基于MRDS的清潔機器人室內(nèi)路徑規(guī)劃算法的仿真實現(xiàn)*

尹力偉，梅志千，謝保春，李向國

(河海大學(xué)機電工程學(xué)院，江蘇常州213022)

0 引言

智能清潔機器人是家用服務(wù)機器人的一種，具有掃地省時，省力、功能多樣化、輕便小巧等特點，可大大減輕人的勞動負擔(dān)，正成為機器人研究的熱點，它具有較多的科研價值和廣闊的市場前景［1］。

針對清潔機器人在室內(nèi)的路徑規(guī)劃算法，國內(nèi)外許多學(xué)者進行了大量研究，蔣玉杰等［2］提出在構(gòu)建的柵格地圖下，運用遺傳算法搜索策略在起點與目標點之間尋求最優(yōu)路徑，機器人只需在這兩點之間的不同路線上進行來回清掃就能達到全區(qū)域覆蓋的要求。馬正華等［3］將工作環(huán)境劃分為若干個無障礙的小區(qū)域，然后以深度優(yōu)先搜索算法確定每一個區(qū)域的連接順序，最后以該順序依次以螺旋收縮算法進行遍歷。T.Palleja 等［4］提出了往返式梳字型路徑和內(nèi)螺旋式回字型路徑等規(guī)劃式全區(qū)域覆蓋路徑規(guī)劃方法，無需建立環(huán)境模型。但清潔機器人難以適應(yīng)未知的室內(nèi)環(huán)境，使它的路徑規(guī)劃算法的研究至今仍然是一個難題［5］。

本研究分析機器人相對定位的數(shù)學(xué)模型，在微軟機器人開發(fā)平臺MRDS 的環(huán)境下，以周學(xué)益等［6］提出的迂回式路徑規(guī)劃、包圍式路徑規(guī)劃算法為基礎(chǔ)，仿真迂回式路徑規(guī)劃、回字形路徑規(guī)劃、包圍式路徑規(guī)劃和啟發(fā)式路徑規(guī)劃算法。針對這4 種路徑規(guī)劃算法在MRDS 中進行仿真實驗，將啟發(fā)式路徑規(guī)劃中激光測距儀的返回數(shù)據(jù)進行處理。通過比較單位時間內(nèi)各路徑規(guī)劃算法的轉(zhuǎn)彎角度，得出啟發(fā)式路徑規(guī)劃算法優(yōu)于其他路徑規(guī)劃算法的結(jié)論。

1 機器人相對定位的數(shù)學(xué)模型

機器人最基本的運動動作是前進，后退，左轉(zhuǎn)，右轉(zhuǎn)，準確地完成這些動作是機器人完成相對定位的基礎(chǔ)。本研究使用雙驅(qū)動式行走機構(gòu)模型，借助編碼器和電子羅盤，對機器人的相對定位進行運動學(xué)分析。

首先，提出一些必要的假設(shè)和說明，把雙驅(qū)動輪行走機構(gòu)模型理想化:

(1)機器人行走輪與地面滾動摩擦系數(shù)較大，不打滑。

(2)車身為剛體不變形。兩驅(qū)動輪縱向方向完全平行，兩輪與地面接觸點之間距離保持恒定，兩輪不變形，半徑相同且恒定。

建立絕對坐標系XOY 和相對坐標系uov，清潔機器人由位置1 運動到位置2，相對定位數(shù)學(xué)模型圖如圖1所示。機器人自帶的激光測距儀0°方向即位u 軸正方向，180°為u 軸負方向。

圖1 相對定位數(shù)學(xué)模型圖

式中:W—兩輪間距，D—兩輪直徑，θ—絕對坐標機器人的航向，ΔS—兩個位置機器人的移動距離，x—橫坐標，y—縱坐標，a—編碼器轉(zhuǎn)一圈的脈沖數(shù)，ml—左輪編碼器返回的脈沖數(shù)，mr—右輪編碼器返回的脈沖數(shù)。

