移動機器人自主避障能力淺析

韓敏

隨著科技的不斷進步，機器人逐漸向智能化發展，越來越多的機器人應用在工廠、倉庫、酒店、商場、餐廳等復雜環境中，機器人在環境信息未知的情況下移動，會遇到各種各樣的障礙物，如何快速安全避開這些障礙，最后到達目標點并且順利完成任務，是衡量移動機器人性能的一項關鍵指標，也是移動機器人在復雜多變環境中穩定、安全、高效完成任務的重要保障。

避障常用傳感器

機器人避障技術的核心包括了傳感器和規劃算法的選擇。機器人通過傳感器來感知周圍環境，就避障來說，移動機器人需要通過傳感器實時獲取自身周圍障礙物信息，包括尺寸、形狀和位置等，常使用的傳感器包括超聲波傳感器、紅外傳感器、激光雷達和視覺傳感器。以上幾種最常見的傳感器，各有優缺點，在實際應用中，激光雷達是目前最成熟也最為核心的傳感器，同時配置其他傳感器，對不同傳感器采集到的數據進行交叉驗證，以及信息融合，最大化保證在各種不同的應用和環境條件下，機器人能夠正確感知障礙物信息，穩定可靠的工作。

避障常用的算法

目前移動機器人的避障根據環境信息的掌握程度可以分為障礙物信息已知、障礙物信息部分未知或完全未知兩種。傳統避障方法主要實現機器人無碰撞全局路徑規劃，經典的算法有人工勢場法、柵格法、自由空間法等。當障礙物信息未知或者障礙物可移動的情況，傳統的導航方法一般不能很好的解決避障問題。而實際應用環境中，機器人大多所處的環境都是動態、可變、未知的，隨著處理器計算能力的提高及傳感器技術的發展，一系列智能避障方法應運而生，智能優化算法一般都是建立在生物智能或物理現象基礎上的隨機搜索算法，比較熱門的有遺傳算法、神經網絡算法、模糊算法等，智能避障算法在很大程度上提高了機器人避障的成功率。

避障能力測試

為了更好地保障機器人在移動過程中不發生碰撞，確保周圍物品、人員及機器人自身安全，機器人避障能力的檢測至關重要。機器人避障能力測試包括障礙物探測和障礙物規避測試。

（1）障礙物探測測試是指針對不同幾何形狀和材質的障礙物，機器人的探測能力和障礙物距離檢測能力。在障礙物探測測試中，一般基于機器人制造商指定的最小和最大傳感范圍，設置不同大小，不同形狀、不同材質的障礙物。障礙物的選擇從材質方面，除了墻面，木質平面，還需測試玻璃面、鏡面等易出問題的材質;從數量方面，障礙物可設置單個和多個;從狀態方面，需設置靜態和動態障礙物;從光線的影響方面，需設置光線充足和黑暗等情況。通過多次試驗去測試機器人發現障礙物的成功率，成功率越高則避障性能越好。同時，還需測試機器人是否能在其相對位置的最小和最大范圍內檢測到障礙物，并判定機器人從目標位置檢測障礙物的距離精度和準確性。

（2）障礙物規避測試是判定機器人通過停止或執行適當的規避動作來防止與靜態或動態障礙物碰撞的能力。在障礙物與機器人的任何部分發生物理接觸前，機器人必須停止，如發生避障動作，應按照制造商的規定，保持障礙物與機器人任何部件之間的最小距離，如果機器人沒有達到目標位置或在行進過程中碰到障礙物，則視為試驗失敗。

目前機器人避障能力還遠未達到實時和全自主的要求，隨著傳感器技術和算法的不斷優化，移動機器人的障礙物識別與避障能力有待進一步提高。