《機器人環(huán)境地圖與路徑規(guī)劃系統(tǒng)設(shè)計研究》由會員分享,可在線閱讀,更多相關(guān)《機器人環(huán)境地圖與路徑規(guī)劃系統(tǒng)設(shè)計研究(6頁珍藏版)》請在裝配圖網(wǎng)上搜索。
1、機器人環(huán)境地圖與路徑規(guī)劃系統(tǒng)設(shè)計研究
機器人環(huán)境地圖與路徑規(guī)劃系統(tǒng)設(shè)計研究
2019/09/29
摘要:針對實體店各種品牌店數(shù)量增多導(dǎo)致購物者很難快速找到合適店鋪的問題,提出了采用激光模塊、語音模塊、運動控制模塊等設(shè)計并實現(xiàn)一種針對在商場中的自主導(dǎo)航系統(tǒng),將傳統(tǒng)的路徑規(guī)劃A(A-Star)算法優(yōu)化為雙向A算法,提高了系統(tǒng)的實時性,為實體店鋪中的智能推薦與智能引導(dǎo)提供便利。實驗結(jié)果表明:該系統(tǒng)能夠精準(zhǔn)地定位目標(biāo)店鋪并智能引導(dǎo)購物者去往目的地,具有較好的實時性、魯棒性及
2、實用價值。
關(guān)鍵詞:地圖構(gòu)建;激光雷達;路徑規(guī)劃A算法
引言
隨著現(xiàn)代化商場規(guī)模日益擴大,人們在面對大型商場中各品牌店鋪數(shù)量增多、地形復(fù)雜且易迷路等問題時,人們很難快速地從各大商場中找到自己喜歡或欲到達的店鋪。目前,在導(dǎo)航方面,全球定位系統(tǒng)(GPS)定位導(dǎo)航室外精度為幾米,然而在室內(nèi)GPS卻無法進行定位。傳統(tǒng)室內(nèi)導(dǎo)航的方法運用黑線檢測導(dǎo)航、二維碼導(dǎo)航等技術(shù),這些技術(shù)在改變和擴充路徑時都較麻煩且需要在地面鋪設(shè)引導(dǎo)線,這在實際場景中在實現(xiàn)與用戶體驗上都有很大的局限。為此,學(xué)者們對相關(guān)技術(shù)展開了大量研究,伍洲等人[1]設(shè)計了上位機與DSP下位機的學(xué)習(xí)型
3、智能規(guī)劃路徑機器人系統(tǒng),黃超等人[2]采用射頻技術(shù)(RFID)進行定位,地磁感應(yīng)電子羅盤相結(jié)合進行導(dǎo)航;Turk等人[3]對跟蹤特定地面的自主導(dǎo)航問題,采用彩色攝像機和激光測距儀完成通過路面跟蹤進行車輛自主導(dǎo)航。這些方法及系統(tǒng)對于實際操作、用戶體驗等方面都還有所欠缺。本文設(shè)計了一種室內(nèi)導(dǎo)購機器人自主導(dǎo)航系統(tǒng)。本系統(tǒng)采用優(yōu)化的A算法進行路徑規(guī)劃后導(dǎo)航。實驗表明系統(tǒng)能在突然有人出現(xiàn)時,能很好地避障且在較為復(fù)雜的室內(nèi)環(huán)境中具有很好的實時性與魯棒性。
1室內(nèi)導(dǎo)購機器人系統(tǒng)的總體設(shè)計
系統(tǒng)由前端室內(nèi)導(dǎo)購機器人和后端大數(shù)據(jù)云平臺組成。本系統(tǒng)采用樹莓派作為主控芯片,搭載雷達模
