基于全區(qū)域覆蓋的清潔機器人路徑規(guī)劃

王智龍，沈景鳳

(上海理工大學 機械工程學院，上海 200093)

基于全區(qū)域覆蓋的清潔機器人路徑規(guī)劃

王智龍，沈景鳳

(上海理工大學 機械工程學院，上海 200093)

以清潔機器人的規(guī)劃為研究對象，通過對清潔機器人的運動過程進行建模分析，提出了現(xiàn)行采用的路徑記憶的規(guī)劃方案和基于動態(tài)地圖建立的路徑規(guī)劃方案，通過多方案的實驗與研究，盡可能實現(xiàn)讓清潔機器人的運行軌跡布滿整片區(qū)域，同時能夠避開障礙，減少運動軌跡的重復率，從而實現(xiàn)較為高效簡潔的路徑規(guī)劃。

路徑規(guī)劃；直角坐標系；極坐標系；路徑記憶;路徑規(guī)劃方案

隨著服務機器人逐漸進入人們的生活，地面清潔機器人作為服務機器人的典型代表，具有廣闊的應用前景。但是對于機器人的路徑規(guī)劃問題卻始終沒有找到合理的解決方式，國產(chǎn)地面清潔機器人產(chǎn)品路徑規(guī)劃目前基本都是應用隨機碰撞式這一種尋路方式。因此本論文旨在探尋簡單、成本低廉而又能歷遍復雜房間的算法，盡可能減少路徑規(guī)劃的重復率。

1 機器人運動學分析

本文研究地面清潔機器人的控制系統(tǒng)硬件主要包括主控芯片最小系統(tǒng)、電機驅動模塊、傳感器模塊。傳感器主要涉及的有超聲波、紅外傳感器、光電編碼器、觸碰開關及數(shù)字羅盤。地面清潔機器人采用差速轉向方式，通過控制左右輪的速度比來實現(xiàn)車體的轉向。

1.1 機器人運動模型的建立

簡化地面清潔機器人采用差速轉向方式，通過控制左右輪的速度比來實現(xiàn)車體的轉向。

圖1 運動模型

簡化模型建模如圖1所示，假設o點坐標為(x，y)；θl為左驅動輪的轉角；θr為右驅動輪的轉角；瞬時曲率中心ο′的坐標為(x-Rsinφ,y+Rcosφ)；左輪瞬時曲率半徑為R-b/2；右輪瞬時曲率半徑為R+b/2；υl為左輪線速度；υr為右輪線速度。以左右輪線速度分別計算移動機器人瞬時轉速ω，得

(1)

(2)

由式(1)和式(2)得中心o點的運動速度υ為

(3)

方向角速度可表示為

(4)

在運動坐標中，中心o的運動速度為

(5)

(6)

可得系統(tǒng)的約束方程

(7)

(8)

曲率半徑

(9)

對曲率半徑進行討論：當ωr=ωl時，R=∞，做直線運動；當ωr≠ωl時，繞某瞬時圓心做圓周運動；當ωr=-ωl時，R=0，繞質心o做圓周運動。

1.2 清潔機器人坐標系的建立

機器人在進行路徑規(guī)劃時，需完成對自我位置的定位以及邊界位置的掃描工作，因此在運動過程中必須建立起兩個坐標系：全局坐標系和車載移動坐標系。全局坐標系的建立是為了確定機器人在運動空間內所處的位置，可以用來對清潔機器人進行定位。建立車載坐標系是為了描述當前探測到的局部信息，這主要用于控制清潔機器人在當前姿態(tài)行走方式。

在全局坐標系中，假設機器人小車的原點坐標O為(a，b，φ0)，P點坐標為(x-a，b-y，φ0)。其中a、b、x、y為車載坐標系超聲波測距傳感器所測數(shù)值，忽略普通超聲波傳感器測距范圍的影響，φ0為數(shù)字羅盤所測角度。當機器人小車仍在該點P，所測角度為φ1時，則

x=x′cos(φ1-φ0)

(10)

y=y′cos(φ1-φ0)

(11)

