著進行步驟111;步驟107,判斷該行動載具與該目的地之間的距離是否為最小值;若是,則接著進行步驟112;若否,則接著進行步驟106;步驟108,設定該行動載具狀態旗標為1,代表目前為追蹤模式,接著進行步驟113;步驟109,根據該自旋模組執行等速控制,接著進行步驟118;步驟110,判斷該行動載具執行左轉或是右轉;若為左轉,則接著進行步驟115;若為右轉,則接著進行步驟116;步驟111,根據該避障模組計算下一步位置命令,接著進行步驟114;步驟112,根據該狀態選擇判斷該行動載具需執行追蹤模式或是避障模式;若為追蹤模式,則接著進行步驟108;若為避障模式,則接著進行步驟111;步驟113,根據該追蹤模組計算下一步位置命令,接著進行步驟114;步驟114,根據該追蹤模組或是該避障模組所計算出之下一步位置命令執行位置追蹤控制器,接著進行步驟118;步驟115,設定該避障方向指標為0,代表該行動載具向左轉,接著進行步驟117;步驟116,設定該避障方向指標為1,代表該行動載具向右轉,接著進行步驟117;步驟117,設定該行動載具狀態旗標為0,代表目前為避障模式,接著進行步驟111;步驟118,將步驟109或是步驟114所得的速度命令輸出至該行動載具之系統,使該行動載具依據速度命令移動,接著進行步驟119;步驟119,判斷程式是否結束;若是,則結束所有步驟;若否,則接著進行步驟120;步驟120,判斷該行動載具是否到達目的地;若是,則代表該行動載具已經到達目的地;若否,則接著進行步驟101。
- 如申請專利範圍第1項之行動載具適應型障礙物閃避之路徑規劃方法,其中,該追蹤模組係追尋該行動載具目的地之方法,步驟包括:步驟200,設定該目的地位置以及下一步距離;步驟201,接收該行動載具之位置資訊;步驟202,計算該行動載具目前與目的地之間的夾角;步驟203,根據步驟202所得出的角度去計算下一步的位置命令。
- 如申請專利範圍第1項之行動載具適應型障礙物閃避之路徑規劃方法,其中,該避障模組係該行動載具閃避障礙物之方法,步驟包括:步驟300,設定該障礙物感測器之最遠偵測距離、安全距離以及迴轉半徑,接著進行步驟301;步驟301,判斷避障方向指標是否為0;若是,則接著進行步驟302;若否,則接著進行步驟303;步驟302,設定i為1,接著進行步驟304;步驟303,設定i為8,接著進行步驟305;步驟304,判斷第i個障礙物感測器是否有偵測到障礙物;若是,則接著進行步驟308;若否,則接著進行步驟306;步驟305,判斷第i個障礙物感測器是否有偵測到障礙物;若是,則接著進行步驟308;若否,則接著進行步驟307;步驟306,將i的值加1,接著進行步驟304;步驟307,將i的值減1,接著進行步驟305;步驟308,根據步驟304或是步驟305所得之障礙物距離以及避障角度演算法計算出該行動載具避障之角度,接著進行步驟309;步驟309,根據步驟308所得之角度計算該行動載具之下一步位置命令。
- 如申請專利範圍第1項之行動載具適應型障礙物閃避之路徑規劃方法,其中,該自旋模組係避免該行動載具執行避障模式時失去障礙物資訊之方法,步驟包括:步驟400,判斷避障方向指標是否為1;若是,則接著進行步驟401;若否,則接著進行步驟402;步驟401,以逆時針方向等速旋轉該行動載具;步驟402,以順時針方向等速旋轉該行動載具。
- 如申請專利範圍第1項之行動載具適應型障礙物閃避之路徑規劃方法,其中,該狀態選擇係使該行動載具在避障模式時能保有追尋目的地能力之方法,步驟包括:步驟500,判斷該避障方向指標是否為0;若是,則接著進行步驟501;若否,則接著進行步驟502;步驟501,判斷行動載具方位與目的地之間的夾角誤差是否小於0;若是,則接著進行步驟503;若否,則接著進行步驟504;步驟502,判斷行動載具方位與目的地之間的夾角誤差是否小於0;若是,則接著進行步驟504;若否,則接著進行步驟503;步驟503,設定該行動載具狀態為1;步驟504,設定該行動載具狀態為0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW98110076A TWI404918B (zh) | 2009-03-26 | 2009-03-26 | 行動載具適應型障礙物閃避之路徑規劃方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW98110076A TWI404918B (zh) | 2009-03-26 | 2009-03-26 | 行動載具適應型障礙物閃避之路徑規劃方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201035524A TW201035524A (en) | 2010-10-01 |
TWI404918B true TWI404918B (zh) | 2013-08-11 |
Family
ID=44855861
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW98110076A TWI404918B (zh) | 2009-03-26 | 2009-03-26 | 行動載具適應型障礙物閃避之路徑規劃方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI404918B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111513626A (zh) * | 2020-06-30 | 2020-08-11 | 北京欣奕华数字科技有限公司 | 移动设备的避障方法及移动设备 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831298B (zh) * | 2012-07-30 | 2015-03-04 | 北京理工大学 | 一种用于目标发生器的目标实时路径规划方法 |
CN104020769B (zh) * | 2014-06-13 | 2017-02-08 | 哈尔滨工程大学 | 一种基于电荷系统搜索的机器人全局路径规划方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5502638A (en) * | 1992-02-10 | 1996-03-26 | Honda Giken Kogyo Kabushiki Kaisha | System for obstacle avoidance path planning for multiple-degree-of-freedom mechanism |
TW432266B (en) * | 1999-12-06 | 2001-05-01 | Notetry Ltd | Improvements in or relating to floor cleaning devices |
US20080033649A1 (en) * | 2006-06-05 | 2008-02-07 | Honda Motor Co., Ltd. | Collision avoidance of a mobile unit |
US20080040040A1 (en) * | 2006-08-08 | 2008-02-14 | Takanori Goto | Obstacle avoidance method and obstacle-avoidable mobile apparatus |
US7386163B2 (en) * | 2002-03-15 | 2008-06-10 | Sony Corporation | Obstacle recognition apparatus and method, obstacle recognition program, and mobile robot apparatus |
TW200826890A (en) * | 2006-12-26 | 2008-07-01 | Ind Tech Res Inst | Position-detecting system and method |
-
2009
- 2009-03-26 TW TW98110076A patent/TWI404918B/zh not_active IP Right Cessation
