CA模型下改进D~*算法的室内路径规划与避碰研究

• 作 者: 刘春霞
• 出 处: 合肥工业大学
• 发表日期: 2016年期
• 关键词: 机器人 路径规划 D~*算法 CA模型 碰撞系数 相对速度 回归法

随着科学技术的发展,智能移动机器人技术成为研究热点,家庭服务机器人作为移动机器人的代表之一,其路径规划与自主行走问题也相应地成为重点研究对象。本文在现有的路径规划算法上进行改进,对家庭服务机器人的路径规划与自主行走做了如下研究：首先,论文分析了元胞自动机模型和D~*路径规划算法。由于D~*算法每次向当前位置周围的4个或8个方向进行搜索,且它是一种长度优先算法,所以生成的路径会出现许多不必要的转弯。针对这一问题,本文采用元胞自动机扩展Moore型邻居结构,向当前点周围的16个方向进行搜索,将转动角度的最小增量降低到π/8,可有效减少机器人不必要的旋转。其次,考虑到D~*算法搜索路径时,只有遇到障碍物才会重新搜索其他相邻的最短可行路径,因此生成的路径会紧贴障碍物。针对这一问题,本文在D~*算法的代价估计函数中添加碰撞系数,离障碍物越近的元胞,其碰撞系数越高。通过这一方法,可保证路径与障碍物保持一定安全距离,提高了安全性。最后,在机器人实际行进过程中可能会碰到未知障碍物而发生碰撞。对此,本文通过在机器人上安装传感器使其具备感知环境信息的能力。机器人探测到动态障碍物为直线运动时,使用相对速度法预测是否发生碰撞；若障碍物运动轨迹不确定,则使用回归法预测障碍物未来时刻到达的位置,并判断两者是否会发生碰撞。若发生碰撞,则根据不同的碰撞情况,使用不同的避碰方法来指导机器人的行进。实验证明,本文提出的基于CA模型的改进D~*算法能够规划出一条相对平滑且安全的优化路径,使用的障碍物预测算法与避碰方法能有效避免机器人与未知动态障碍物碰撞。