[发明专利]基于贝叶斯网络模型的移动机器人避障方法

说明书

本发明提出了一种基于贝叶斯网络模型的移动机器人避障方法，解决了现有技术对移动机器人避障中障碍物距离和角度考虑不充分的问题，实现步骤为：建立移动机器人避障判别规则；建立避障行为处理的贝叶斯网络模型；建立移动机器人周围的障碍物目标的距离和角度的模糊隶属函数，对目标的数据进行模糊化处理；将模糊化后的障碍物目标距离和角度数据作为证据输入到避障的贝叶斯网络模型中；选择后验概率值最大的偏离角度为移动机器人的旋转角度以避开障碍物。本发明将贝叶斯网络模型用到移动机器人避障行为处理中，得到需要旋转的角度，使得移动机器人在所处的未知环境中能够避开障碍物，且避障行为更加准确，用于移动机器人路径选择。

技术领域

本发明属于计算机技术领域，涉及机器人避障，具体是一种基于贝叶斯网络模型的移动机器人避障方法，可用于实际应用中移动机器人在未知环境局部路径规划过程中的避障行为处理。

背景技术

移动机器人避障是局部路径规划中的关键问题。目前，在这方面，主要是通过提取传感器获得的障碍物目标信息，与避障的规则进行匹配或给出代价函数，计算获得移动机器人避开障碍物的最佳方向。现实世界的场景中，几乎很难准确给出与避障行为对应的所有预定义规则，且对障碍物目标的不确定信息很难在规则中描述完全。依据代价函数计算最优值，如果代价函数复杂，其求解过程复杂且可能只得到局部最优解。而贝叶斯网络模型作为人工智能中主要的不确定性推理模型，对不确定性信息具有较好的处理能力，且它可以紧密结合规则知识，提高机器人避障的智能性。

北方自动化控制设备研究所申请的专利“一种移动机器人的低成本自主避障方法”(专利申请号CN201410538970.7，公开号CN105487536A)中公开了一种移动机器人的低成本自主避障方法。该方法主要依据在机器人周围的不同方位上，传感器探测障碍物距离机器人的距离，判断该距离是否在安全的阈值之内，且安全阈值被分为远、较近、很近三个层次，在不同的层次上采用不同的规避策略。该专利申请公开的方法存在的不足是：仅仅依据障碍物的距离所处于不同的安全阈值层次上进行避障，在障碍物距离机器人较远，但与机器人行进方向的夹角较小时，可能使避障的处理并不是很精确，会造成机器人不能有效地避开障碍物。

沈阳新松机器人自动化股份有限公司申请的专利“一种基于激光测距仪的移动机器人避障方法”(专利申请号CN201010611255.3，公开号CN102541057A)中公开了一种基于激光测距仪的移动机器人避障方法。该方法对激光测距信息进行分组，将每组中的障碍点映射到机器人坐标系中；将机器人膨化为半径为R的圆，通过障碍点做圆的两条切线，利用该切线与机器人坐标系X轴的夹角得到机器人可通行的可行方向范围，定义代价函数进一步选择最佳方向。该专利申请公开的方法的不足在于：在对机器人的可行方向范围进行计算，没有充分考虑障碍物距离机器人的距离因素，该可行方向范围有局限性，影响了最佳方向的选择。

张琦在其发表的论文“移动机器人的路径规划与定位技术研究”(哈尔滨工业大学，博士学位论文，2014.6)中提出了基于模糊知识规则匹配的方法实现移动机器人的避障。该方法建立了移动机器人避障行为处理的模糊规则知识库，依据移动机器人传感器获得的障碍物目标信息与模糊规则进行匹配判断，在判断符合某个规则的条件下，将采用该规则的具体避障处理方式。该方法存在的不足之处是：移动机器人的每次避障都将匹配所有模糊规则，智能化水平较低，很难实现移动机器人在未知的复杂环境中具有智能选择的功能。

发明内容

本发明的目的在于克服上述已有技术的不足，提出了一种智能性和准确性更高的基于贝叶斯网络模型的移动机器人避障方法。

本发明是一种基于贝叶斯网络模型的移动机器人避障方法，其特征在于，包括有以下步骤：

(1)建立移动机器人避障情况的判别规则：

以移动机器人坐标系为参照，将移动机器人的避障问题分解为7种情况：