移動(dòng)機(jī)器人在復(fù)雜場(chǎng)景下的高效避障控制研究

摘要：環(huán)衛(wèi)機(jī)器人在城市清潔中逐漸展現(xiàn)其高效、智能化的優(yōu)勢(shì)。為了提高環(huán)衛(wèi)機(jī)器人編隊(duì)作業(yè)的靈活性和安全性，提出了一種改進(jìn)的領(lǐng)航跟隨算法，并結(jié)合智能避障策略，提升機(jī)器人編隊(duì)在復(fù)雜城市環(huán)境中的協(xié)同作業(yè)效率。通過(guò)對(duì)領(lǐng)航跟隨算法進(jìn)行改進(jìn)，并引入避障機(jī)制，結(jié)合實(shí)際應(yīng)用場(chǎng)景進(jìn)行了仿真實(shí)驗(yàn)分析。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的領(lǐng)航跟隨算法能確保機(jī)器人編隊(duì)避障，同時(shí)能保持編隊(duì)的穩(wěn)定性，適用于復(fù)雜動(dòng)態(tài)環(huán)境下的環(huán)衛(wèi)機(jī)器人作業(yè)。

關(guān)鍵詞：環(huán)衛(wèi)機(jī)器人；領(lǐng)航跟隨算法；避障策略；編隊(duì)控制

中圖分類(lèi)號(hào)：U461 收稿日期：2024-07-10

DOI：1019999/jcnki1004-0226202410012

1 前言

隨著城市規(guī)模的擴(kuò)展，城市清潔任務(wù)日益復(fù)雜。傳統(tǒng)的人力清掃方式逐漸被高效的自動(dòng)化環(huán)衛(wèi)機(jī)器人所取代。環(huán)衛(wèi)機(jī)器人不僅可以自主完成大規(guī)模的清掃任務(wù)，還能夠在復(fù)雜的城市環(huán)境中避開(kāi)障礙物、與其他機(jī)器人協(xié)同作業(yè)。然而，在多機(jī)器人編隊(duì)（圖1）作業(yè)中，如何同時(shí)實(shí)現(xiàn)高效的路徑規(guī)劃、障礙物避讓和隊(duì)形保持成為一個(gè)重要的研究課題[1]。

領(lǐng)航跟隨算法是一種經(jīng)典的編隊(duì)控制方法，通過(guò)設(shè)定一個(gè)或多個(gè)領(lǐng)航機(jī)器人，帶領(lǐng)跟隨者完成編隊(duì)任務(wù)[2-3]，如圖2所示。然而，傳統(tǒng)領(lǐng)航跟隨算法的局限性在于，當(dāng)環(huán)境中存在復(fù)雜的動(dòng)態(tài)障礙物時(shí)，跟隨者容易因路徑固定而陷入困境。為了解決這一問(wèn)題，本文提出了一種改進(jìn)的領(lǐng)航跟隨算法，結(jié)合智能避障策略，提升編隊(duì)在復(fù)雜環(huán)境中的靈活性和安全性。

2 環(huán)衛(wèi)機(jī)器人及作業(yè)場(chǎng)景描述

2.1 環(huán)衛(wèi)機(jī)器人的基本概述

環(huán)衛(wèi)機(jī)器人包含掃地機(jī)器人、清洗機(jī)器人等產(chǎn)品（圖3），是移動(dòng)機(jī)器人的一個(gè)典型場(chǎng)景應(yīng)用。在國(guó)際低碳戰(zhàn)略和我國(guó)環(huán)保理念的推動(dòng)及人口老齡化沖擊等危機(jī)影響下，環(huán)衛(wèi)機(jī)器人在各地得到廣泛使用。環(huán)衛(wèi)機(jī)器人的集群作業(yè)能大大提高環(huán)衛(wèi)作業(yè)效率。不少城市開(kāi)始采用環(huán)衛(wèi)機(jī)器人集群作業(yè)，來(lái)提高環(huán)衛(wèi)作業(yè)效率及降低產(chǎn)品使用運(yùn)營(yíng)成本。長(zhǎng)沙橘子洲景區(qū)不僅實(shí)現(xiàn)了景區(qū)清潔從傳統(tǒng)人工向機(jī)械化、無(wú)人化的升級(jí)，在疫情期間環(huán)衛(wèi)機(jī)器人還很大程度上替代人工完成了景區(qū)的主要保潔工作。深圳市隨著首批5G+環(huán)衛(wèi)機(jī)器人集群編隊(duì)在福田正式上崗，大大提高了環(huán)衛(wèi)作業(yè)效率。