4、塊、無線傳輸模塊、語音模塊、運動控制模塊等功能模塊完成對購物者引導(dǎo)至指定店鋪或推薦店鋪的功能。前端室內(nèi)導(dǎo)購機器人實現(xiàn)語音交互、構(gòu)建地圖、路徑規(guī)劃避障、智能導(dǎo)航等功能;后端在大數(shù)據(jù)云平臺上實現(xiàn)店鋪推薦功能。本系統(tǒng)的核心功能為:將語音識別所得推薦店鋪名或大數(shù)據(jù)云平臺處理所得推薦店鋪名與前端進行信息交互,從而引導(dǎo)購物者到達目的地。整體系統(tǒng)功能如圖1所示。本文主要完成導(dǎo)航系統(tǒng)中室內(nèi)導(dǎo)購機器人地圖構(gòu)建、路徑規(guī)劃、自主導(dǎo)航部分設(shè)計。室內(nèi)導(dǎo)購機器人自主導(dǎo)航采用安裝Linux系統(tǒng)并配置ROS的樹莓派作為主控單元,采用思嵐v1激光雷達與慣性測量模組GY85對周圍信息感知后構(gòu)建商鋪位置信息已知的二維柵格地圖;運用
5、基于STM32芯片及外圍電路進行機器人的電機驅(qū)動。
2室內(nèi)導(dǎo)購機器人硬件系統(tǒng)設(shè)計
系統(tǒng)硬件設(shè)計包括安裝Linux系統(tǒng)并配置ROS(機器人操作系統(tǒng))的樹莓派核心板和思嵐v1激光雷達及慣性測量模組GY85模塊。2.1主控單元模塊考慮到系統(tǒng)的實時性及成本的原因,采用樹莓派核心板作為主控模塊。在此模塊上采用ROS進行開發(fā),ROS采用分布式進程(即“節(jié)點”)框架進行設(shè)備控制[4],通過不同節(jié)點的進程接收、發(fā)布、聚合各種信息,對機器人的運動操作和對各個部分功能單元所采集到的數(shù)據(jù)和信息匯總分析后,對機器人發(fā)出相應(yīng)的控制指令。
2.2激光雷達模塊
6、 思嵐v1激光雷達獲取機器人周圍的環(huán)境信息。此雷達擁有360掃描測距、12m半徑的測量范圍,在系統(tǒng)中此雷達模塊用于感知機器人周圍環(huán)境信息并與GY85提供的數(shù)據(jù)信息進行融合,為機器人的決策規(guī)劃提供準(zhǔn)確的環(huán)境信息和自身相對的位置信息,從而構(gòu)建地圖。
3室內(nèi)導(dǎo)購機器人自主導(dǎo)航算法
系統(tǒng)主要分為地圖構(gòu)建、路徑規(guī)劃等模塊組成。軟件設(shè)計主要以機器人前端作為服務(wù)端,大數(shù)據(jù)云平臺和TX2(NVIDIAJetsonTX2)作為客戶端進行交互。系統(tǒng)軟件設(shè)計框圖如圖2所示。軟件部分主要分為三個部分,大數(shù)據(jù)云平臺作為客戶端2與用戶交互得到目標(biāo)店鋪;客戶端1與用戶語音交互得到目標(biāo)店鋪;客
7、戶端1與客戶端2設(shè)置標(biāo)志位,確保機器人兩種方式用戶只能采取一種進行操作,并將最后的目標(biāo)店鋪作為請求發(fā)送到服務(wù)端進行操作。服務(wù)端對客戶端發(fā)送的目標(biāo)店鋪進行文件寫、讀操作,并對目標(biāo)店鋪進行規(guī)劃路徑與導(dǎo)航,最終到達目的地。
3.1先驗地圖構(gòu)建
先驗地圖構(gòu)建是機器人自主導(dǎo)航的基礎(chǔ),本文需構(gòu)建一個商鋪位置已知的地圖。通過激光雷達與GY85采集到的信息融合感知周圍環(huán)境信息,對信息進行處理后生成局部地圖,同時開啟地圖服務(wù),移動機器人將局部地圖更新至全局地圖中,控制機器人移動到每個商鋪,將商鋪位置與朝向在代碼中定義,從而獲得商鋪在地圖中的位置,如此循環(huán),直至全局地圖不再變化、所
8、有商鋪商鋪位置信息已知時,所需地圖構(gòu)建完成。
3.2A全局路徑規(guī)劃算法的優(yōu)化
