论文部分内容阅读
【摘要】针对机器人在自由行走过程中寻路效率和避障问题，提出相应的解决方案，文章主要研究利用多传感器融合信息技术解决行走过程中的避障问题。
【关键词】机器人；传感器；路径规划
The technology of multi-sensor fusion information using in robot path planning
（Inner Mongolia University of College of Mechanical Engineering，Hohhot 010051，China）
Abstract： Put forward a solution for path finding efficiency in the process of free walking robot and obstacle avoidance. The paper mainly studies to solve the obstacle avoidance problem in the process of walking using multi-sensor fusion of information technology.
Key words： Robot； Sensor； Path planning
1、引言
随着现代技术的飞速发展，机器人的智能化程度越来越高，但是在具有动态障碍物的复杂环境中，这种智能性还远远不够，如何及时地知道自己已经陷入环境的困境，甚至提前预知自己即将进入局部最优并且避免局势的恶化，则需要机器人智能化的更高发展。单个传感器难以保证采集信息的全面和准确，多个传感器的采集信息具有冗余性、互补性和相对全面性，可以快速并行地分析现场环境，得出相对准确的现场信息。多传感器信息融合的传感器种类范围越来越大，传感器种类的增加同时也增加了信息融合的复杂度。路径规划技术是机器人研究领域中必不可少的一个环节，机器人的路径规划是指机器人行走在有障碍物的环境中，能够按照一定的评价标准例如行走路线最短、所用时间最少等，为机器人寻找一条从起点到终点的安全无碰撞或者能够避开障碍物的路径，因此，路径规划问题又可以称为避碰规划问题[1]。
2、常见的路径规划技术
目前，根据机器人对行走环境已知与否，可将路径规划分为全局路径规划和局部路径规划。所谓的全局路径规划是指在环境信息完全已知的前提下，按照一定的规则寻找一条无碰撞的优化路径，对环境信息掌握的准确程度决定规划路径的精确程度[2]。目前比较流行的全局路径规划主要有栅格法、自由空间法以及神经网络法等。局部路径规划是指环境信息完全未知或部分未知，其更多地依赖于传感器信息，根据传感器的信息判断周围环境是否有物体，从而确定出机器人在地图中的当前位置及周围局部范围内的障碍物分布情况，并在此基础上，根据一定的算法规划出一条从当前点到目标点的最优路径[3]。目前比较流行的算法有蚁群优化算法[4]、遗传算法、粒子群算法以及模糊逻辑控制算法等。
3、多传感器信息融合的机器人路径规划
多传感器信息融合的机器人路径规划验证是以能力风暴智能移动机器人教学版AS-UIII及其配件（如图1所示）为平台，采用仿真软件和实物架构相结合的方式。仿真环境采用VJC1.5仿真版软件（如图2、3、4、5），仿真环境支持流程图编程、JC编程模式，同时支持复杂运行环境的搭建。仿真软件的编程环境中编写的程序可以直接下载到机器人中运行，同时又可以在仿真环境中搭建机器人的运行场地，极大地节省了调试的时间。在仿真环境中调试完成的算法，只需要在真实运行场地中调整机器人运行参数即可。
红外测距传感器的测距范围是10cm-80cm，超声波传感器的测距范围是41cm-700cm，两种传感器结合使用，将机器人的测距范围扩大到700cm，10cm以內被红外测距传感器和超声波传感器漏掉的障碍物，依靠机器人本身带的碰撞传感器做检测。使用的是“左手规则”进行项目验证，即机器人在前方有障碍物的时候优先选择左转。机器人躲避障碍物的工作流程图如图6所示。
采用这样一个工作过程/流程，使得机器人能“预见”运动前方的障碍物，在超声波传感器检测到远方有障碍物的情况下即启用红外测距传感器和碰撞传感器检测，如果是前进道路上的“必然”障碍，则提前做好准备，如果是“偶然”障碍，则会在其他传感器的检测过程中消失。
4、总结
成熟的路径规划技术已经取得了令人相对满意的效果，但是由于未知环境的复杂性，特别是环境信息的多变性，对机器人路径规划技术的实时性提出了更高的要求，如何快速、准确地完成复杂环境中的机器人路径规划，将会是接下来机器人路径规划研究领域的主要内容。
参考文献
[1]王欣.基于三角网追踪的机器人路径规划计算机应用技术[D].硕士中国石油大学（华东），2009.
[2]李爱萍，李元宗.机器人路径规划方法的研究[J].机械工程与自动化，2009年5期：194-196.
[3]王宗尧，司应涛，国海涛.机器人路径规划方法的研究现状与展望[J].淮阴工学院学报，2007年3期：49-51，56.
[4]贾翠玲，王利利，徐明娜.基于改进蚁群算法的灭火机器人路径规划研究[J].内蒙古农业大学（自然科学版），2012.7，33（4）：157-160.
作者简介
郭振华（1992-），女，内蒙古呼和浩特，本科生，内蒙古工业大学机械学院。研究方向：机器人技术、路径规划等.