左、右編碼器讀出返回的脈沖數(shù)ml和mr，電子羅盤讀取θ+Δθ 的角度值，式(1，2)即為相對定位的坐標計算公式。

2 路徑規(guī)劃算法分析

清潔機器人的規(guī)劃式全區(qū)域覆蓋路徑規(guī)劃算法無需建立環(huán)境模型，實際應(yīng)用很多而且技術(shù)成熟［7-8］。常用的有迂回式路徑規(guī)劃、回字型路徑規(guī)劃、包圍式路徑規(guī)劃和啟發(fā)式路徑規(guī)劃算法等。下面本研究對這些路徑規(guī)劃算法進行具體分析，在MRDS 中以這些具體算法為基礎(chǔ)進行可視化編程。

2.1 迂回式路徑規(guī)劃

迂回式路徑規(guī)劃的算法如下:機器人向前行走，激光測距儀檢測到前方有障礙物，機器人左轉(zhuǎn)90°，向前行走0.3 m 后，左轉(zhuǎn)90°，機器人繼續(xù)往前行走。激光測距儀檢測到前方有障礙物，機器人右轉(zhuǎn)90°，向前行走0.3 m 后，右轉(zhuǎn)90°，機器人向前行走，不斷循環(huán)以上路徑，迂回式遍歷地圖環(huán)境，直到仿真時間結(jié)束。

2.2 回字形路徑規(guī)劃

回字形路徑規(guī)劃算法如下:初始設(shè)置邊長X=0.5 m，機器人向前行走X，左轉(zhuǎn)90°，繼續(xù)向前行走X，左轉(zhuǎn)90°。然后X 增加0.3 m，即X=X +0.3，機器人向前行走X，重復(fù)以上循環(huán)。行走的過程中激光測距儀判斷前方是否有障礙物，一旦檢測到障礙物，機器人立即左轉(zhuǎn)90°，并回到循環(huán)狀態(tài)。機器人以回字形算法遍歷地圖環(huán)境，直到仿真時間結(jié)束。

2.3 包圍式路徑規(guī)劃

包圍式路徑規(guī)劃算法如下:首先機器人以充電點位原點，機器人激光測距儀測量右前方50°方向的距離X，設(shè)定初始邊界探測距離為X=0.3 m，如果激光測距儀檢測到右前方50°方向與障礙物的距離大于或等于X，機器人會向右轉(zhuǎn)，向墻靠近，否則，向左轉(zhuǎn)，拉開與墻的距離。機器人返回到充電原點后，激光測距儀的探測距離增加0.2 m，即X=X +0.2，激光測距儀繼續(xù)檢測右前方50°到障礙物的距離，循環(huán)以上過程，直到仿真時間結(jié)束。

2.4 啟發(fā)式路徑規(guī)劃

啟發(fā)式路徑規(guī)劃算法如下:結(jié)合圖1 中機器人的相對坐標系uov，機器人開始向前運動，激光測距儀的檢測到90°方向的距離小于0.5 m，說明前方有障礙物，機器人停下，并判斷0°和180°激光測距儀返回的距離，如果激光測距儀0°的距離大于180°的距離，說明右邊的距離較大，機器人右轉(zhuǎn)90°，向該位置時u 軸的正方向運動，如果0°的距離小于180°的距離，說明左邊的距離較大，機器人左轉(zhuǎn)90°，向此位置時u 軸的負方向運動，選擇結(jié)束后，機器人繼續(xù)向前行走，進入循環(huán)狀態(tài)，直到仿真時間結(jié)束，效果如圖2所示。

圖2 啟發(fā)式路徑規(guī)劃效果圖

3 仿真與結(jié)果分析

MRDS 是一種輕量級實時定向服務(wù)的、具有高可擴展性和能夠廣泛應(yīng)用在機器人技術(shù)的應(yīng)用環(huán)境。MRDS 平臺運行時，它能夠滿足大部分機器人應(yīng)用的需求［9］。MRDS 支持很多機器人硬件平臺，它提供了一套可視化編程語言，可視化編程語言是圖形化、模塊化的語言，用戶可以通過圖形模塊進行編程［10］。