3.2.1A算法原理A是一種啟發(fā)式的路徑搜索算法,從起始位置開始,有限擴展從當(dāng)前位置距離目標(biāo)最近的路徑,一次擴展當(dāng)前節(jié)點的8個方向的點[5,6]。該算法的基本原理如下:通過估價函數(shù)h(n)中包含的信息搜索目標(biāo)所在方向算法路徑的形成f(n)=g(n)+h(n)(1)式中h(n)小于實際代價,f(n)為起點經(jīng)過狀態(tài)n到達終點的總代價,g(n)為路徑規(guī)劃的路徑代價,h(n)為到達目標(biāo)的預(yù)測距離[7,8]。f(n)決定最短路徑,f(n)絕大部分取決于h(n),A得到代價最小路徑的前提是h(n)
9、必須小于與目標(biāo)的距離。如圖3所示,從Start出發(fā),當(dāng)前到達Middle點,目標(biāo)為Goal點,g(n)為到Middle的路徑代價,h(n)為到達目標(biāo)的預(yù)測距離,g(n)最小化能維持最小路徑距離,h(n)最小化能持續(xù)聚焦于尋找目標(biāo),兩者之和為找到的最佳搜索策略。A找出代價最小的路徑的前提是所處環(huán)境為靜態(tài)環(huán)境。但在實際場景中,通常為較復(fù)雜的動態(tài)環(huán)境,此時對路徑規(guī)劃的要求較高,對于已構(gòu)建好的地圖中出現(xiàn)新障礙物時,就對路徑規(guī)劃提出了較高要求。
3.2.2A算法的優(yōu)化為解決在機器人計算過程中對時間、空間要求較高的問題,本文在傳統(tǒng)A算法基礎(chǔ)上加入逆向的A算法遍歷,將A算法同時從起始點與目標(biāo)
10、點同時出發(fā),實現(xiàn)從目標(biāo)點往目標(biāo)點正向搜索和目標(biāo)點往起始點的反向搜索。傳統(tǒng)的A算法創(chuàng)建2個表,open表也稱開啟列表,最初只有一個起始點,在后續(xù)節(jié)點擴展中會放入更多的節(jié)點,它是一個待檢查值的集合,close表也稱為關(guān)閉列表,列表中內(nèi)容為存在已經(jīng)檢查過的值的集合。從起始點進行節(jié)點擴展,對該節(jié)點周圍8個節(jié)點進行擴展,判斷8個方向的節(jié)點在open中是否存在(可通過的點)或為不可通行的點,若為不可通行的點,則將此點遺棄不做擴展。取其他節(jié)點作為父節(jié)點進行拓展,直至close中出現(xiàn)目標(biāo)節(jié)點。優(yōu)化的A算法主要思想是將傳統(tǒng)的僅從起始位置出發(fā)尋找最優(yōu)路徑逼近終點優(yōu)化為從起點向終點逼近的同時從終點向起點也逼近,這樣
11、在一定條件下可以大大加快運行速度,提升系統(tǒng)的實時性。該算法創(chuàng)建2個open列表,分別為open_a,open_b,3個close列表,分別為close_a,close_b,close_c。將起始點Start放入open_a,終點Goal放入open_b;open_a按照正向遍歷將滿足的節(jié)點放入close_a,open_b按照逆向遍歷將滿足的節(jié)點放入close_b,當(dāng)close_a與close_b搜索到的節(jié)點為同一節(jié)點時,則從該節(jié)點出發(fā)分別向起點和終點回溯生成最優(yōu)路徑,并將此路徑放入close_c,close_c為最優(yōu)路徑集合。優(yōu)化的A算法流程圖如圖4所示,close_c表中的路徑即為最優(yōu)路徑,