這些機(jī)器人通常在復(fù)雜的城市環(huán)境中工作，需要具備高效的路徑規(guī)劃和避障能力。特別是在多機(jī)器人編隊(duì)作業(yè)中，編隊(duì)的避障控制和隊(duì)形保持是確保工作效率和安全性的關(guān)鍵。

2.2 環(huán)衛(wèi)作業(yè)場(chǎng)景描述

環(huán)衛(wèi)機(jī)器人通常工作在以下幾種典型作業(yè)場(chǎng)景中：

a.城市主干道清掃：主干道面積大、車(chē)流量和人流密集，環(huán)衛(wèi)機(jī)器人需要通過(guò)編隊(duì)方式覆蓋道路清掃，并能夠避開(kāi)行駛中的車(chē)輛。

b.公園和廣場(chǎng)維護(hù)：公園、廣場(chǎng)等區(qū)域的環(huán)境較為復(fù)雜，包含樹(shù)木、垃圾桶、長(zhǎng)椅等固定障礙物，環(huán)衛(wèi)機(jī)器人需要靈活調(diào)整編隊(duì)隊(duì)形，避開(kāi)這些障礙物進(jìn)行全面清掃。

c.背街小巷清潔：背街小巷路面狹窄，機(jī)器人需要緊湊排列以完成清掃作業(yè)，避免相互干擾和碰撞。

這些場(chǎng)景下，機(jī)器人不僅要實(shí)現(xiàn)高效的清掃作業(yè)，還必須面對(duì)動(dòng)態(tài)或靜態(tài)障礙物的影響。為了保證編隊(duì)的有效性和安全性，本文提出了一種結(jié)合避障策略的改進(jìn)領(lǐng)航跟隨算法。

3 改進(jìn)的領(lǐng)航跟隨算法

3.1 傳統(tǒng)領(lǐng)航跟隨算法的基本原理

傳統(tǒng)的領(lǐng)航跟隨算法通過(guò)設(shè)定一個(gè)領(lǐng)航機(jī)器人（Leader），其余機(jī)器人（Follower）通過(guò)感知領(lǐng)航者的位置和速度進(jìn)行跟隨[4]。每個(gè)跟隨者根據(jù)與領(lǐng)航者之間的相對(duì)位置調(diào)整自身的運(yùn)動(dòng)狀態(tài)，從而實(shí)現(xiàn)整體的隊(duì)形保持。

跟隨者的運(yùn)動(dòng)控制通常采用以下公式：

[vf=vl+kp（pl-pf）] （1）

[wf=wl+kd（θl-θf(wàn)）] （2）

式中，[vf]為跟隨者的線速度；[vl]為領(lǐng)航者的線速度；[pl]和[pf]分別為領(lǐng)航者和跟隨者的位置；[kp]為位置調(diào)整的比例系數(shù)；[wf]為跟隨者的角速度；[wl]為領(lǐng)航者的角速度；[θl]和[θf(wàn)]分別為領(lǐng)航者和跟隨者的朝向角；[kd]為角度調(diào)整的比例系數(shù)。

雖然傳統(tǒng)領(lǐng)航跟隨算法能夠有效保持編隊(duì)結(jié)構(gòu)，但它在復(fù)雜環(huán)境中的避障能力較弱，尤其當(dāng)領(lǐng)航者沒(méi)有感知到障礙物時(shí)，跟隨者容易受到限制，導(dǎo)致編隊(duì)散亂或碰撞[5-6]。因此，有必要對(duì)該算法進(jìn)行改進(jìn)，增加智能避障策略。

3.2 智能避障策略的引入

為提升領(lǐng)航跟隨算法的適應(yīng)性，本文引入了一種基于局部傳感器的智能避障策略。每個(gè)跟隨者不僅跟隨領(lǐng)航者的軌跡，還可以通過(guò)自身的傳感器獨(dú)立感知周?chē)恼系K物，并實(shí)時(shí)調(diào)整路徑。