基金项目
内蒙古工业大学大学生创新实践项目.
【关键词】机器人；传感器；路径规划
The technology of multi-sensor fusion information using in robot path planning
（Inner Mongolia University of College of Mechanical Engineering，Hohhot 010051，China）
Abstract： Put forward a solution for path finding efficiency in the process of free walking robot and obstacle avoidance. The paper mainly studies to solve the obstacle avoidance problem in the process of walking using multi-sensor fusion of information technology.
Key words： Robot； Sensor； Path planning
1、引言
随着现代技术的飞速发展，机器人的智能化程度越来越高，但是在具有动态障碍物的复杂环境中，这种智能性还远远不够，如何及时地知道自己已经陷入环境的困境，甚至提前预知自己即将进入局部最优并且避免局势的恶化，则需要机器人智能化的更高发展。单个传感器难以保证采集信息的全面和准确，多个传感器的采集信息具有冗余性、互补性和相对全面性，可以快速并行地分析现场环境，得出相对准确的现场信息。多传感器信息融合的传感器种类范围越来越大，传感器种类的增加同时也增加了信息融合的复杂度。路径规划技术是机器人研究领域中必不可少的一个环节，机器人的路径规划是指机器人行走在有障碍物的环境中，能够按照一定的评价标准例如行走路线最短、所用时间最少等，为机器人寻找一条从起点到终点的安全无碰撞或者能够避开障碍物的路径，因此，路径规划问题又可以称为避碰规划问题[1]。
2、常见的路径规划技术
目前，根据机器人对行走环境已知与否，可将路径规划分为全局路径规划和局部路径规划。所谓的全局路径规划是指在环境信息完全已知的前提下，按照一定的规则寻找一条无碰撞的优化路径，对环境信息掌握的准确程度决定规划路径的精确程度[2]。目前比较流行的全局路径规划主要有栅格法、自由空间法以及神经网络法等。局部路径规划是指环境信息完全未知或部分未知，其更多地依赖于传感器信息，根据传感器的信息判断周围环境是否有物体，从而确定出机器人在地图中的当前位置及周围局部范围内的障碍物分布情况，并在此基础上，根据一定的算法规划出一条从当前点到目标点的最优路径[3]。目前比较流行的算法有蚁群优化算法[4]、遗传算法、粒子群算法以及模糊逻辑控制算法等。
3、多传感器信息融合的机器人路径规划
多传感器信息融合的机器人路径规划验证是以能力风暴智能移动机器人教学版AS-UIII及其配件（如图1所示）为平台，采用仿真软件和实物架构相结合的方式。仿真环境采用VJC1.5仿真版软件（如图2、3、4、5），仿真环境支持流程图编程、JC编程模式，同时支持复杂运行环境的搭建。仿真软件的编程环境中编写的程序可以直接下载到机器人中运行，同时又可以在仿真环境中搭建机器人的运行场地，极大地节省了调试的时间。在仿真环境中调试完成的算法，只需要在真实运行场地中调整机器人运行参数即可。
红外测距传感器的测距范围是10cm-80cm，超声波传感器的测距范围是41cm-700cm，两种传感器结合使用，将机器人的测距范围扩大到700cm，10cm以內被红外测距传感器和超声波传感器漏掉的障碍物，依靠机器人本身带的碰撞传感器做检测。使用的是“左手规则”进行项目验证，即机器人在前方有障碍物的时候优先选择左转。机器人躲避障碍物的工作流程图如图6所示。
采用这样一个工作过程/流程，使得机器人能“预见”运动前方的障碍物，在超声波传感器检测到远方有障碍物的情况下即启用红外测距传感器和碰撞传感器检测，如果是前进道路上的“必然”障碍，则提前做好准备，如果是“偶然”障碍，则会在其他传感器的检测过程中消失。
4、总结
成熟的路径规划技术已经取得了令人相对满意的效果，但是由于未知环境的复杂性，特别是环境信息的多变性，对机器人路径规划技术的实时性提出了更高的要求，如何快速、准确地完成复杂环境中的机器人路径规划，将会是接下来机器人路径规划研究领域的主要内容。
参考文献
[1]王欣.基于三角网追踪的机器人路径规划计算机应用技术[D].硕士中国石油大学（华东），2009.
[2]李爱萍，李元宗.机器人路径规划方法的研究[J].机械工程与自动化，2009年5期：194-196.
[3]王宗尧，司应涛，国海涛.机器人路径规划方法的研究现状与展望[J].淮阴工学院学报，2007年3期：49-51，56.
[4]贾翠玲，王利利，徐明娜.基于改进蚁群算法的灭火机器人路径规划研究[J].内蒙古农业大学（自然科学版），2012.7，33（4）：157-160.
作者简介
郭振华（1992-），女，内蒙古呼和浩特，本科生，内蒙古工业大学机械学院。研究方向：机器人技术、路径规划等.
基金项目
内蒙古工业大学大学生创新实践项目.