位置關系如圖2所示。

圖2 機器人小車在全局坐標系初始位置及旋轉后的位置關系

所以通過超聲波測距傳感器所測數(shù)值x、y，數(shù)字羅盤所測當前角度φ，即可對機器人小車在平面區(qū)域內進行定位。

2 路徑規(guī)劃方法

全區(qū)域覆蓋是清潔機器人需要完成的一項重要功能。實驗采用規(guī)劃式全區(qū)域覆蓋方案，盡可能實現(xiàn)讓清潔機器人的運行軌跡充滿整片區(qū)域，同時能夠避開障礙；盡可能減少運動軌跡的重復率。為了實現(xiàn)全區(qū)域覆蓋功能，實驗采取迂回式路徑規(guī)劃方案。全區(qū)域覆蓋路徑的迂回式規(guī)劃思想就是清潔機器人沿規(guī)劃出的路徑以直線的方式行走，遇到邊界后旋轉 180°，沿反方向直線行走。如此反復迂回，直到覆蓋整個基本區(qū)域。

機器人在行走過程中會碰到各種類型的障礙物，對這些障礙物的避讓影響著機器人在行走過程中的運行方式，本文對機器人行走過程中的主要障礙物做了簡要分析。

2.1 主要障礙物分析

實驗采用3個夏普GP2D12和兩個觸碰開關進行障礙物判斷，其中1、2、3為GP2D12，4、5為觸碰開關。以下分別為墻、墻角、小障礙、機器人小車右邊有障礙物的示意圖。

以右轉180°為例，如圖7所示，首先機器人小車向左前方直線前進，同時GP2D12不斷檢測障礙物，當檢測到離墻轉彎的距離時，小車停止，將數(shù)字羅盤當前角度設為零度，然后右輪停，左輪驅動，進行右轉。在數(shù)字羅盤檢測到210°以后，對小車在小范圍內尋找180°用PID算法處理，直到精確找到180°后，小車再直線前進，即完成整個右轉180°的過程。

圖5 判斷小障礙物

圖6 車體右前方障礙物判斷

圖7 右轉180°示意圖

2.2 基于路徑記憶的路徑規(guī)劃

迂回式路徑在空曠的平面區(qū)域內，全覆蓋率很高，但隨著障礙物的加入和其數(shù)量的增多，要實現(xiàn)全覆蓋很困難。如圖8為比較常見的繞障礙物的理論方式。實際小車在運行過程中很難實現(xiàn)在A點的接合。因此，在處理過程中采?。盒∮诘扔跈C器人小車車身的障礙物繞行；大于機器人小車車身的采用迂回策略。

圖8 常見繞障礙物的理論規(guī)劃方式

2.2.1 繞小障礙物原理

當移動機器人小車夏普紅外傳感器判斷到小物體時，小車停止，將數(shù)字羅盤當前角度設為0°，再右轉并以1號、2號夏普紅外傳感器檢測的A/D值對設定距離比較進行循跡，即繞障礙物逆時針前進，同時不斷檢測數(shù)字羅盤角度，直到檢測到90°即正好與行駛路徑相切時停止，再用PID算法精確微調90°，結束后然后原地右轉90°，同理進行微調，結束后直線前進。

圖9 繞障礙物過程示意圖

2.2.2 繞小障礙物的過程

經(jīng)實際調試，機器人小車可以完成繞障功能，但實際小車的慣性存在，往往不能在與行駛路徑相切時及時停止，會有一段緩沖，即繞過頭，其影響會使小車偏離繞障前的行駛路線?，F(xiàn)在隨著迂回方式前進和繞小障礙功能的加入，可以較好地解決一部分問題。但在實驗調試過程中會遇到覆蓋區(qū)域丟失的情況，如圖10所示。

圖10 可能路徑

為解決這種情況，引入示教方式對機器人小車進行控制。即用無線遙控方式對機器人小車丟失覆蓋區(qū)域進行輔助引導，同時引入E2PROM存儲芯片AT24C08，對機器人小車的運行路徑采用一定方式進行存儲，實現(xiàn)記憶。同時在機器人小車下一次運行時，直接運行讀取存儲數(shù)據(jù)，實現(xiàn)的記憶路徑的恢復，這樣便得到了現(xiàn)有的路徑規(guī)劃方案。經(jīng)實際調試，基本實現(xiàn)了該方案。

