機器人避障的原理及分析

李一鳴

機器人避障是機器人技術(shù)中一項最基礎也是關(guān)鍵的功能，它旨在讓機器人行動過程中保證不發(fā)生碰撞，避免結(jié)構(gòu)的過度老化、脫落。機器人避障技術(shù)的核心包括了傳感器的選擇和規(guī)劃算法的選擇。不同的傳感器有不同的特色以及原理，而不同的算法所需要的時間和空間復雜度也不同。由于自身知識的局限，在算法部分僅僅詳細介紹了Bug算法。通過分析各個常見傳感器和算法的性能，我對這項技術(shù)有了更深層次的理解。在最后，我對這項技術(shù)存在的潛在問題和主要困難作了分析，提出了一條較為可行的道路：結(jié)合多個傳感器和算法的避障功能的實現(xiàn)。

【關(guān)鍵詞】機器人避障 Bug算法 傳感器 機器人技術(shù) 路徑規(guī)劃算法

1 背景介紹

1.1 引言

機器人避障的研究在國內(nèi)外已被很多學者研究，但在這些研究基礎上，進一步談論和比較各個方法的優(yōu)劣仍然有深遠的意義。本文將列舉并分析機器人避障的各個常用方法，比較并分析各個情況下每種方法的優(yōu)劣，從而為未來的應用提供參考。

1.2 課題研究目的和意義

在21世紀，人們的生活水平都有了很大的提高。而機器人技術(shù)能夠進一步為人類社會服務。一個國家在這方面的進展，綜合體現(xiàn)了這個國家的經(jīng)濟發(fā)展、人民安全和國際地位。人類研究機器人技術(shù)已經(jīng)有50多年的歷史了，因此，機器人理論也有了十分扎實的理論基礎和研究成果。

總的來說，機器人技術(shù)是跨學科的融合體現(xiàn)，它融合了電子電路、自動化控制、計算機技術(shù)、機械動力學以及仿生學等等學科的最新研究成果，象征著科學技術(shù)的最新進展，是一個國家高新技術(shù)與經(jīng)濟實力的體現(xiàn)。因此，不少歐美大國將機器人技術(shù)作為21世紀首要的先進科技規(guī)劃任務。

目前，機器人對國家安全、工業(yè)制造、社會服務等各個行業(yè)都有很大的幫助。例如在流水線上的機械臂，在抗災救險的無人機，餐廳里的自動送餐機等等。與此同時，人們對機器人的需求也不斷增強。逐漸的，人們需要能夠感知周圍，做出判斷的智能機器人。這種機器人能根據(jù)周圍的環(huán)境參數(shù)，在內(nèi)部建立模型，根據(jù)神經(jīng)網(wǎng)絡或是遺傳算法來做決策，最終完成用戶發(fā)出的指令。在這樣一個規(guī)劃系統(tǒng)中，避障規(guī)劃是一個極為關(guān)鍵、很有必要的任務。

機器人避障，簡而言之就是讓機器人能夠自動避開障礙物安全行動。由于機械結(jié)構(gòu)的精細構(gòu)造，不允許發(fā)生經(jīng)常的碰撞。在當今科技高速發(fā)展的時代，人們越來越需要機器人去替代人來完成一些危險的任務。例如在科學探索以及救災搶險中，經(jīng)常會遇到一些危險或者人類無法輕易到達的地方。在這個時候，機器人的優(yōu)勢就體現(xiàn)出來了。 而機器人在復雜多變的地形中進行自動避障是這項任務的根本條件，如果無法自動避障，一切都是紙上談兵。因此，我們有必要對自動避障的原理進行分析和探討。

綜上所述，研究機器人在未知障礙物的環(huán)境下的避障規(guī)劃方法將具有重要的意義。

2 機器人避障方法及算法介紹

2.1 目前常用的傳感器

自動避障的第一步，是讓機器人能夠感知周圍環(huán)境。一般來說，我們需要通過傳感器給機器人提供周圍環(huán)境的參數(shù)指標。例如障礙物的尺寸、形狀和位置等。目前避障使用的傳感器各種各樣，其特點和適用范圍也不同。根據(jù)不同的原理，可分為：超聲波傳感器、紅外傳感器、激光傳感器和視覺傳感器。

2.2 超聲波傳感器

超聲波傳感器的原理是：先發(fā)出超聲波，然后檢測反射波的延遲，根據(jù)聲速計算目標與物體之間的距離。由于超聲波在空氣中的速度和濕度，溫度有關(guān)，在實踐中，需要考慮到這些因素的變化。另外，超聲波傳感器的有效距離，一般小于10m，并且會有最小約幾十毫米的檢測盲點，它只能用于小型項目。超聲波傳感器成本低廉，技術(shù)成熟，原理簡單，是最常用的傳感器。

