曾芬芳

摘 要：針對(duì)特征點(diǎn)同時(shí)為障礙物的環(huán)境，提出一種基于勢(shì)場(chǎng)路徑規(guī)劃的同步定位與地圖構(gòu)建算法，其能夠分析事物的特征點(diǎn)、有效消除障礙物、構(gòu)建良好的環(huán)境，具有十分重要的作用。這一算法經(jīng)過專家學(xué)者長(zhǎng)時(shí)間的研究，能夠推算出基于勢(shì)場(chǎng)地位的控制規(guī)律，其不僅能夠?qū)C(jī)器人同步定位與地圖構(gòu)建進(jìn)行動(dòng)態(tài)定位，還能夠確保其綜合性能，突破了原有格局、開創(chuàng)了新的發(fā)展局面。該文具體闡述SLAM系統(tǒng)狀態(tài)，對(duì)機(jī)器人進(jìn)行實(shí)時(shí)監(jiān)測(cè)，另外建立系統(tǒng)模型，采用合理的方式進(jìn)行路徑規(guī)劃。

關(guān)鍵詞：路徑規(guī)劃；機(jī)器人；同步定位與地圖構(gòu)建

中圖分類號(hào)：TP24 文獻(xiàn)標(biāo)志碼：A

機(jī)器人自主同步定位與地圖構(gòu)建包括的內(nèi)容較多，集系統(tǒng)狀態(tài)空間表示、計(jì)算復(fù)雜度、數(shù)據(jù)關(guān)聯(lián)等于一體，在實(shí)現(xiàn)環(huán)境監(jiān)測(cè)與數(shù)據(jù)分析的同時(shí)實(shí)現(xiàn)要素整合，能夠?qū)ο嚓P(guān)性能指標(biāo)進(jìn)行一致性估計(jì)。SLAM算法采用局部子圖方法對(duì)機(jī)器人進(jìn)行運(yùn)動(dòng)模式研究，降低了算法的計(jì)算復(fù)雜性，解決了被動(dòng)式SLAM問題和自主探測(cè)的SLAM問題，另外要在機(jī)器人重要部位安置傳感器實(shí)現(xiàn)局部控制，在特定環(huán)境下借助算法實(shí)現(xiàn)同步定位。

1 基于勢(shì)場(chǎng)路徑規(guī)劃的機(jī)器人同步定位與地圖構(gòu)建

現(xiàn)有社會(huì)提出了機(jī)器人發(fā)展學(xué)。經(jīng)濟(jì)為科技發(fā)展提供推力，科學(xué)技術(shù)更新速度較快，隨著機(jī)器人應(yīng)用技術(shù)的深入發(fā)展，機(jī)器人同步定位與地圖構(gòu)建研究受到了人們的廣泛關(guān)注，現(xiàn)有環(huán)境下對(duì)機(jī)器人需求，顯著提升，要求機(jī)器人朝著人性化方向發(fā)展，利用SLAM算法能夠優(yōu)化機(jī)器人的運(yùn)動(dòng)過程、提升機(jī)器人的反應(yīng)能力，促使其能夠根據(jù)周邊環(huán)境變化靈活反應(yīng)，機(jī)器人路徑規(guī)劃是提升機(jī)器人智能發(fā)展水平的一大切入點(diǎn)。勢(shì)場(chǎng)路徑規(guī)劃通過特殊算法完善機(jī)器人的性能指標(biāo)，確保機(jī)器人具有反應(yīng)條件與搜索能力，在內(nèi)部構(gòu)建一條從始到終的全程無碰路徑。路徑環(huán)境具有復(fù)雜性，要想實(shí)現(xiàn)移動(dòng)機(jī)器人的路徑規(guī)劃應(yīng)當(dāng)進(jìn)行技術(shù)研究，優(yōu)化勢(shì)場(chǎng)規(guī)劃策略，著重分析靜態(tài)位置環(huán)境和動(dòng)態(tài)位置環(huán)境，建立固定坐標(biāo)系。接著運(yùn)用相關(guān)技術(shù)進(jìn)行機(jī)器人路徑設(shè)置，保證機(jī)器人按照既定的方向前進(jìn)。另外要建立機(jī)器人車載坐標(biāo)系，借助相關(guān)算法完成坐標(biāo)系互換，機(jī)器人內(nèi)部傳感器監(jiān)測(cè)到障礙物分布，確定障礙物具體方位。分別建立勻速模型和隨機(jī)模型，在地圖構(gòu)建過程中進(jìn)行新的路徑機(jī)制規(guī)劃，對(duì)障礙物區(qū)進(jìn)行標(biāo)紅處理，利用解析幾何關(guān)系解決實(shí)際問題。觀察表明機(jī)器人控制呈現(xiàn)離散特點(diǎn)，我們要把握這一特性，在此基礎(chǔ)上尋求新的勢(shì)場(chǎng)路徑方法，通過更改模型參數(shù)等方法實(shí)現(xiàn)路徑優(yōu)化。