本研究所選軟件有Visual Studio 2008，MRDS 2008 R3，ProMRDS 2008，筆者選擇仿真機器人為先鋒機器人P3DX，在MRDS 中，對以上4 種路徑規(guī)劃算法進行可視化編程。編寫的程序和機器人之間的對應(yīng)關(guān)系是通過配置文件manifest 來完成的，選擇機器人的manifest 為simulatedlrf SimpleVisionSim.Manifest.xml來調(diào)試程序，這4 種路徑規(guī)劃算法使用相同的室內(nèi)環(huán)境。程序運行時，機器人傳感器的數(shù)據(jù)會發(fā)送到特定的網(wǎng)頁，隨著機器人運動傳感器的讀數(shù)不斷刷新，將傳感器的數(shù)據(jù)保存并在Matlab 中分析處理。

3.1 激光測距儀的數(shù)據(jù)處理

MRDS 中Simulated Laser Ranger Finder 的服務(wù)模擬了先鋒機器人的Sick LMS 200 距離傳感器。LMS 200 用一個可旋轉(zhuǎn)的鏡子控制激光的發(fā)射，鏡子旋轉(zhuǎn)時，激光掃描的范圍從0°～180°，形成一個扇形區(qū)域，當有物體在該扇形區(qū)域時，將會把激光反射回傳感器，機器人根據(jù)激光從傳感器發(fā)出到反射回來的時間長短來計算與障礙物的距離。

在啟發(fā)式路徑規(guī)劃算法中，把機器人初始位置時0°～180°激光測距儀的數(shù)據(jù)進行處理，初始位置時激光測距儀的數(shù)據(jù)如圖3所示。

圖3 初始位置時激光測距儀的數(shù)據(jù)

機器人在激光測距儀90°方向距離障礙物0.5 m處停止，激光測距儀數(shù)據(jù)返回如圖4所示。激光測距儀0°的返回值小于180°的返回值，說明機器人右邊有障礙，所以機器人接下來向左轉(zhuǎn)90°，向該位置時u 軸的負方向運動。

圖4 距離障礙物0.5 m 處激光測距儀的數(shù)據(jù)

3.2 轉(zhuǎn)彎角度的比較

本研究使用簡化方式來定義算法的有效性，將機器人從出發(fā)到結(jié)束所需要的轉(zhuǎn)彎角度的總和作為評價機器人完成任務(wù)能力的標準［11］。機器人轉(zhuǎn)彎角度的總和機器人性能有關(guān)，為了使轉(zhuǎn)彎準確，轉(zhuǎn)彎時必須使用較小的驅(qū)動力。機器人轉(zhuǎn)彎的角度越大，說明機器人行走的直線距離越少，覆蓋的路徑越小。在仿真環(huán)境中，本研究以120 s 為單位，使用相同的速度控制機器人，比較4 種路徑規(guī)劃算法的轉(zhuǎn)彎角度。

在包圍式路徑規(guī)劃中，機器人一直在左右轉(zhuǎn)彎，沒有直線行走，包圍式路徑規(guī)劃路線圖如圖5所示。本研究對機器人的轉(zhuǎn)彎角度進行估算。由試驗可知，左、右輪動力源百分比為20%和10%時，機器人右轉(zhuǎn)1 s約轉(zhuǎn)25°，左、右輪動力源百分比為0%和20%時，機器人左轉(zhuǎn)1 s 約轉(zhuǎn)50°。試驗得出機器人右轉(zhuǎn)總度數(shù)比左轉(zhuǎn)總度數(shù)多750°，總轉(zhuǎn)彎時間為120 s。由此可計算機器人右轉(zhuǎn)時間約為90 s，左轉(zhuǎn)時間約為30 s，機器人總轉(zhuǎn)彎角度約3 750°。

圖5 包圍式路徑規(guī)劃路線圖

本研究將迂回式路徑規(guī)劃、回字形路徑規(guī)劃、啟發(fā)式路徑規(guī)劃的總轉(zhuǎn)彎角度直接讀出，有關(guān)數(shù)據(jù)如表1所示。

表1 不同路徑規(guī)劃下的轉(zhuǎn)彎角度

由表1 可知，在120 s 內(nèi)，啟發(fā)式路徑算法的轉(zhuǎn)彎角度最小，行走的直線距離最長，覆蓋的路徑最大，因此，在使用轉(zhuǎn)彎角度的評價標準下，啟發(fā)式路徑規(guī)劃算法優(yōu)于其他算法。

