基于ROS的履帶式機器人自主建圖與路徑規(guī)劃研究

摘" 要：針對農(nóng)業(yè)履帶式移動采摘機器人在自主采摘作業(yè)中的自主建圖與路徑規(guī)劃性能，該文致力于研究基于ROS開發(fā)的履帶式移動采摘機器人的自主建圖與路徑規(guī)劃系統(tǒng)。通過在履帶式移動采摘機器人的底盤上方裝配激光雷達及姿態(tài)傳感器用來獲取周邊環(huán)境的信息和機器人的運動信息，再通過Gmapping算法搭建機器人周邊環(huán)境的全局柵格地圖。對于機器人的路徑規(guī)劃功能，最終通過A*算法實現(xiàn)全局路徑規(guī)劃，通過DWA算法實現(xiàn)局部避障功能。最后選取實驗室外部走廊作為履帶式移動采摘機器人自主建圖和路徑規(guī)劃的實驗場地，實驗結(jié)果表明該履帶式移動采摘機器人能夠進行自主建圖并進行路徑規(guī)劃，躲避周邊出現(xiàn)的障礙物，并最終到達指定目標地點，滿足自主導航需求。

關(guān)鍵詞：履帶式移動采摘機器人；ROS；Gmapping算法；路徑規(guī)劃；DWA算法

中圖分類號：TP242" " " "文獻標志碼：A" " " " " 文章編號：2095-2945（2023）19-0051-04

Abstract： Aiming at the autonomous mapping and path planning performance of agricultural tracked mobile picking robot in autonomous picking operation， this paper focuses on the autonomous mapping and path planning system of agricultural tracked mobile picking robot based on ROS. The LiDAR and attitude sensor are assembled above the chassis of the tracked mobile picking robot to obtain the information of the surrounding environment and the motion information of the robot， and then the global grid map of the surrounding environment of the robot is built by Gmapping algorithm. For the path planning function of the robot， the global path planning is realized by A* algorithm， and the local obstacle avoidance function is realized by DWA algorithm. Finally， the outer corridor of the laboratory is selected as the experimental site for autonomous mapping and path planning of the tracked mobile picking robot. The experimental results show that the tracked mobile picking robot can carry out autonomous mapping and path planning. Avoid the surrounding obstacles， and finally reach the designated target location to meet the needs of autonomous navigation.

Keywords： tracked mobile picking robot; ROS; Gmapping algorithm; path planning; DWA algorithm

由于農(nóng)業(yè)技術(shù)的不斷改進，使得農(nóng)業(yè)移動采摘機器人的應(yīng)用也變得越來越廣泛。在實際的農(nóng)業(yè)采摘作業(yè)當中，由于環(huán)境的復雜，會受到外界諸多因素的干擾，傳統(tǒng)的輪式機器人也就無法滿足采摘作業(yè)的要求，而相比之下履帶式移動采摘機器人擁有更好的機動性能，并且該機器人的履帶式底盤與地面有著較大的接觸面積，使得能夠更好、更有效地運作在柔軟或泥濘的場地之上，加上不容易打滑，有著較強的牽引附著能力、通過性能使得履帶式移動采摘機器人別具優(yōu)勢，更能適應(yīng)較為復雜的農(nóng)業(yè)采摘環(huán)境，幫助農(nóng)業(yè)種植人員完成農(nóng)業(yè)采摘任務(wù)。

本文研究了基于ROS的履帶式移動采摘機器人，用來解決在農(nóng)業(yè)方面機器人自主采摘作業(yè)中的自主建圖與路徑規(guī)劃性能問題。在該履帶式移動采摘機器人的底盤上方安裝激光感應(yīng)雷達用以感知機器人周圍外界環(huán)境獲取深度信息，此外該履帶式移動采摘機器人還配備有姿態(tài)傳感器用以獲取機器人的運動信息，再利用Gmapping算法搭建機器人周邊整體環(huán)境的柵格地圖，A*搜索算法完成全局路徑規(guī)劃，DWA算法動態(tài)規(guī)劃實現(xiàn)機器人的局部避障功能。

1" 機器人定位功能的實現(xiàn)

在移動機器人的導航系統(tǒng)之中，定位功能占據(jù)著舉足輕重的地位。本研究系統(tǒng)當中，采用了自適應(yīng)蒙特卡羅定位算法?；谧赃m應(yīng)蒙特卡羅定位算法，當履帶式機器人及單軸慣性測量單位、車輪里程表和激光雷達等傳感器所獲取的信息被結(jié)合在特定的環(huán)境當中時，定位算法就可以通過粒子濾波器及給定的重要性系數(shù)來跟蹤移動機器人在整個地圖中的位姿狀態(tài)，同時也能獲取地圖與履帶式機器人之間坐標系的關(guān)系。該算法主要原理就在于通過對一群機器人位姿粒子在運行環(huán)境中的均勻分布，且基于周邊環(huán)境狀況對移動機器人的位置和姿態(tài)進行定位追蹤，而更新后的粒子權(quán)重值就能決定機器人位姿預測準確度的高低。不斷重新采樣，從而使定位變得更加準確，并且在小于一定閾值的范圍之內(nèi)不斷重復該過程。綜上所述，即可完成對機器人較為準確的定位功能的實現(xiàn)。