3 結束語

本文針對地面清潔機器人的運動過程以及路徑規(guī)劃方法進行了研究與分析，機器人小車在測距超聲波和數(shù)字羅盤采集角度的作用下可以較好地實現(xiàn)對環(huán)境邊界范圍的掃描和在環(huán)境中任意點的定位，利用該平臺對室內環(huán)境進行虛擬路徑規(guī)劃，與現(xiàn)有的地面清潔機器人技術結合，也是一種值得期待的路徑規(guī)劃解決方案。

[1] 朱大奇,顏明重. 移動機器人路徑規(guī)劃技術綜述[J].控制與決策,2010(7):961-967.

[2] 李淑霞.未知環(huán)境下機器人路徑規(guī)劃算法[J].電子科技,2013,26(9):22-27.

[3] 潘翔,唐春暉,張仁杰.基于混合蛙跳算法的移動機器人路徑規(guī)劃[J].電子科技,2015, 27(11):29-33.

[4] 張亞鳴,雷小宇,楊勝躍,等.多機器人路徑規(guī)劃研究方法[J].計算機應用研究,2008(9):2566-2569.

[5] 徐秀娜,賴汝.移動機器人路徑規(guī)劃技術的現(xiàn)狀與發(fā)展[J].計算機仿真,2006(10):1-4.

[6] 張穎,吳成東,原寶龍.機器人路徑規(guī)劃方法綜述[J].控制工程,2003(S1):152-155.

[7] 張捍東,鄭睿,岑豫皖.移動機器人路徑規(guī)劃技術的現(xiàn)狀與展望[J].系統(tǒng)仿真學報,2005(2):439-443.

[8] 鮑慶勇,李舜酩,沈峘,等.自主移動機器人局部路徑規(guī)劃綜述[J].傳感器與微系統(tǒng),2009(9):1-4,11.

[9] 栗紅生,劉瑩.復雜路徑下機器人路徑規(guī)劃優(yōu)化方法仿真[J].計算機仿真,2014(1):407-411.

[10] 張浩.地面移動機器人安全路徑規(guī)劃研究[D].合肥:安徽工程大學,2015.

[11] 張宏烈.移動機器人全局路徑規(guī)劃的研究[D].哈爾濱:哈爾濱工程大學,2002.

[12] 譚民,王碩.機器人技術研究進展[J].自動化學報,2013(7):963-972.

[13] 王田苗,陶永,陳陽.服務機器人技術研究現(xiàn)狀與發(fā)展趨勢[J].中國科學:信息科學,2012(9):1049-1066.

[14] Wang Liangwen,Du Wenliao,Mu Xiaoqi,et al.A geometric approach to solving the stable workspace of quadruped bionic robot with hand-foot-integrated function[J].Robotics and Computer Integrated Manufacturing,2016,37(5):1132-1138.

[15] Zhang Hong,Wu Ping,Aryel Beck,et al.Adaptive incremental learning of image semantics with application to social robot[J].Neurocomputing,2016(9):173-180.

Based on The Regional Coverage of Cleaning Robot Path Planning

WANG Zhilong，SHEN Jingfeng

(School of Mechanical Engineering,University of Shanghai for Science and Technology,Shanghai 200093,China)

Based on the planning of cleaning robot as the research object, through analyzing the motion process of cleaning robot modeling, which is put forward using the path to the memory of the present planning scheme and path planning based on dynamic map, by experiment and research more, achieving as close as possible to make the operation of the cleaning robot trajectory is full of the whole area, at the same time to avoid obstacles, minimize the trajectory of the repetition rate, so as to realize the path planning of a more efficient and concise.

path planning;rectangular coordinate system;polar coordinate system;path to the memory;path planning

2016- 11- 25

王智龍(1992-)，男，碩士研究生。研究方向：機械工程。沈景鳳(1969-)，女，副教授。研究方向：機械設計及理論。

10.16180/j.cnki.issn1007-7820.2017.09.019

TN248.4

A

1007-7820(2017)09-068-04