避障策略采用以下機(jī)制：

a.局部避障傳感器：每個(gè)跟隨者配備激光雷達(dá)、超聲波傳感器或紅外傳感器，用于檢測(cè)周?chē)恼系K物。當(dāng)障礙物進(jìn)入預(yù)設(shè)的感知范圍內(nèi)時(shí)，跟隨者會(huì)計(jì)算一條避障路徑，并臨時(shí)偏離領(lǐng)航者的軌跡，繞過(guò)障礙物后再回到編隊(duì)中。

b.避障路徑規(guī)劃：基于智能算法，機(jī)器人能夠在檢測(cè)到障礙物后快速規(guī)劃出避障路徑，確保安全通過(guò)。

c.跟隨與避障結(jié)合：當(dāng)避障路徑計(jì)算完畢后，跟隨者繼續(xù)參考領(lǐng)航者的軌跡進(jìn)行編隊(duì)跟隨，從而保證整體編隊(duì)的穩(wěn)定性。

4 改進(jìn)領(lǐng)航跟隨算法在環(huán)衛(wèi)作業(yè)中的應(yīng)用

為了適應(yīng)不同的作業(yè)環(huán)境，本文對(duì)改進(jìn)后的領(lǐng)航跟隨算法進(jìn)行了多種應(yīng)用場(chǎng)景的模擬，確保機(jī)器人在復(fù)雜環(huán)境中的高效作業(yè)。

4.1 城市主干道清掃

在城市主干道清掃場(chǎng)景中，障礙物主要是動(dòng)態(tài)的車(chē)輛和行人。領(lǐng)航者負(fù)責(zé)全局路徑規(guī)劃，帶領(lǐng)跟隨者進(jìn)行清掃作業(yè)。改進(jìn)的領(lǐng)航跟隨算法使得每個(gè)跟隨者能夠在保持隊(duì)形的同時(shí)獨(dú)立進(jìn)行局部避障，確保在車(chē)流或行人密集的情況下，編隊(duì)依然能夠穩(wěn)定作業(yè)。

4.2 公園和廣場(chǎng)維護(hù)

公園和廣場(chǎng)的環(huán)境較為復(fù)雜，包含樹(shù)木、長(zhǎng)椅等固定障礙物。改進(jìn)的領(lǐng)航跟隨算法通過(guò)讓每個(gè)跟隨者實(shí)時(shí)感知周?chē)恼系K物，并通過(guò)局部路徑調(diào)整繞過(guò)障礙物，有效提高了編隊(duì)的整體靈活性和覆蓋效率。

4.3 背街小巷清掃

在背街小巷等狹窄路面，空間有限且障礙物密集。領(lǐng)航者帶領(lǐng)編隊(duì)穿越狹窄區(qū)域時(shí)，跟隨者需要獨(dú)立調(diào)整自身位置，以避免與墻體或其他障礙物發(fā)生碰撞。通過(guò)智能避障策略，機(jī)器人能夠在不破壞編隊(duì)的情況下靈活通過(guò)狹窄空間。

5 仿真實(shí)驗(yàn)及結(jié)果分析

為了驗(yàn)證改進(jìn)領(lǐng)航跟隨算法的有效性，本文采用MATLAB進(jìn)行仿真實(shí)驗(yàn)，模擬環(huán)衛(wèi)機(jī)器人在不同場(chǎng)景下的編隊(duì)作業(yè)，測(cè)試了不同編隊(duì)形式下的避障性能和隊(duì)形保持能力。

5.1 實(shí)驗(yàn)場(chǎng)景設(shè)計(jì)

實(shí)驗(yàn)在一個(gè)30 m×30 m的平面中進(jìn)行，障礙物隨機(jī)分布，目標(biāo)點(diǎn)設(shè)定在場(chǎng)景的固定位置。機(jī)器人數(shù)量設(shè)定為3個(gè)，其中1個(gè)為領(lǐng)航者，2個(gè)為跟隨者。實(shí)驗(yàn)場(chǎng)景涵蓋了城市主干道、公園廣場(chǎng)和狹窄街區(qū)等典型環(huán)衛(wèi)作業(yè)場(chǎng)景。通過(guò)仿真，分析機(jī)器人在不同環(huán)境下的編隊(duì)避障能力和隊(duì)形保持效果。