2" 機器人建圖功能的實現(xiàn)

在移動機器人的建圖方面采用的是Gmapping算法，這一算法是以二維激光雷達為基礎(chǔ)的粒子波開源算法，能夠?qū)C器人周邊整體環(huán)境進行實時的柵格地圖搭建。Gmapping功能包主要包括部分具體如圖1所示。該算法是基于激光雷達從而獲取移動機器人周邊環(huán)境的深度信息，其中還包括慣性測量單元，即IMU信息單元，其是通過慣性定律進而對加速度進行測量的傳感器，此外Gmapping算法還包括里程計信息部分，該部分的作用是對驅(qū)動輪上的編碼器進行一定的積分運算，進而能夠獲取到移動機器人當前的位置所在。將激光雷達獲取的深度信息、IMU信息及里程計信息數(shù)據(jù)以話題的形式傳遞給Gmapping，Gmapping算法通過上述所獲取的數(shù)據(jù)信息從而搭建成柵格地圖。

基于ROS機器人操作系統(tǒng)平臺對實驗場地進行slam建圖，首先機器人從初始位置出發(fā)，繞行實驗場地一圈即可完成對周邊整體環(huán)境柵格地圖的構(gòu)建。移動機器人的初始位置及繞行路線詳情如圖2所示。

3" 機器人導航功能的實現(xiàn)

3.1" 全局路徑規(guī)劃

在移動機器人的導航過程當中，路徑規(guī)劃是確保移動機器人能夠正常且平穩(wěn)運行的重要前提，首先需要完成的就是全局路徑規(guī)劃。通過利用機器人構(gòu)建的全局地圖，當確定一個需要到達的目標位置時，通過導航探索可以獲取一條無碰撞而且行駛路程較短的路徑，然后再進行局部路徑規(guī)劃。以此可以實現(xiàn)全局路徑規(guī)劃，從而控制履帶式移動采摘機器人的安全運行。在本文采取的全局路徑規(guī)劃方法是A*算法。A*算法的評價函數(shù)如下

式中：用于估算從起始位置經(jīng)過節(jié)點n到達目標位置的移動機器人代價函數(shù)為f（n），用于表示從起始節(jié)點到n節(jié)點在狀態(tài)空間中移動機器人的實際代價函數(shù)為g（n），用于估算機器人從n節(jié)點到達目標位置最佳路徑的代價函數(shù)為h（n），而h（n）和g（n）一般采用當前位置和目標位置的歐式距離來表示

式中：（xn，yn）表示當前位置節(jié)點的坐標點，（xs，ys）表示初始位置節(jié)點的坐標點，（xg，yg）表示目標位置節(jié)點的坐標點。

3.2" 局部路徑規(guī)劃

倘若需要保證移動機器人能夠安全平穩(wěn)的運行，那么全局路徑規(guī)劃和局部路徑規(guī)劃都需要發(fā)揮至關(guān)重要的作用，二者缺一不可。在機器人運行過程當中，障礙物的出現(xiàn)難以避免，而躲避障礙物也是所有機器人不可或缺的功能之一。局部路徑規(guī)劃是在全局路徑規(guī)劃的基礎(chǔ)之上設(shè)計的，其目的是為移動機器人提供一條動態(tài)最優(yōu)的行駛路線，以獲得最大的碰撞沖突回避速度。本文采用的局部路徑規(guī)劃算法是DWA算法，該算法能夠幫助機器人在運行時完成實時的避障功能：首先分析當前周期內(nèi)機器人控制的線速度與角速度的數(shù)值，經(jīng)過離散抽樣檢索機器人可行的控制空間并進行狀態(tài)估計，然后以一定的評價標準比較軌跡結(jié)果，并保留最優(yōu)的算法，將其發(fā)送到移動平臺進行應(yīng)用。DWA算法一共可以分為以下4個步驟。

1）初始化參數(shù)設(shè)置，包括移動機器人的初始姿態(tài)（機器人的橫坐標、縱坐標、目標方向與速度方向的角度差及機器人的速度和角速度）設(shè)置，目標位置的設(shè)置及障礙物位置的設(shè)置。

2）計算速度指令。根據(jù)移動機器人的當前姿態(tài)及相關(guān)物理結(jié)構(gòu)化數(shù)據(jù)計算一個矩形動態(tài)窗口。