3.3 各路徑規(guī)劃算法的優(yōu)缺點

經(jīng)過仿真試驗，以上4 種路徑規(guī)劃算法的各有優(yōu)、缺點。

迂回式路徑規(guī)劃和回字形路徑規(guī)劃的優(yōu)點是簡單實用，無重復(fù)路徑，具缺點是遍歷環(huán)境時有死角位置，無法覆蓋全部區(qū)域，需要通過機器人的定位和建立環(huán)境地圖實現(xiàn)機器人的全區(qū)域覆蓋。

包圍式路徑規(guī)劃優(yōu)點是遍歷環(huán)境無死角位置，無重復(fù)路徑。缺點是機器人需要處在封閉的環(huán)境中，不能有孤島障礙物的干擾，而且激光測距儀量程有限，無法檢測測量范圍以外的環(huán)境邊界。

啟發(fā)式路徑規(guī)劃優(yōu)點機器人根據(jù)當前的環(huán)境信息確定最佳路徑，單位時間內(nèi)行走的路徑最長，轉(zhuǎn)彎角度最小。缺點是機器人行走的路徑?jīng)]有規(guī)劃，可能會走重復(fù)路徑。

4 結(jié)束語

本研究利用MRDS 具有的強大仿真環(huán)境搭建能力，為清潔機器人的路徑規(guī)劃提供了良好的仿真平臺。實驗結(jié)論表明，這4 種路徑規(guī)劃算法實用性和可操作性較強，可以應(yīng)用于多種機器人實驗平臺，對清潔機器人路徑規(guī)劃算法的實踐具有一定的應(yīng)用價值。

經(jīng)過比較，啟發(fā)式路徑規(guī)劃中機器人能夠收集盡可能多的環(huán)境信息，并根據(jù)當前的環(huán)境信息確定最佳路徑，在相同時間內(nèi)，能使用更少的轉(zhuǎn)彎角度，算法優(yōu)于其他路徑規(guī)劃算法，在實際應(yīng)用中有更大的推廣性。

［1］李 航，宋春華，羅勝彬，等.機器人的研究現(xiàn)狀及發(fā)展趨勢［J］.微特電機，2013，41(4):49-51.

［2］蔣玉杰，曾 岑.清潔機器人基于遺傳算法的全區(qū)域路徑規(guī)劃［J］.機械制造，2009，47(5):18-20.

［3］馬正華，李 敏，章 明，等.智能吸塵器全覆蓋遍歷路徑規(guī)劃及仿真實現(xiàn)［J］.測試技術(shù)，2012，31(2):99-102.

［4］PALLEJA T，TRESANCHEZ M，TEIXIDO M，et al.Modeling floor-cleaning coverage performances of some domestic mobile robots in a reduced scenario［J］.robotics and autonomous systems，2010，58(1):37-45.

［5］張英杰.清潔機器人控制系統(tǒng)設(shè)計及幾何地圖匹配定位的實現(xiàn)［D］.哈爾濱:哈爾濱工業(yè)大學(xué)機械工程學(xué)院，2009.

［6］周學(xué)益.清潔機器人全區(qū)域覆蓋路徑算法與避障控制研究［D］.重慶:重慶大學(xué)自動化學(xué)院，2007.

［7］趙曉東，鮑 方.清潔機器人路徑規(guī)劃算法研究綜述［J］.機電工程，2013，30(11):1440-1444.

［8］鄭向華.基于FluidSIM 的清洗機器人柔性自動跟蹤清洗功能設(shè)計與仿真實現(xiàn)［J］.液壓氣動與密封，2013(2):83-84.

［9］麥曉春，張新征，楊厚強，等.基于微軟機器人控制真平臺的路徑規(guī)劃仿真［J］.計算機應(yīng)用，2013，33(S1):55-58.

［10］JOHNS K，TAYLOR T.Professional Microsoft Robotics Developer Studio［M］.Indiana:Wiley Publishing，2008.

［11］陳以農(nóng)，陳文智.計算機科學(xué)導(dǎo)論基于機器人的實踐方法［M］.北京:機械工業(yè)出版社，2013.