2.2.1 紅外傳感器

紅外傳感器大多基于三角測量原理。發(fā)射器以一定的角度向待測物體發(fā)射紅外光束，被物體反射回來后用另一個接收器檢測到，會得到一個偏移值。利用幾何關(guān)系可以根據(jù)發(fā)射角度計算得到傳感器與物體的距離。常見的紅外傳感器的測量距離都比較近，小于超聲波傳感器的距離。另外，對于透明的物體（例如玻璃等）紅外線會穿透的材質(zhì)，紅外傳感器是無法檢測距離的。

2.2.2 激光傳感器

激光傳感器原理類似前一個方法，只是用激光替代了紅外線來測量距離。常用的測距方式是由發(fā)射器發(fā)出持續(xù)時間很短的脈沖激光，由接收器接收返回的信號，根據(jù)入射波與反射波的延時，測出與目標的實際距離。由于光速比聲速快很多，這種測量方式往往用于大型測量，如航天研究中，而并不適合對精度要求很高的領(lǐng)域。同樣，這種方法的成本也十分昂貴，因此也不適用與小型企業(yè)或者私人研究。

2.2.3 視覺傳感器

視覺傳感器利用多個傳感器聯(lián)合使用，通過復雜的算法模擬計算出物體的形狀、速度、距離等。這種方法雖然探測范圍比較寬闊，獲取信息量也大，但是對機器人內(nèi)置的處理器的要求比較高，且由于處理時間的存在，導致對環(huán)境的實時反應差。此外，它也會收到霧霾等光學因素的干擾。

2.3 目前常用算法

2.3.1 遺傳算法

遺傳算法是計算機學科中用于解決最佳性問題的常用算法。它借鑒了生物學中的自然選擇等現(xiàn)象，模擬了這些過程來對參數(shù)進行遺傳操作。該算法的主要優(yōu)點是：采用縱觀全局的并行搜索的方法，不會因為局部的死循環(huán)而得不到想要的結(jié)果，并且具有較強的自適應能力。

2.3.2 神經(jīng)網(wǎng)絡算法

神經(jīng)網(wǎng)絡算法是一種模仿生物神經(jīng)網(wǎng)絡的結(jié)構(gòu)和功能的數(shù)學模型或計算模型。神經(jīng)網(wǎng)絡由大量的人工神經(jīng)元聯(lián)結(jié)進行計算，是一種自適應系統(tǒng)。它能夠根據(jù)輸入（傳感器信息和機器人運動方向）和輸出（路線）的復雜關(guān)系，化繁為簡，進行建模，求出結(jié)果。

2.3.3 模糊算法

模糊控制是基于模糊集理論的一種控制方法。 它不像其他算法，以簡化實際情況和建立數(shù)學模型的方式解決問題。模糊邏輯模擬人類思維的模糊性，并使用類似于人類語言的語言變量來推理。如模糊邏輯：“如果右前方檢測到障礙物在遠處，則稍微向左”。它不依賴于精確的數(shù)學模型，可以很容易地控制系統(tǒng)的不確定性。此外，它具有很強的抗干擾能力。

2.3.4 Bug算法

Bug算法是最簡單的一種避障算法，它的原理就是當檢測到障礙物后，圍著障礙物的輪廓行走，直至繞開它。Bug算法的效率很低，因為它走了許多不必走的路。但是它可以保證機器人到達目標。還有一個限制因素是，Bug算法只能用于二維的路徑，三維中并不適用。

最早出現(xiàn)的事Bug1算法，它將機器人避障的路線簡化為：朝目標點G走，和繞障礙物輪廓走兩個模式。當發(fā)現(xiàn)障礙物后，它會一直繞著障礙物走一圈，從這個過程中獲取障礙物信息。在第二圈，它會選取距離目標點最近的點離開。大致的示意圖如圖1所示，明顯它的效率不高，但是能夠保證到達目標點G。

后來，人們?yōu)榱私鉀Q這一效率低的問題，對Bug1算法進行改進，改進后的Bug2算法，機器人在未檢測到障礙物時會一直朝著目標點G行走，一旦檢測到障礙物，它會繞著障礙物行走并時刻判斷能否直接移動至目標。一旦可以，機器人就會從障礙物上分離。這樣，行動的總路徑會大大減小。大致的示意圖如圖2所示。然而，當遇到特殊形狀的障礙物時，這種算法往往會得到錯誤的路徑（如地圖上有死路）。