12、在理想情況下,采用此方式使算法的速度相比與傳統(tǒng)算法將快1倍,保證了系統(tǒng)的實時性。優(yōu)化前后的時間對比如表1所示。表中數(shù)據(jù)記錄時間為從接收到指令開始處理到終點朝向店鋪時記錄的時間,不同的障礙物的復(fù)雜程度影響產(chǎn)生的效果也不一樣。由表1可知,優(yōu)化后的算法相比于優(yōu)化前的算法,在無障礙環(huán)境下,平均時間提升了18s左右,有障礙環(huán)境下,平均時間提升了32s左右,保證了系統(tǒng)運行的實時性。
4系統(tǒng)測試
本系統(tǒng)測試場景通過在實驗室搭建模擬環(huán)境,實驗室長約14m,寬約8m。實驗室內(nèi)部有很多實驗桌模擬商場的店鋪及其他障礙物(包括箱子、椅子等等)。首先,將機器人放置至模擬商場的該機器人的起
13、始位置(設(shè)為Start)進行建圖,并將此位置作為模擬商場中機器人放置的起始位置,并設(shè)置好每個模擬店鋪的對應(yīng)的機器人的位姿,構(gòu)建已知商鋪位置的地圖及部分對應(yīng)視角如圖5(a)所示。圖5(b)為機器人在當(dāng)前環(huán)境地圖下的路徑規(guī)劃效果圖,由圖5(b)可知,路徑規(guī)劃會根據(jù)實際情況擇優(yōu)選擇最短路徑。用戶通過與機器人語音交互或用掃描二維碼進入大數(shù)據(jù)云服務(wù)器平臺交互后獲得目標(biāo)店鋪,機器人從起始位置出發(fā)至目標(biāo)店鋪采用優(yōu)化后的A算法規(guī)劃全局路徑,提高了系統(tǒng)的實時性,機器人在自主移動的過程中進行局部路徑規(guī)劃來進行避障。圖6中先驗地圖路徑規(guī)劃可以避開先驗地圖中已存在的障礙物,在機器人遇到臨時障礙物時,機器人根據(jù)臨時障礙
14、物調(diào)整路徑,從而避開障礙物,提高了系統(tǒng)的魯棒性。
5結(jié)束語
本文完成了室內(nèi)導(dǎo)購機器人地圖構(gòu)建及路徑規(guī)劃及導(dǎo)航的軟件及硬件設(shè)計。采用激光雷達及GY85模塊獲取機器人的環(huán)境及狀態(tài)信息來進行建圖,引入A算法并進行一定優(yōu)化后進行定位并更新機器人位姿進行導(dǎo)航,實現(xiàn)了購物者通過本系統(tǒng)快速找到自己欲到達的理想目標(biāo)店鋪。本系統(tǒng)在實體店中為廣大的購物者提供了方便,解決由于目前工作壓力大,網(wǎng)上購物無法確保質(zhì)量而前往實體店購買時無法及時找到購物者欲到達的店鋪的問題。
參考文獻:
[1]伍洲,方彥軍.基于智能路徑規(guī)劃算法的移動機器人系統(tǒng)設(shè)計[J].傳感器
15、與微系統(tǒng),2008,27(9):93-96.
[2]黃超,林錦國,李?。畬?dǎo)購機器人導(dǎo)航與控制系統(tǒng)的設(shè)計[J].微計算機信息,2008,24(16):39-41.
[4]王曉華,要鵬超,廣夏桐,等.基于ROS的移動機器人語音控制設(shè)計與實現(xiàn)[J].傳感器與微系統(tǒng),2019,38(5):100-103.
[6]陳豪,李勇,羅靖迪.基于改進A算法優(yōu)化的移動機器人路徑規(guī)劃研究[J].自動化與儀器儀表,2018(12):1-4.
[7]鐘志峰,易明星,陳智軍,等.基于改進A~算法的導(dǎo)購路徑規(guī)劃方法[J].計算機工程與應(yīng)用,2019,55(5):129-134.
[8]郭江.商場導(dǎo)購機器人的路徑規(guī)劃與交互式導(dǎo)航[D].成都:西南科技大學(xué),2017.