3）在矩形動態(tài)窗口中平均搜集多個位置的移動機器人姿態(tài)，獲取指標和總目標函數(shù)，從而將函數(shù)中最小點的速度傳送給機器人。

4）按照3）更新機器人的當前姿態(tài)。接著判斷機器人當前位置，如果已經(jīng)到達目標位置，則結(jié)束算法，反之則繼續(xù)2）操作，直至算法結(jié)束為止。DWA算法具體流程圖如圖3所示。該算法的評價函數(shù)為

接著進行數(shù)據(jù)的歸一化處理

最終將所得的數(shù)據(jù)相加即為最終結(jié)果。其中n表示采樣的所有軌跡，i表示待評價的當前軌跡。

4" 移動機器人平臺搭建

4.1" 硬件平臺的組成

硬件平臺主要包括控制部分、驅(qū)動部分、傳感部分及執(zhí)行部分。以一臺主控電腦作為核心的控制部分是硬件平臺的主體；驅(qū)動部分則是由直流無刷電機和舵機共同組成，同時采用單片機對下位機進行控制，單片機的作用就是獲取主控電腦發(fā)出的信號，進而控制直流無刷電動機用以驅(qū)動移動機器人的運行，并控制舵機來調(diào)整移動機器人的運動方向，整個驅(qū)動部分能夠分析和傳遞信息，獲取控制部分的運行指令進而控制移動底盤的方向和速度大小；而傳感部分主要是移動機器人搭載的激光雷達和姿態(tài)傳感器，主要用來獲取履帶式移動采摘機器人的當前姿態(tài)信息和加速度，搜集機器人周邊的環(huán)境信息；執(zhí)行部分主要用來完成機器人的運行功能。此外，本文所論及的履帶式移動采摘機器人還配備有一個路由器，主要用來進行遠程控制的相關(guān)操作。整個硬件平臺的系統(tǒng)結(jié)構(gòu)詳情如圖4所示。

4.2" 軟件平臺的組成

本文基于ROS機器人操作系統(tǒng)，利用激光雷達及姿態(tài)傳感器通過驅(qū)動程序獲取履帶式移動采摘機器人當前的姿態(tài)和周圍環(huán)境信息；機器人在整個運行過程中能夠收集數(shù)據(jù)，通過Gmapping算法構(gòu)建地圖，依照路徑規(guī)劃運行。此外，可以通過主控電腦，啟用ssh遠程訪問進而控制整個系統(tǒng)。

5" 實驗結(jié)果分析

該實驗選取走廊作為整體的試驗環(huán)境，在機器人運行過程當中，以實驗伙伴保持站立不動模擬采摘機器人運行時遇到障礙物的突發(fā)情形，實驗結(jié)果顯示機器人能夠輕松繞開障礙物并最終到達指定目標位置。如圖5所示。

6" 結(jié)束語

本文針對農(nóng)業(yè)履帶式移動采摘機器人在自主采摘作業(yè)中的自主建圖和路徑規(guī)劃性能，通過激光雷達感應(yīng)周邊環(huán)境獲取深度信息，進而通過Gmapping算法搭建柵格地圖。經(jīng)過A*算法進行全局路徑規(guī)劃及采用DWA算法實現(xiàn)局部避障功能，使得機器人能夠?qū)崿F(xiàn)路徑規(guī)劃方面的功能，通過實驗也證明了機器人可以成功實現(xiàn)自主建圖和路徑規(guī)劃功能，從而滿足自主導航的需求。

參考文獻：

[1] 溫淑慧，問澤藤，劉鑫，等.基于ROS的移動機器人自主建圖與路徑規(guī)劃[J].沈陽工業(yè)大學學報，2022，44（1）：90-94.

[2] 李哲.室內(nèi)移動機器人自主導航系統(tǒng)設(shè)計與方法[J].信息與電腦（理論版），2021，33（7）：119-121.

[3] 貝太學，黃俊琿，陳繼文，等.基于ROS的履帶式機器人室內(nèi)定位及地圖構(gòu)建研究[J].電子設(shè)計工程，2022，30（24）：10-13.

[4] 壽佳鑫，張志明，蘇永清，等.基于ROS和激光雷達的室內(nèi)移動機器人定位和導航系統(tǒng)設(shè)計與實現(xiàn)[J].機械與電子，2018，36（11）：78-82.

[5] 李賀喜，李富強，牛童立，等．基于ＲOS系統(tǒng)移動機器人SLAM算法的研究與實現(xiàn)[J].技術(shù)與市場，2020，27（7）：97，99．

[6] 王元華，李貽斌，湯曉.基于激光雷達的移動機器人定位和地圖創(chuàng)建[J].微計算機信息，2009，25（14）：227-229.

第一作者簡介：梁?。?997-），男，碩士研究生。研究方向為電氣工程及其自動化。