买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国矿业大学

摘要：本发明公开了一种基于自适应动态窗口法的地下空间机器人编队避障方法，首先，考虑地下空间的复杂性，根据机器人当前所处环境的危险程度和障碍物的密集程度设计了自适应规则，动态调整动态窗口法的轨迹预测时间、航向权重、避障权重和速度权重，提高机器人避障的安全性和高效性。其次设计了跟踪、导航、减速、避障多层运动行为及切换策略，同时实现机器人的队形保持及协同避障。

主权项：1.一种基于自适应动态窗口法的地下空间机器人编队避障方法，其特征在于，包括以下步骤：步骤1、至少需要两台机器人进行编队，其中一台作为领航者，其余作为跟随者，根据地下空间信息及具体任务，确定领航者的起始点和目标点，建立单个机器人的运动学模型；步骤2、根据具体任务需要，确定机器人激光测距传感器的探测范围及机器人编队的期望队形，其中期望队形包括领航者与跟随者间的期望距离，以及领航者与跟随者间的期望角度；步骤3、根据自适应动态窗口法获取领航者的速度信息，各跟随者运动形成期望队形向目标点行进；步骤4、判断领航者是否到达目标点，若是，则领航者停止运动，转至步骤5；否则，根据多层运动行为及切换策略，各机器人切换运动行为并执行，返回步骤4；步骤5、判断各跟随者是否到达期望成队位置，若是，则结束，机器人在地下空间中完成整体编队及避障；否则，根据多层运动行为及切换策略，各跟随者切换运动行为并执行，返回步骤5；机器人上搭载有激光测距传感器、超宽带传感器、惯性传感器；其中激光测距传感器用来获取机器人与障碍物之间的距离信息，超宽带传感器用于获取机器人的位置信息，惯性传感器用于获取机器人的速度信息；步骤3中的自适应动态窗口法，具体如下：基于自适应动态窗口法对机器人的当前速度信息进行采样，将路径规划问题转化为带约束的速度控制，根据机器人的运动学模型，其当前线速度v和当前角速度ω的约束Vs为：Vs＝{v,ω|0≤v≤vmax,0≤ω≤ωmax}其中，vmax为机器人的最大当前线速度、ωmax为机器人的最大当前角速度；基于安全性考虑，机器人需在障碍物前停止，其当前线速度和角速度的约束Va为： 其中，distv,ω为机器人所有采样轨迹中与障碍物之间的最短距离，为最大线速度的一阶导，为最大角速度的一阶导；由于受动力学限制，机器人下一时刻的线速度vt+1和角速度ωt+1的约束Vd为： 其中，vt为机器人当前时刻的线速度，ωt为机器人当前时刻的角速度，Δt为时间步长；因此，速度组合Vr表示为：Vr＝Vs∩Va∩Vd机器人通过激光测距传感器获取到周围环境信息后，在其速度空间中采样多组速度，并模拟出这些速度在一定时间内的运动轨迹，并通过评价函数对这些轨迹进行评价，选取最优轨迹对应的速度驱动机器人运动，轨迹预测时间Te为： 其中，M为激光测距点的数量，m为当前时刻检测到障碍物的测距点数量，轨迹预测时间最大值Tmax与最小值Tmin间的差值ΔT＝Tmax-Tmin；参数用来调节机器人当前所处环境的危险程度对轨迹预测时间的影响；参数λ2＝1-km用来调节机器人当前所处环境障碍物的密集程度对轨迹预测时间的影响，系数k∈0,1；机器人当前所处环境的危险程度D如下： 其中，Dmin为机器人与障碍物之间的最短距离，Ds为距离阈值，R为激光测距传感器的测距半径；根据速度组合Vr生成预测轨迹，并通过评价函数选择评分最高轨迹对应的速度，评价函数Jv,ω为：Jv,ω＝χ·[a·headingv,ω+b·obdistv,ω+c·velocityv,ω]其中，headingv,ω为机器人相对于目标点间的偏航角，obdistv,ω为机器人与障碍物间的距离，velocityv,w为机器人的当前速度，a为自适应航向权重，b为自适应避障权重，c为自适应速度权重，χ表示归一化处理；定义自适应航向权重a为： 其中，最大航向权重amax与最小航向权重amin间的差为Δa＝amax-amin；定义自适应避障权重b为： 其中，最大避障权重bmax与最小避障权重bmin间的差为Δb＝bmax-bmin；定义自适应速度权重c为： 其中，最大速度权重cmax与最小速度权重cmin间的差为Δc＝cmax-cmin；步骤4和步骤5中，所述多层运动行为及切换策略，具体如下：通过设计跟踪、导航、调速、避障多层运动行为切换策略，实现机器人在地下空间中的队形保持与动态避障；若领航者未检测到动态障碍物，则领航机器人切换至导航行为，基于自适应动态窗口法获取速度信息向队列目标位置行进；若跟随者的运动区域存在静态障碍，则跟随者切换至导航行为，基于自适应动态窗口法获取速度信息向其期望位置行进；若不存在障碍，则跟随者切换至跟踪行为，对其期望位置进行跟踪；跟随者的期望位置为： 其中，xL,yL为领航者当前位置，l为领航者与跟随者间的期望距离，表示领航者与跟随者间的期望角度；若跟随者与其期望位置误差超过阈值则认为整体编队未形成，且跟随者运动区域无障碍，则对领航者当前速度加以控制，在其导航过程中实现减速，加快队形的形成；领航者执行减速行为后的速度为： 其中，vL为领航者当前的速度，td为领航者连续减速的时间，为领航者当前速度的一阶导；针对可预测动态障碍，通过预测动态障碍物的运动趋势设立虚拟障碍使机器人完成动态避障；假设障碍物在时间间隔[t1,tn]的位置矩阵o记为： T表示转置，采用最小二乘法对矩阵o进行分析计算预测函数，获得拟合系数组合[Kx,Ky]T；预测函数是基于时间序列的，即利用当前时段记录的位置来预测障碍物未来可能的位置；并采用滚动窗口的思想，实时更新位置矩阵o和[Kx,Ky]T，尽可能准确地计算出动态障碍物的运动趋势，直到动态障碍物位置超出激光测距传感器的探测范围；随机动态障碍在一定时间范围内的移动方向或速度大小不确定，机器人通过其携带的激光测距传感器在一定时间范围内检测到障碍物的位置，并实时更新局部地图；基于自适应动态窗口法对随机动态障碍实时进行规避，使机器人与随机动态障碍始终保持一定的安全距离。

全文数据：

权利要求：

百度查询： 中国矿业大学 基于自适应动态窗口法的地下空间机器人编队避障方法