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5502638A (en) * | 1992-02-10 | 1996-03-26 | Honda Giken Kogyo Kabushiki Kaisha | System for obstacle avoidance path planning for multiple-degree-of-freedom mechanism |
TW432266B (en) * | 1999-12-06 | 2001-05-01 | Notetry Ltd | Improvements in or relating to floor cleaning devices |
US7386163B2 (en) * | 2002-03-15 | 2008-06-10 | Sony Corporation | Obstacle recognition apparatus and method, obstacle recognition program, and mobile robot apparatus |
US20080033649A1 (en) * | 2006-06-05 | 2008-02-07 | Honda Motor Co., Ltd. | Collision avoidance of a mobile unit |
US20080040040A1 (en) * | 2006-08-08 | 2008-02-14 | Takanori Goto | Obstacle avoidance method and obstacle-avoidable mobile apparatus |
TW200826890A (en) * | 2006-12-26 | 2008-07-01 | Ind Tech Res Inst | Position-detecting system and method |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111513626A (zh) * | 2020-06-30 | 2020-08-11 | 北京欣奕华数字科技有限公司 | 移动设备的避障方法及移动设备 |
Also Published As
Publication number | Publication date |
---|---|
TW201035524A (en) | 2010-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Abdalla et al. | Mobile robot navigation using PSO-optimized fuzzy artificial potential field with fuzzy control | |
Pandey et al. | Path planning navigation of mobile robot with obstacles avoidance using fuzzy logic controller | |
JP4682973B2 (ja) | 移動経路作成方法、自律移動体および自律移動体制御システム | |
Patle et al. | Application of probability to enhance the performance of fuzzy based mobile robot navigation | |
Ren et al. | A new fuzzy intelligent obstacle avoidance control strategy for wheeled mobile robot | |
CN112141091B (zh) | 解决车位偏移和定位偏移的二次泊车方法、系统及车辆 | |
CN103941737A (zh) | 一种复杂环境下拖挂式移动机器人的运动规划与控制方法 | |
Masehian et al. | Robot motion planning in dynamic environments with moving obstacles and target | |
Xu et al. | The mobile robot path planning with motion constraints based on Bug algorithm | |
Qiu et al. | Hierarchical control of trajectory planning and trajectory tracking for autonomous parallel parking | |
Mathew et al. | Trajectory tracking and control of differential drive robot for predefined regular geometrical path | |
JP2008152599A (ja) | 移動経路作成方法、自律移動体および自律移動体制御システム | |
Singh et al. | Obstacle avoidance of mobile robot using fuzzy logic and hybrid obstacle avoidance algorithm | |
Tsai et al. | Use of ultrasonic sensors to enable wheeled mobile robots to avoid obstacles | |
Kim et al. | Autonomous multi-mobile robot system: simulation and implementation using fuzzy logic | |
TWI404918B (zh) | 行動載具適應型障礙物閃避之路徑規劃方法 | |
Manzoor et al. | A coordinated navigation strategy for multi-robots to capture a target moving with unknown speed | |
Haider et al. | Robust mobile robot navigation in cluttered environments based on hybrid adaptive neuro-fuzzy inference and sensor fusion | |
Kundu et al. | Behavior-based navigation of multiple robotic agents using hybrid-fuzzy controller | |
CN114564008A (zh) | 基于改进A-Star算法的移动机器人路径规划方法 | |
Rosales et al. | Trajectory tracking of mobile robots in dynamic environments—a linear algebra approach | |
Chen et al. | Intelligent obstacle avoidance control strategy for wheeled mobile robot | |
Vilca et al. | An overall control strategy based on target reaching for the navigation of an urban electric vehicle | |
Chiu et al. | Fuzzy obstacle avoidance control of a two-wheeled mobile robot | |
Ray et al. | Sonar based autonomous automatic guided vehicle (AGV) navigation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |