基于ROS的履帶式機器人自主建圖與路徑規劃研究

摘" 要：針對農業履帶式移動采摘機器人在自主采摘作業中的自主建圖與路徑規劃性能，該文致力于研究基于ROS開發的履帶式移動采摘機器人的自主建圖與路徑規劃系統。通過在履帶式移動采摘機器人的底盤上方裝配激光雷達及姿態傳感器用來獲取周邊環境的信息和機器人的運動信息，再通過Gmapping算法搭建機器人周邊環境的全局柵格地圖。對于機器人的路徑規劃功能，最終通過A*算法實現全局路徑規劃，通過DWA算法實現局部避障功能。最后選取實驗室外部走廊作為履帶式移動采摘機器人自主建圖和路徑規劃的實驗場地，實驗結果表明該履帶式移動采摘機器人能夠進行自主建圖并進行路徑規劃，躲避周邊出現的障礙物，并最終到達指定目標地點，滿足自主導航需求。

關鍵詞：履帶式移動采摘機器人；ROS；Gmapping算法；路徑規劃；DWA算法

中圖分類號：TP242" " " "文獻標志碼：A" " " " " 文章編號：2095-2945（2023）19-0051-04

Abstract： Aiming at the autonomous mapping and path planning performance of agricultural tracked mobile picking robot in autonomous picking operation， this paper focuses on the autonomous mapping and path planning system of agricultural tracked mobile picking robot based on ROS. The LiDAR and attitude sensor are assembled above the chassis of the tracked mobile picking robot to obtain the information of the surrounding environment and the motion information of the robot， and then the global grid map of the surrounding environment of the robot is built by Gmapping algorithm. For the path planning function of the robot， the global path planning is realized by A* algorithm， and the local obstacle avoidance function is realized by DWA algorithm. Finally， the outer corridor of the laboratory is selected as the experimental site for autonomous mapping and path planning of the tracked mobile picking robot. The experimental results show that the tracked mobile picking robot can carry out autonomous mapping and path planning. Avoid the surrounding obstacles， and finally reach the designated target location to meet the needs of autonomous navigation.

Keywords： tracked mobile picking robot; ROS; Gmapping algorithm; path planning; DWA algorithm

由于農業技術的不斷改進，使得農業移動采摘機器人的應用也變得越來越廣泛。在實際的農業采摘作業當中，由于環境的復雜，會受到外界諸多因素的干擾，傳統的輪式機器人也就無法滿足采摘作業的要求，而相比之下履帶式移動采摘機器人擁有更好的機動性能，并且該機器人的履帶式底盤與地面有著較大的接觸面積，使得能夠更好、更有效地運作在柔軟或泥濘的場地之上，加上不容易打滑，有著較強的牽引附著能力、通過性能使得履帶式移動采摘機器人別具優勢，更能適應較為復雜的農業采摘環境，幫助農業種植人員完成農業采摘任務。

本文研究了基于ROS的履帶式移動采摘機器人，用來解決在農業方面機器人自主采摘作業中的自主建圖與路徑規劃性能問題。在該履帶式移動采摘機器人的底盤上方安裝激光感應雷達用以感知機器人周圍外界環境獲取深度信息，此外該履帶式移動采摘機器人還配備有姿態傳感器用以獲取機器人的運動信息，再利用Gmapping算法搭建機器人周邊整體環境的柵格地圖，A*搜索算法完成全局路徑規劃，DWA算法動態規劃實現機器人的局部避障功能。

1" 機器人定位功能的實現

在移動機器人的導航系統之中，定位功能占據著舉足輕重的地位。本研究系統當中，采用了自適應蒙特卡羅定位算法。基于自適應蒙特卡羅定位算法，當履帶式機器人及單軸慣性測量單位、車輪里程表和激光雷達等傳感器所獲取的信息被結合在特定的環境當中時，定位算法就可以通過粒子濾波器及給定的重要性系數來跟蹤移動機器人在整個地圖中的位姿狀態，同時也能獲取地圖與履帶式機器人之間坐標系的關系。該算法主要原理就在于通過對一群機器人位姿粒子在運行環境中的均勻分布，且基于周邊環境狀況對移動機器人的位置和姿態進行定位追蹤，而更新后的粒子權重值就能決定機器人位姿預測準確度的高低。不斷重新采樣，從而使定位變得更加準確，并且在小于一定閾值的范圍之內不斷重復該過程。綜上所述，即可完成對機器人較為準確的定位功能的實現。

2" 機器人建圖功能的實現

在移動機器人的建圖方面采用的是Gmapping算法，這一算法是以二維激光雷達為基礎的粒子波開源算法，能夠對機器人周邊整體環境進行實時的柵格地圖搭建。Gmapping功能包主要包括部分具體如圖1所示。該算法是基于激光雷達從而獲取移動機器人周邊環境的深度信息，其中還包括慣性測量單元，即IMU信息單元，其是通過慣性定律進而對加速度進行測量的傳感器，此外Gmapping算法還包括里程計信息部分，該部分的作用是對驅動輪上的編碼器進行一定的積分運算，進而能夠獲取到移動機器人當前的位置所在。將激光雷達獲取的深度信息、IMU信息及里程計信息數據以話題的形式傳遞給Gmapping，Gmapping算法通過上述所獲取的數據信息從而搭建成柵格地圖。

基于ROS機器人操作系統平臺對實驗場地進行slam建圖，首先機器人從初始位置出發，繞行實驗場地一圈即可完成對周邊整體環境柵格地圖的構建。移動機器人的初始位置及繞行路線詳情如圖2所示。

3" 機器人導航功能的實現

3.1" 全局路徑規劃

在移動機器人的導航過程當中，路徑規劃是確保移動機器人能夠正常且平穩運行的重要前提，首先需要完成的就是全局路徑規劃。通過利用機器人構建的全局地圖，當確定一個需要到達的目標位置時，通過導航探索可以獲取一條無碰撞而且行駛路程較短的路徑，然后再進行局部路徑規劃。以此可以實現全局路徑規劃，從而控制履帶式移動采摘機器人的安全運行。在本文采取的全局路徑規劃方法是A*算法。A*算法的評價函數如下

式中：用于估算從起始位置經過節點n到達目標位置的移動機器人代價函數為f（n），用于表示從起始節點到n節點在狀態空間中移動機器人的實際代價函數為g（n），用于估算機器人從n節點到達目標位置最佳路徑的代價函數為h（n），而h（n）和g（n）一般采用當前位置和目標位置的歐式距離來表示

式中：（xn，yn）表示當前位置節點的坐標點，（xs，ys）表示初始位置節點的坐標點，（xg，yg）表示目標位置節點的坐標點。

3.2" 局部路徑規劃

倘若需要保證移動機器人能夠安全平穩的運行，那么全局路徑規劃和局部路徑規劃都需要發揮至關重要的作用，二者缺一不可。在機器人運行過程當中，障礙物的出現難以避免，而躲避障礙物也是所有機器人不可或缺的功能之一。局部路徑規劃是在全局路徑規劃的基礎之上設計的，其目的是為移動機器人提供一條動態最優的行駛路線，以獲得最大的碰撞沖突回避速度。本文采用的局部路徑規劃算法是DWA算法，該算法能夠幫助機器人在運行時完成實時的避障功能：首先分析當前周期內機器人控制的線速度與角速度的數值，經過離散抽樣檢索機器人可行的控制空間并進行狀態估計，然后以一定的評價標準比較軌跡結果，并保留最優的算法，將其發送到移動平臺進行應用。DWA算法一共可以分為以下4個步驟。

1）初始化參數設置，包括移動機器人的初始姿態（機器人的橫坐標、縱坐標、目標方向與速度方向的角度差及機器人的速度和角速度）設置，目標位置的設置及障礙物位置的設置。

2）計算速度指令。根據移動機器人的當前姿態及相關物理結構化數據計算一個矩形動態窗口。

3）在矩形動態窗口中平均搜集多個位置的移動機器人姿態，獲取指標和總目標函數，從而將函數中最小點的速度傳送給機器人。

4）按照3）更新機器人的當前姿態。接著判斷機器人當前位置，如果已經到達目標位置，則結束算法，反之則繼續2）操作，直至算法結束為止。DWA算法具體流程圖如圖3所示。該算法的評價函數為

接著進行數據的歸一化處理

最終將所得的數據相加即為最終結果。其中n表示采樣的所有軌跡，i表示待評價的當前軌跡。

4" 移動機器人平臺搭建

4.1" 硬件平臺的組成

硬件平臺主要包括控制部分、驅動部分、傳感部分及執行部分。以一臺主控電腦作為核心的控制部分是硬件平臺的主體；驅動部分則是由直流無刷電機和舵機共同組成，同時采用單片機對下位機進行控制，單片機的作用就是獲取主控電腦發出的信號，進而控制直流無刷電動機用以驅動移動機器人的運行，并控制舵機來調整移動機器人的運動方向，整個驅動部分能夠分析和傳遞信息，獲取控制部分的運行指令進而控制移動底盤的方向和速度大小；而傳感部分主要是移動機器人搭載的激光雷達和姿態傳感器，主要用來獲取履帶式移動采摘機器人的當前姿態信息和加速度，搜集機器人周邊的環境信息；執行部分主要用來完成機器人的運行功能。此外，本文所論及的履帶式移動采摘機器人還配備有一個路由器，主要用來進行遠程控制的相關操作。整個硬件平臺的系統結構詳情如圖4所示。

4.2" 軟件平臺的組成

本文基于ROS機器人操作系統，利用激光雷達及姿態傳感器通過驅動程序獲取履帶式移動采摘機器人當前的姿態和周圍環境信息；機器人在整個運行過程中能夠收集數據，通過Gmapping算法構建地圖，依照路徑規劃運行。此外，可以通過主控電腦，啟用ssh遠程訪問進而控制整個系統。

5" 實驗結果分析

該實驗選取走廊作為整體的試驗環境，在機器人運行過程當中，以實驗伙伴保持站立不動模擬采摘機器人運行時遇到障礙物的突發情形，實驗結果顯示機器人能夠輕松繞開障礙物并最終到達指定目標位置。如圖5所示。

6" 結束語

本文針對農業履帶式移動采摘機器人在自主采摘作業中的自主建圖和路徑規劃性能，通過激光雷達感應周邊環境獲取深度信息，進而通過Gmapping算法搭建柵格地圖。經過A*算法進行全局路徑規劃及采用DWA算法實現局部避障功能，使得機器人能夠實現路徑規劃方面的功能，通過實驗也證明了機器人可以成功實現自主建圖和路徑規劃功能，從而滿足自主導航的需求。

參考文獻：

[1] 溫淑慧，問澤藤，劉鑫，等.基于ROS的移動機器人自主建圖與路徑規劃[J].沈陽工業大學學報，2022，44（1）：90-94.

[2] 李哲.室內移動機器人自主導航系統設計與方法[J].信息與電腦（理論版），2021，33（7）：119-121.

[3] 貝太學，黃俊琿，陳繼文，等.基于ROS的履帶式機器人室內定位及地圖構建研究[J].電子設計工程，2022，30（24）：10-13.

[4] 壽佳鑫，張志明，蘇永清，等.基于ROS和激光雷達的室內移動機器人定位和導航系統設計與實現[J].機械與電子，2018，36（11）：78-82.

[5] 李賀喜，李富強，牛童立，等．基于ＲOS系統移動機器人SLAM算法的研究與實現[J].技術與市場，2020，27（7）：97，99．

[6] 王元華，李貽斌，湯曉.基于激光雷達的移動機器人定位和地圖創建[J].微計算機信息，2009，25（14）：227-229.

第一作者簡介：梁健（1997-），男，碩士研究生。研究方向為電氣工程及其自動化。