探讨机器人一种机器人避障新办法信

论文导读：在，并且距离该区域的中心越近的地方安全性越高，该区域的中心即为该三角形的重心，安全区域如图所示：图1中的三个小方块示意三个超声波传感器。然后，我们可以求出安全区域的重心。我们将此重心作为我们的目标点，尽量让机器人的重心向此重心移动，就可以达到很好的避障效果。所以，我们做一个从原点指向重心的向量，作为我们的
摘 要：提出一种超声波避障的新方法——重心向量法，该方法通过建立坐标系，计算安全区域和重心向量的方法，引导机器人的运动。在计算距离时考虑机器人本身的尺寸，提高算法的准确度，并且进行matlab仿真，讨论超声波测距门限和机器人的决策周期对于该算法应用的影响。该方法原理简单，效果明显，具有一定的实用价值。
关键词：安全域重心向量法 多个超声波传感器 机器人避障
1007-3973（2013）007-032-02
本实验在一个机器人上安装三个互相垂直的超声波传感器，采用超声波传感器采集的信息，结合机器人本身的尺寸，构建出一个安全区域，采用安全域重心向量法，可以有效的实现机器人的避障。
1 超声波传感器系统的设计
为了获取各个方向的障碍物情况，提高整个检测系统的稳定性，我们采用三个超声波传感器。多数研究中采用了十多个传感器围成一圈，但是，在那样的情况之下，很容易引起信号交叉干扰，导致环境信息的错误获取，很容易导致避障路径规划的错误。本研究中，我们将三个超声波传感器安装在机器人的前方、左边、右边，可以有效地防止各个传感器的超声波脉冲之间的干扰，又能够获取足够的环境信息。
2 坐标系的建立和重心向量的计算
首先，我们取一个检测门限距离 ，如果测出来的距离超过 或者没有检测出障碍物，就认为该面的障碍物距离为 。该门限距离可以根据环境做相应的调整。当测出来三个方向的障碍物距离后，我们以机器人的中心建立直角坐标系，如图1。
图1 安全区域图
为了提高重心向量计算的准确性，我们考虑了机器人的实际尺寸对于重心向量的影响，在每一个测回的障碍物距离上加上了该方向的半个机器人的宽度。
我们将三个障碍物节点连接起来，构成一个三角形，称为安全区域。即我们认为在该区域内没有障碍物的存在，并且距离该区域的中心越近的地方安全性越高，该区域的中心即为该三角形的重心，安全区域如图所示：图1中的三个小方块示意三个超声波传感器。
然后，我们可以求出安全区域的重心。我们将此重心作为我们的目标点，尽量让机器人的重心向此重心移动，就可以达到很好的避障效果。所以，我们做一个从原点指向重心的向量，作为我们的重心向量，如图1中箭头所示。然后，让机器人的往该方向运动，机器人运动的距离与重心向量的大小成正比，但如果算出来的运动距离大于机器人的运动步长，那么只需运动机器人的运动步长的长度即可，然后以此循环。这样，机器人就可有效地避开障碍物，不断的往最安全的地方行走，达到良好的实时避障效果。
3 实时避障控制器的设计
整个控制和运算过程如图2所示。
4 matlab仿真实验
为了验证该新理论的有效性，我们将基于安全域重心向量法的实时机器人避障方法用于matlab仿真实验。测试跑道宽度为1，包含两个直角弯道，是一段连续的跑道。
我们将机器人从跑道入口处的正开始进行避障实验，初始的机器人朝向与障碍物的壁相平行。图中的每一个小点为机器人进行测量和决策的点。

4.1 相同行走步长 、不同的超声波测距门限 的对比

对于这一个跑道来说，跑道的宽度1也就是障碍物间的最小距离。通过对比和分析，可以得出：如果超声波测距门限小于障碍物间的最小距离，如图3（1），就会导致机器人的探测性能不够，采用安全域重心向量法会导致机器人在障碍物之间严重振荡，最终很可能会碰撞到障碍物。如果超声波测距门限过大，如图3（4），也会导致机器人过快转弯，从而碰撞到障碍物。当超声波的测距门限在大于障碍物间的最小距离的一定的范围之内，如图3（2）、图3（3），机器人可以及时转弯，并且始终与障碍物保持一定的距离，安全地穿过整个跑道，到达绝对安全的区域。
图3 不同测距门限对比仿真
经过多次仿真实验发现，当超声波测距门限1< <4，机器人能够安全地穿过整个跑道，到达绝对安全的区域。而在实际应用中，我们可以根据实际情况调整超声波的测距门限，不一定要与超声波传感器的测量的极限距离相等，即只要测量出来的距离大于规定的 ，我们就认为该传感器搜索不到障碍物，从而提高了该算法的适应性和实用性。

4.2 不同行走步长 、相同的超声波测距门限 的对比

通过对比图4中4图，我们可以得出如下结论：如果机器人的行走步长越短，机器人决策周期也就越短，机器人穿越整个跑道的路径也会越平滑，整个行走过程的振动幅度也会越小，机器人所走的路径也会相对靠近跑道的中心，也就是走出来的路径会更加安全。
图4 不同行走步长的仿真对比
当然，机器人的行走步长也不能过短，如果机器人的行走步长过短，也会导致机器人在行走的过程中产生严重振荡，甚至会导致机器人障碍物间的距离过小而与障碍物碰撞。
从以上仿真试验中可以看出，我们的重心向量法用于避障过程，能够很好的避开障碍物，到达目的地，其实时性和鲁棒性较好。这也表明我们提出的这一个算法虽然简单，但是实用，可以达到预期的目标，具有一定的适用性和实用性。
5 结论
本文提出了一种新的机器人避障的算法—基于安全域重心向量法的机器人避障方法。本研究采用的系统中采用三个互相垂直的超声波传感器构成的障碍物检测距离检测系统，既能够获得足够的距离信息，又能够避免各个传感器之间的相互干扰，达到较好的信息交互效果。安全域重心向量法可以是机器人有效地障碍物，到达目的地，并且路线也比较平滑。该方法的突出优点是计算简单、占用内存少、效果好。
参考文献：
成伟明.移动机器人自主导航中的路径规划与跟踪控制技术研究[D].南京理工大学，2007.
陈春林，陈宗海，卓睿.基于多超声波传感器的自主移动机器人探测系统[J].测控技术，2004（06）.
[3] Khatib O.Real-time Obstacle Avoidance f or Mnipulators and Mobile Robots in Proc. IEEE Int Conf.on Robotics and Automation，March 25-28，1985：500-505，also in Int J Robot Res，1986，5（1）：90-98.
[4] Warren C W. Global Path Planning Using Artificial Potential Fields.In Proc 1989 IEEE Int Conf Robot and Automat.（Scottsdale，AZ），1989：316-321.
[5] 马兆青，袁曾任.基于栅格方法的移动机器人实时导航和避障[J].机器人，1996，18（6）：344-348. 摘自：本科毕业论文致谢www.7ctime.com