2.3.5 勢場法

勢場法是一種強大的算法，它除了可以用于避障，還可以用于規(guī)劃路線。勢場法將地圖中的障礙物表現(xiàn)為電磁學上勢場中的一個高峰（斥力），而目標點變現(xiàn)為低谷（引力）。經(jīng)過合適的模型建立，所有的力將會疊加在機器人身上，根據(jù)力的疊加原理，讓它自動平滑的走向目標點。如果在行走過程中，檢測到了新的障礙物，機器人的內(nèi)置處理器會更新勢場圖，并再次規(guī)劃路線。

在這個基礎上，人們又增加了兩個額外的勢場：轉(zhuǎn)運勢場和任務勢場。

轉(zhuǎn)運勢場：它考慮了障礙物與機器人的相對方向。當機器人向著障礙物走時，它會增加斥力來避免碰撞。當障礙物平行于物體行走時，它會減小斥力來防止斥力過大。這樣，規(guī)劃出的路線將更為平滑，而系統(tǒng)的容錯率也將大大提高。

任務勢場：它排除了那些根據(jù)當前機器人速度不會對近期勢能造成影響的障礙物，這樣不會因為障礙物過多而增加處理器的壓力，處理速度將加快，機器的隨機反應能力也會上升一個檔次。

2.3.6 向量場直方圖

這種方法在執(zhí)行過程中會根據(jù)移動機器人的周圍環(huán)境建立一個極坐標地圖，橫坐標為以機器人為中心向外發(fā)散的角度（-180°到180°），縱坐標表示該角度下存在障礙物的概率函數(shù)。如圖3所示。

2.4 潛在問題以及展望

2.4.1 傳感器失靈

上述介紹的所有傳感器都是有各自的優(yōu)缺點，沒有任何一個是包羅萬象的。例如，我們需要檢測遠方一塊鋼化玻璃的距離，那么紅外、激光和視覺傳感器的方案便會失效，因為這些光線會穿透玻璃，無法獲得反射光波。而在這個情況下，超聲波傳感器的優(yōu)勢就體現(xiàn)出來了。聲波不像光波，它不會穿透玻璃等透明物體。同樣，當我們需要在嘈雜的環(huán)境下檢測物體距離，我們便需要光學傳感器來彌補聲學傳感器的劣勢。因此，在實際應用下，多個傳感器的結(jié)合才能保障在任何情況下的萬無一失。這也體現(xiàn)了目前科技發(fā)展的一個特征：交叉學科。

還有一種情況是，當兩個或以上的傳感器同時工作時，很容易互相產(chǎn)生干擾。若是為了排除干擾而選擇按照順序分別工作，那么會大大減慢工作速度，對實時性產(chǎn)生影響。我想到的一個方法是在不同頻率發(fā)射不同的超聲波，然后利用濾波器找到各自的反射波，這樣能有效減少多個傳感器的串擾。

2.4.2 動力學限制

在剛才的幾個算法中，很多都提到了“繞行”“轉(zhuǎn)向”等字眼，而這在實際的情況中很難完美實現(xiàn)。例如，一臺小車在轉(zhuǎn)彎時選擇多大的轉(zhuǎn)角？它能否原地轉(zhuǎn)向？以多大的速度行走不會側(cè)翻？這些問題都值得進行進一步研究。慣性和向心力的影響更是不可忽略。所以在設計算法的時候，需要考慮到機器人的實際結(jié)構(gòu)，考慮實際情況下是否可行。

3 結(jié)語

機器人避障技術(shù)作為一項機器人技術(shù)的重要分支，雖然已有了多年的研究歷程，仍然是一個潛力很大的未知領(lǐng)域。如果要將這項技術(shù)廣泛應用于各個制造業(yè)與服務業(yè)，那么需要各路學者進行理論以上的深層次研究。在我看來，安置各個傳感器并使用多樣算法的避障機器人才是未來的開發(fā)方向。而這個開發(fā)方向艱難重重。既需要解決動力學上的各類問題，又需要考慮實際情況對傳感器進行改造。總之，機器人自動避障在某種程度上可以看作是機器人規(guī)劃路線功能的一種特例，它對產(chǎn)品的實時性和成功率（可靠性）的要求更高。不過，一旦解決了這一大難題，將無疑給人類帶來巨大的便利，為未來創(chuàng)造無限可能。

參考文獻

[1]劉世聰.機器人避障算法研究[D].大慶：東北石油大學，2011.

[2]高曉妹.機器人避障問題研究[J].教育教學論壇，2013（06）：75-76.

[3]人機與認知實驗室. 在實現(xiàn)自主導航之前，移動機器人都有哪些避障方法[OL].雷鋒網(wǎng)，2016（05）.

[4]呂漫麗.基于多傳感器信息融合的移動機器人避障研究[D].吉林：東北電力大學，2008.

作者單位

河南省洛陽市孟津縣第一高級中學老校區(qū) 河南省孟津縣 471000