2 路徑規(guī)劃的基該方法

路徑分析方法較為多樣，可以具體劃分為A*算法、D*算法、模糊神經(jīng)網(wǎng)絡(luò)、遺傳算法、改進(jìn)的人工勢(shì)場(chǎng)法和基于分層強(qiáng)化學(xué)習(xí)的移動(dòng)機(jī)器人路徑規(guī)則等方法。這些方法具有自身特定的適用范圍，以上方法具有較高的動(dòng)態(tài)路徑規(guī)劃能力，實(shí)用性較強(qiáng)，更具動(dòng)態(tài)性。任何事物都具有兩面性，以上方法在具有較高動(dòng)態(tài)能力的同時(shí)還具有一定的缺點(diǎn)，主要在于搜索難度大，遍歷計(jì)算需要付出一定的代價(jià)，且需要耗費(fèi)大量的時(shí)間建立模型、進(jìn)行模擬分析，不能夠保證運(yùn)算效率。相比之下勢(shì)場(chǎng)法具有不可比擬的優(yōu)勢(shì)，其計(jì)算量較小，不需要耗費(fèi)大量的時(shí)間、精力，其以傳感器為依托，通過SLAM算法監(jiān)測(cè)實(shí)際距離，另外還可以進(jìn)行角度設(shè)置，能夠?qū)崟r(shí)監(jiān)測(cè)機(jī)器人的位姿，通過建立靜態(tài)坐標(biāo)和動(dòng)態(tài)坐標(biāo)找尋兩者之間的關(guān)聯(lián)，模擬模型條件濾波、模擬條件濾波。

3 基于勢(shì)場(chǎng)路徑規(guī)劃的SLAM算法

SLAM能夠?qū)崿F(xiàn)系統(tǒng)整合，將路徑規(guī)劃與同步定位和地圖構(gòu)建兩者有效地結(jié)合在一起，SLAM功能較多，能夠建立動(dòng)態(tài)模型，真實(shí)再現(xiàn)機(jī)器人狀態(tài)，從而解決機(jī)器人運(yùn)行過程中的各種問題。地圖構(gòu)建要清除一切不利因素，SLAM滿足這一需求，能夠通過環(huán)境觀測(cè)提升環(huán)境安全指數(shù)，具有重要意義。掌握機(jī)器人的控制規(guī)律就能夠通過現(xiàn)有動(dòng)作、位姿進(jìn)行后續(xù)動(dòng)作的預(yù)測(cè)，這一過程具有反復(fù)性。SLAM算法還處于不斷探索發(fā)展的階段，能夠在發(fā)展中豐富核心內(nèi)涵，需要技術(shù)人員加大研究力度，結(jié)合勢(shì)場(chǎng)原理，在遵循控制規(guī)律的基礎(chǔ)上進(jìn)行后續(xù)工作。

4 仿真及分析

首先要設(shè)置實(shí)驗(yàn)環(huán)境，其次要進(jìn)行實(shí)驗(yàn)區(qū)域劃分，確保特征點(diǎn)能夠呈現(xiàn)隨機(jī)分散狀態(tài)。另外要設(shè)置合理的方向點(diǎn)，為后續(xù)工作打下堅(jiān)實(shí)的基礎(chǔ)。圖1和圖2中設(shè)置了2個(gè)形狀大小相同、半徑不同的特征點(diǎn)，x和y代表實(shí)際距離，將其中一個(gè)特征點(diǎn)半徑設(shè)置為1.3 m另外一個(gè)設(shè)置為1.6 m。

圖1和圖2中分別采用了不同的算法，圖1是EKF-SLAM算法模擬圖，圖2是FastSLAM算法模擬圖。我們可以從圖1中得到的信息如下：機(jī)器人在定位與地圖構(gòu)建過程中按照特定軌跡運(yùn)行，能夠看出機(jī)器人與2個(gè)形狀大小的特征點(diǎn)相互交叉，那么為什么會(huì)出現(xiàn)這種現(xiàn)象呢？究其原因在于機(jī)器人雖然能夠?qū)崟r(shí)觀測(cè)到2個(gè)特征點(diǎn)，但是并沒有做出具體的反應(yīng)，系統(tǒng)不具有自動(dòng)選擇路徑的功能，因此機(jī)器人會(huì)按照人工預(yù)設(shè)的方向點(diǎn)前行，另外在此過程中沒有考慮到方向角控制因素，沒有協(xié)調(diào)方向角與方向點(diǎn)兩者之間的關(guān)系，機(jī)器人與障礙物最終產(chǎn)生碰撞。通過調(diào)整特征點(diǎn)的協(xié)方差實(shí)現(xiàn)系統(tǒng)優(yōu)化，最終結(jié)果如圖2所示。通過比較發(fā)現(xiàn)圖1和圖2具有共性，兩者的共性在于機(jī)器人的軌跡與2個(gè)有形狀大小的特征點(diǎn)相互交叉。這在一定程度上說明以上算法并沒有考慮實(shí)際情況，難以實(shí)現(xiàn)路徑優(yōu)化，在定位與構(gòu)圖方面缺少自主性。

為了突顯SLAM算法的作用，下面我們將進(jìn)一步進(jìn)行仿真模擬。首先建立勢(shì)場(chǎng)路徑規(guī)劃的SLAM模型，接著進(jìn)行勢(shì)場(chǎng)模擬，最后調(diào)整勢(shì)場(chǎng)參數(shù)，形成最終的路徑規(guī)劃模擬圖。通過研究模擬圖得出，機(jī)器人和環(huán)境特征點(diǎn)之間的虛擬排斥力越大，機(jī)器人原理環(huán)境特征點(diǎn)的距離也隨之增大的實(shí)驗(yàn)結(jié)果，因此我們?yōu)榱俗龊脵C(jī)器人同步定位與地圖構(gòu)建工作必須要合理控制機(jī)器人與環(huán)境特征點(diǎn)的虛擬排斥力，確定取值范圍，有效避免機(jī)器人與障礙點(diǎn)產(chǎn)生碰撞。另外要積極探索其他路徑，挖掘潛在因素，找出各因素之間的聯(lián)系。采用科學(xué)有效的方法做好機(jī)器人同步定位與地圖構(gòu)建工作。

5 結(jié)語

該文能夠借助算法實(shí)現(xiàn)機(jī)器人同步定位與地圖構(gòu)建。另外以勢(shì)場(chǎng)理論為依托，通過分析障礙物的特征點(diǎn)，規(guī)劃最優(yōu)路徑，得出機(jī)器人和環(huán)境特征點(diǎn)之間的虛擬排斥力與遠(yuǎn)離環(huán)境特征點(diǎn)的距離呈正比關(guān)系這一實(shí)驗(yàn)結(jié)果，在基于勢(shì)場(chǎng)的路徑規(guī)劃方法中，要找尋機(jī)器人控制規(guī)律，在堅(jiān)持客觀規(guī)律的基礎(chǔ)上發(fā)揮人的主觀能動(dòng)性，確保路徑規(guī)劃的合理性。機(jī)器人以環(huán)境傳感器為依托實(shí)時(shí)檢測(cè)到障礙物具體方位，在此基礎(chǔ)上借助SLAM算法完成路徑規(guī)劃。

參考文獻(xiàn)

[1]覃柯，孫茂相，孫昌志.動(dòng)態(tài)環(huán)境下基于改進(jìn)人工勢(shì)場(chǎng)法的機(jī)器人運(yùn)動(dòng)規(guī)劃[J].沈陽工業(yè)大學(xué)學(xué)報(bào)，2014（5）：89-92.

[2]張亞鳴，雷小宇，楊勝躍.基于勢(shì)場(chǎng)路徑規(guī)劃的機(jī)器人同步定位與地圖構(gòu)建[J].計(jì)算機(jī)應(yīng)用研究，2015（9）：12-15.