基于人工勢場與紅外檢測的機器人路徑規劃

王 超 周松林

（銅陵學院，安徽 銅陵 244061）

一、引言

路徑規劃與避障技術是近年來發展較為迅速的一門學科，尤其是在移動機器人[1]領域。如果僅僅為了到達目標，到達作業效果，傳統的人工勢場算法基本能實現[2-3]。但現有的移動機器人路徑規劃技術還存在不足，為了提高機器人的自主性和智能性[4-6]，針對復雜的動態環境，各種特殊的障礙物有它一定的不確定因素，很容易讓機器人陷入平行移動或靜止等待等情況[7-8]。

紅外檢測技術有著自身的特地優點，例如，能耗小、安裝方便、反應迅速、便于控制等。可以應用在很多領域，尤其是在避障技術方面，發揮著至關重要的作用。但由于自身的局限性，對于有目標的作業，和未知的環境中，就無法預先知道障礙的運行情況和距離范圍，很難發揮它的自主性和智能性。

因此，針對移動機器人的自身特性，結合復雜環境作業等特點，如何快速、準確地找到一條最優路徑成為研究問題的關鍵。

二、人工勢場與紅外檢測路徑規劃算法

下面首先對人工勢場算法進行介紹，然后針對動態環境的特殊性，加入紅外檢測技術，從而在路徑選擇中達到較為穩定的效果。

（一）人工勢場算法

人工勢場法[9-10]廣泛應用于路徑規劃和避障技術中，通過構建一種虛擬力法來處理復雜的環境，特別是未知的環境狀態下，更能很好解決問題。它的基本思想是在目標點設計一種抽象的引力場Uatt和在障礙物周圍設計一種抽象的斥力場Urep，最后通過求引力場的引力Fatt和斥力場的斥力Frep來控制機器人的運動。

1.引力場建模

由于移動機器人作業的目標點固定，可借用陸地移動機器人的引力勢場設計方法[11-14]。設二維空間S 中有一靜止機器人 r（x1,y1）和目標點 g（x2,y2），如圖1所示。定義S空間內機器人與目標物距離函數為：

其產生的引力場為：

目標吸引力為：

其中nRG是機器人到目標的單位矢量。

2.斥力場建模

圖2給出移動機器人所受斥力場的受力情況，障礙物位置是 o（x3,y3）。

這里給出斥力勢場的距離分量表達式：

圖1 二維空間S中的引力

圖2 二維空間S中的斥力

第i個障礙物的距離分量產生的斥力場所對應排斥力為：

則對應的總的排斥力為：

那么，總的斥力場函數為：

其中，

第i個障礙物的速度分量產生的勢場如式（9）表示，相應的勢場力如式（10）、（11）所示：

其中 θi表示相對速度 V（t）-Vobs（t）與距離斥力分量Frep1的夾角，λ是常數系數。

（二）紅外檢測技術

在很多實際環境中，對于存在動態障礙物的情況，如果機器人在運動過程中不能快速做出避障動作，可能會陷入平行移動狀態，如圖3所示。導致與目標越來越遠，因此移動機器人將不可能到達目標。如何快速避開近距離障礙物成了關鍵性的因素。

圖3 機器人陷入平行移動狀態

紅外避障模塊實物圖如圖4所示，具有能耗小、便于安裝、易于控制等特點，在機器人避障、紅外線計數等眾多領域有著廣泛的應用[15]。該模塊發射管和接收管兩部分組成，發射管發射一定頻率的紅外線，當檢測方向遇到障礙物時 （可以預先設定檢測距離范圍10～50cm），紅外線返回被接收管接收，經過一定的計算機處理和電路處理程序后，輸出一個數字信號，讓機器人做出相應的避障動作。

圖4 紅外避障模塊

為了增加避障動作的快速準確，可以采用多個發射源共同工作，不同的發射源頻率不一樣，例如，50Hz，60Hz……，接收管根據頻率的不同判斷障礙物的方向，當機器人與障礙物的距離超過預先設定的范圍，則繼續進入人工勢場的路徑規劃。

三、仿真結果

動態環境存在多種復雜情況，為了達到良好的仿真效果，本章節將動態環境分為障礙物運動、目標靜止和障礙物靜止、目標運動兩種特殊情況。下面主要討論障礙物運動、目標靜止這種常見的動態環境。設定機器人的移動速度V（t）大小為0.10m/s。

其中m,n是正常數，其取值決定了勢場函數曲線的形狀。如果m＝1，會使求導后出現引力無界情況，造成機器人在目標點抖動[12]，在仿真試驗中，取m＝n＝2，其余參數的取值在[0.1,10]內調節，能達到良好的實驗效果。 對于引力場，取 α＝5.5，β＝0.5，；對于斥力場，取α＝1，γ＝2。以綠色小方塊代表機器人，藍色三角形代表障礙物，移動機器人的開始坐標為[5,5]，目標點的坐標為[25,25]。在機器人和目標點之間設置了3個不同方向勻速運動的障礙物：障礙物l的位置坐標為[8,12]，從t＝0s時刻開始自左向右水平方向運動，速度為 0.04m/s；障礙物 2 的位置坐標為[16,18]，從 t＝90s時刻開始自上而下豎直方向運動，速度為0.05m/s；第三個障礙物的坐標為[22,18]，從t＝180s時刻開始斜向左上方45°方向運動，移動速度為0.06m/s。

由圖5可知，在勢場力的作用下，機器人在運動的過程有向右避開障礙物的趨勢，但由于障礙物的相對移動情況，讓機器人陷入平行移動，這時紅外避障模塊進行快速處理，使得機器人成功的向右避開了障礙物1，圖6中，機器人分別避開障礙物2和3，機器人避障運動的完整路徑見圖7。

圖5機器人運動路徑

圖6 機器人運動路徑

圖7 機器人運動路徑

由仿真結果可見，本文算法通過設定多個動態障礙物來模擬未知的環境，最終機器人成功的避開移動中的障礙物，而且消除了平行移動等問題，找到了一條最優的運動路徑，大大提高了作業效率。

四、結語

對于常見的動態障礙物情況，本文在傳統的人工勢場路徑規劃算法的基礎上，將紅外檢測技術應用其中，有效的解決的機器人在運動過程中容易出現的平行移動情況，大大減少了移動機器人的運動路徑，達到了最優的規劃效果。