[发明专利]一种基于动态障碍物提取与代价地图相结合的避障方法

说明书

本发明公开了一种基于动态障碍物提取与代价地图相结合的避障方法，包括步骤：(1)获取激光数据并从激光数据中提取障碍物位置信息；(2)提取每个障碍物的位置和运动速度；(3)利用障碍物信息和高斯分布生成新的代价地图；(4)使用规划器在新的代价地图中进行路径规划，得到可行路径；(5)使用运动控制器，实现机器人实时跟随可行路径。本发明通过检测障碍物的位置以及运动状态，预测障碍物的位置，避免运动到障碍物的运动方向上，能够有效地避开动态障碍物；利用激光数据，准确区分出静态与动态障碍物，以采取不同的策略，实现机器人实时跟随可行路径。

技术领域

本发明涉及避障方法，尤其涉及一种基于动态障碍物提取与代价地图相结合的避障方法。

背景技术

随着科技的发展，机器人的应用越来越广，如消毒机器人、配送机器人、送餐机器人等。随之而来的应用场景与任务也越来越复杂。机器人运动过程中，一方面需要让机器人避开静态的障碍物，如墙壁、桌子、椅子等静态障碍物，另一方面也需要机器人避开正在走动的人、正在运动的推车等动态障碍物。

目前大部分导航方案均采用以下三大部分组成：代价地图生成、路径规划和路径跟随运动控制。在规划前，需要使用地图信息与自带的传感器信息生成代价地图(具有数值的栅格地图)，接着在代价地图上规划出可行路径，最后使用运动控制器跟随可行路径。

在生成代价地图的时候，一般将静态地图上的障碍点与此时刻测量得到的激光障碍物点进行膨胀，然后将机器人看作是质点，使用常用的规划器(Dijkstra、A*、D*等)进行最短(或者最低代价)的路径规划。这种方法实现简单，但存在明显的缺陷。特别是存在动态的障碍物的场景，现有的方案容易出现与动态障碍物撞上的情况：机器人一旦规划到动态障碍物运动方向上的路径时，就容易出现机器人与动态障碍物碰撞的情况；因为上述的方案缺乏动态障碍物的整体信息以及运动信息。因障碍物明明是一个整体的障碍物，但是由于激光的测量精度原因，将障碍物分散成一个个散点，从而导致了障碍物的整体特性被忽略，极端情况下可能规划出穿过障碍物的路径。再者，现有方案缺乏障碍物运动信息，无法提前对障碍物的运动行为进行预测，容易导致机器人与动态障碍物发生碰撞。

发明内容

发明目的：本发明的目的是提供一种实现提前对障碍物的运动行为进行预测的基于动态障碍物提取与代价地图相结合的避障方法。

技术方案：本发明的避障方法，包括步骤如下：

(1)获取激光数据并从激光数据中提取障碍物位置信息；

(2)提取每个障碍物的位置和运动速度；

(3)利用障碍物信息和高斯分布生成新的代价地图；

(4)使用规划器在新的代价地图中进行路径规划，得到可行路径；

(5)使用运动控制器，实现机器人实时跟随可行路径。

进一步，所述步骤(1)的实现过程包括：

(11)获取当前时刻的激光数据；

(12)通过分析每个激光点与下一个激光点之间距离的变化，对一帧激光数据的激光点进行分组得到点集；

(13)通过对满足条件的点集进行分离，再对分离后的点集进行线段模型参数的辨识得到带参数的线段集，最后对带参数的线段集进行融合得到各个线段障碍物的集合；

(14)从步骤(13)中得到的线段障碍物的集合中提取圆形的障碍物。

进一步，所述步骤(2)的实现过程包括：

(21)通过匹配方法，将第k帧的某一个障碍物与第k-1帧的同一个障碍物进行匹配；

(22)通过对每个控制周期的速度进行预测和校正，实现对障碍物的速度进行更新。