《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．