[发明专利]一种基于动态窗口法的主动避障方法有效

专利信息
申请号: 201910231615.8 申请日: 2019-03-26
公开(公告)号: CN109976343B 公开(公告)日: 2020-03-27
发明(设计)人: 刘丹;许玲玲;李浩 申请(专利权)人: 电子科技大学
主分类号: G05D1/02 分类号: G05D1/02
代理公司: 电子科技大学专利中心 51203 代理人: 周刘英
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 动态 窗口 主动 方法
【说明书】:

发明公开了一种基于动态窗口法的主动避障方法,属于机器人导航技术领域。本发明根据障碍物的距离,设置安全距离和碰撞距离,判断机器人是否需要后退主动避开障碍物。当与障碍物的距离在安全距离内则会顺利避开障碍物;若与障碍物的距离在碰撞距离内则会选择远离障碍物的路径,退到安全距离外再重新规划路径绕开障碍物。由于采用该主动避障手段,当与障碍物的距离过小时,先让机器人执行后退命令,再重新规划到目标点的路径,通过此方法能够选取出避障效果更好的路径。

技术领域

本发明主要应用于机器人导航技术领域,具体涉及一种机器人的主动避障方法。

背景技术

当前,机器人导航中的路径规划主要有两部分,全局路径规划和局部路径规划。在实际使用过程中这两部分配合使用以达到更好的导航效果。全局路径规划:在已经构建完成的地图上规划处一条从起到终点的可行的无障碍轨迹。局部路径规划:根据传感器的消息和全局路径规划得到的路径,实时确定机器人的运动轨迹。局部路径规划算法主要作用是在前进过程中避开障碍物,使机器人顺利到达目标点。

现有的动态窗口法(Dynamic Window Approach)主要是避开与机器人距离稍远的静态障碍物,当机器人距离障碍物过近时会造成机器人认为自身已经撞上障碍物导致导航过程的失败。即,当前的局部路径规划算法存在的技术问题主要体现在:(1)在避障方面距离障碍物过近导致避障失败;(2)在避障的过程中无法主动避开障碍物。

发明内容

本发明的发明目的在于:针对现有的局部路径规划避障过程中距离障碍物过近时无法有效避开障碍物,出现局部路径规划失败的技术问题,提供一种基于动态窗口法的主动避障方法。

步骤S1、采集机器人的当前状态参数,所述状态参数包括机器人的位姿、全局路径、距机器人当前位置距离最近的障碍物的位置、机器人能执行的最大速度、最大加速度、最大转向速度、最大转向加速度;

步骤S2、生成多条模拟路径:

基于预设的模拟路径条数N,预设的模拟运行时长T,结合机器人的最大速度、最大加速度、最大转向速度、最大转向加速度,模拟出N条可移动的路径;

其中模拟时长T小于全局路径所花的时长;

步骤S3、对每条模拟路径,计算与全局路径最近点的均值,记为Pdist;

计算每条模拟路径的终点到机器人的目标位置的距离,记为Gdist

计算每条模拟路径的终点到距机器人当前位置距离最近的障碍物之间的距离,记为dobs

步骤S4、基于每条模拟路径的障碍物距离dobs,分别为每条模拟路径设置对应的安全距离dsafe

所述安全距离dsafe表示机器人在模拟时长内按照最大速度前进不会撞到障碍物的距离阈值;

基于每条模拟路径的距离dobs与安全距离dsafe的大小关系,设置每条模拟路径的评分Cobs

若障碍物距离dobs大于安全距离dsafe,则不计分,即Cobs=0;

若障碍物距离dobs为0,则舍去该模拟路径;

若障碍物距离dobs小于或等于安全距离dsafe,则根据障碍物距离dobs的反比指数计算评分Cobs

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910231615.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top