5.2 仿真實(shí)驗(yàn)結(jié)果

5.2.1 三角形編隊(duì)仿真

三角形編隊(duì)適合于需要高效避障的環(huán)境，如公園步道或居民區(qū)。機(jī)器人緊密排列在領(lǐng)航者后方，形成一個(gè)緊湊的隊(duì)形。圖4為三角型編隊(duì)仿真圖。

三角形編隊(duì)在避障過(guò)程中表現(xiàn)良好，隊(duì)形保持較為穩(wěn)定，適合在障礙物較多的環(huán)境中使用。智能避障策略使得跟隨者能夠繞開(kāi)障礙物后迅速返回隊(duì)形，避免因局部障礙導(dǎo)致隊(duì)形的破壞。

5.2.2 直線型編隊(duì)仿真

在一字型編隊(duì)中，機(jī)器人排成一條直線，領(lǐng)航者位于最前方，跟隨者依次跟隨。在這種編隊(duì)形式下，適合用于城市主干道及背街小巷等路面的清掃任務(wù)。圖5為直線型編隊(duì)仿真圖。

直線型編隊(duì)在較為寬敞的環(huán)境中能夠有效保持隊(duì)形，但當(dāng)遇到多個(gè)動(dòng)態(tài)障礙物時(shí)，跟隨者通過(guò)獨(dú)立避障策略臨時(shí)偏離隊(duì)形繞開(kāi)障礙物，再返回到預(yù)定路徑中。整個(gè)編隊(duì)在避障過(guò)程中保持了較高的穩(wěn)定性。

6 結(jié)語(yǔ)

本文通過(guò)研究基于領(lǐng)航跟隨算法的環(huán)衛(wèi)機(jī)器人編隊(duì)控制方法，結(jié)合實(shí)際城市環(huán)境中的作業(yè)需求，提出了一種適用于城市清掃任務(wù)的編隊(duì)控制策略。通過(guò)仿真實(shí)驗(yàn)可以看出，改進(jìn)后的領(lǐng)航跟隨算法不僅提升了編隊(duì)的穩(wěn)定性，還在避障時(shí)減少了編隊(duì)結(jié)構(gòu)的破壞，使得環(huán)衛(wèi)機(jī)器人能夠在多變的城市環(huán)境中靈活工作，適應(yīng)不同的作業(yè)場(chǎng)景需求。未來(lái)，隨著智能算法和傳感器技術(shù)的進(jìn)一步發(fā)展，環(huán)衛(wèi)機(jī)器人將能夠在更加復(fù)雜的城市環(huán)境中實(shí)現(xiàn)高效、安全的自主作業(yè)，并為城市環(huán)境管理提供更加智能的解決方案。

參考文獻(xiàn)：

[1]王耀南，江一鳴，姜嬌，等機(jī)器人感知與控制關(guān)鍵技術(shù)及其智能制造應(yīng)用[J]自動(dòng)化學(xué)報(bào)，2023（3）：494-517.

[2]熊勇剛，付茂林，李波，等基于領(lǐng)航-跟隨法的多機(jī)器人編隊(duì)控制[J]機(jī)電工程技術(shù)，2024，53（3）：136-141.

[3]吳桐基于Leader-Follower的多機(jī)器人協(xié)同控制技術(shù)研究[D]北京：北京化工大學(xué)，2022.

[4]Chen Shijie，Dai Jiahao，Yi Jingwen，et al.An optimal design of the leader-following formation control for discrete multiagent systems［J］.IFAC Papers On Line，2022，55（3）：201-206.

[5]孫云鳳動(dòng)態(tài)環(huán)境下移動(dòng)機(jī)器人路徑規(guī)劃方法研究[D]濟(jì)南：齊魯工業(yè)大學(xué)，2024.

[6]吳萬(wàn)強(qiáng)集群移動(dòng)機(jī)器人中的避障算法研究[D]沈陽(yáng)：沈陽(yáng)大學(xué)，2022.

作者簡(jiǎn)介：

謝宇明，男，1988年生，高級(jí)工程師，研究方向?yàn)闄C(jī)器人開(kāi)發(fā)及控制。