未知环境下移动机器人通路拓扑图的自主建立方案
2013-12-29田永毅尚冬梅
摘要：针对传统的移动机器人自主环境探索算法复杂度高的缺点，提出了一种未知环境通路拓扑图的自主建立方案。该方案利用区域划分、超声波测距法确定通路点，利用里程计获得通路点坐标，再根据通路点间的关联性构建全局通路拓扑图。实际应用表明，该方法具有控制结构简单、算法的复杂度低的优点。
关键词：移动机器人；超声波测距；通路点；拓扑图
中图分类号：TP271 文献标识码：A 文章编号：1009-3044（2013）02-0376-03
移动机器人是集环境感知、路径规划与导航、行为执行等功能于一体的综合系统。而在未知环境下，由于缺少环境的面积、形状、障碍物等信息的支持，这就要求移动机器人必须要具备自主环境识别的能力并构建全局通路点拓扑图从而进行路径规划与导航。文献[1-3]提出了几种自主环境探索的方法，但均只注重于算法的有效性和可靠性，硬件结构复杂、算法的复杂度很高。为此，该文提出了一种移动机器人对未知环境全局通路拓扑图建立方法。该方法对未知坏境进行区域划分，利用超声波测距实时提取区域环境信息，获得区域环境通路点，利用罗盘里程计获得通路点坐标，再根据区域环境通路点间的拓扑连接关系构建近似完整的未知环境全局拓扑图，以期在保证算法可靠性的同时降低算法的复杂度。
1 系统硬件结构
移动机器人平台主要由微控制器、电机驱动模块（L293）、直流电机、超声波测距电路和里程计组成。其硬件结构如图1所示。
图1 移动机器人系统硬件结构图
3个超声波测距电路分别安装在移动机器人的前方、左侧和右侧，分别负责检测移动机器人与前方、左侧、右侧障碍物的距离并传送给微控制器。微处理器根据障碍物的位置进行区域路径规划、设定下一个通路点，并驱动电机到达该通路点。里程计根据行进距离确定当前通路点与前一个通路点的相对坐标。然后重复以上动作，寻找下一个通路点。最后，微处理器根据各通路点的关系构建全局通路点拓扑图。
2 传感器模型
机器人在空间的位置、方向、环境信息的获取是路径规划的前提和保障，这些信息的获得是依靠传感器来完成的。实验中，移动机器人系统装配的主要传感器有：超声波测距传感器和里程计。
2.1超声波测距传感器
本文选用超声波传感器实现移动机器人测距功能。超声波传感器通过测得声源和目标物体之间的声波往返时间，便可以求得目标物体距离机器人的距离。
其工作原理是[2]：超声波发射器向某一方向发射超声波，在发射时刻的同时开始计时，超声波在空气中传播，途中碰到障碍物就立即返回来、超声波接收器收到反射波就立即停止计时。通过不断检测超声波发射后遇到障碍物所反射的回波，测出发射超声波和接收到回波的时间差ΔT，然后根据下式求出距离
超声波信号在空气中传播会有衰减，随着传播距离的增大，衰减也会越来越大，回波信号也越来越微弱。并且会有干扰叠加在返回信号中，因此需要对返回信号进行放大、滤波、比较等处理。该文采用CX20106芯片来实现上述过程，确保超声波测距的可靠性。CX20106芯片结构如图2所示。
图2 CX20106芯片结构图
2.2 里程计
里程计主要原理是通过安装在移动机器人轮子上的光电编码器对轮子在单位时间内转过的弧度进行检测，并利用航迹推算法估算出机器人的实时相对位置。假设车轮半径为一光电编码器为p线/转，△t时间内光电编码器输出的脉冲数为N，则机器人轮子在出时间
内移动的距离△d（弧度）为：
假设移动机器人从当前位置
值得注意的是这种里程计存在累积误差，且随着机器人移动距离和航向角的增加，其累积误差将越来越大，因此测量精度较差。
3 自主环境探索与通路点拓扑图构建
移动机器人对所在未知环境进行自主探索以获取环境信息和构建环境地图。与传统的路径规划[3-4]相比较，自主环境探索并不是简单的使机器人到达某一特定的目标点，而是要基于传感器所获知的环境信息来指导机器人在未知区域不断的到达一系列的通路点，直至完全遍历，以便构建整个未知环境通路点拓扑图。
3.1环境通路点的探索
移动机器人未知环境的探索遵循以下规则：
1）将未知环境分割成面积为
2）根据前、左、右三个不同的超声波传感器测量结果进行判断，如果三个方向的障碍物与机器人距离均大于预先设定的门限距离（考虑到机器人的转向需要，该门限距离m一般设置为转向半径的二倍，其中m 3）导向方案采用前方导向最优（然后左、右、后方的导向顺序）、距离最优原则。 4）向下一个通路点行进过程中，左右方向连续检测障碍。一旦测得某一侧r范围内无障碍，读取里程表数值；再次出现障碍时再读取里程表数值以获得无障碍区域中心点坐标。若无障碍区域宽度大于门限距离，存储无障碍区域中心点坐标并设为一个新通路点，但并不停留（即该通路点未探索）。 5）如果某一通路点前、左、右三个方向无新通路点，则返回最近的未探测通路点。 6）通路点坐标通过里程计计算。为避免里程计的累积误差，每到达一个通路点对里程计清零。即通路点坐标是通过里程计计算的与前一个通路点的相对坐标。 随着通路点状态不断被标记，移动机器人完成对所处未知环境的遍历，当整个环境中不存在尚未探索的探索通路点时，则整个环境自主探索过程结束，环境通路点的探索流程图3所示。 图3 环境通路点的探索流程 3.2 通路点拓扑图结构 当移动机器人完成对所处未知环境的遍历后，根据区域环境通路点间的拓扑连接关系即可构建未知环境全局拓扑图。 实际应用中，为了便于通路点拓扑图的构建及维护，全局通路点可按表1所示数据结构进行存储。 微处理器获得每一个通路点坐标及与之联通的通路点编号，即获得了移动机器人所处未知环境的全局拓扑图。在后续的路径规划和导航中就可以计算出任意两点间存在的通路，并计算出每条路径的长度，从而做出最优路径选择。 4 结束语 本文构建了一种多传感器移动机器人系统，并以此为平台，提出了一种未知环境全局通路拓扑图的自主建立方案。该方案对未知坏境进行区域划分，利用超声波测距实时提取区域环境信息，获得区域环境通路点；利用罗盘里程计确定通路点坐标，再根据区域环境通路点间的拓扑连接关系构建近似完整的未知环境全局通路拓扑图，为后续的路径规划与导航提供保障。实验表明，该方案系统结构简单、成本低、通路点算法的复杂度较低的优点。 参考文献： [1] 蔡自兴，贺汗根，陈虹.未知环境中移动机器人导航控制理论与方法[M].北京：科学出版社，2009. [2] 刘喜昂，周志宇.基于多超声传感器的机器人安全避障技术[J].测控技术，2004，23（2）：71-73. [3] Carpin S，Pagello E.On parallel RRTs for multirobot systems[C]//Processing of the 8th Conference of the Italian Association for Artificial Intelligence，Siena，2002：834-841. [4] Lindemann S R，LaValle S M.A multi—resolution approach for motion planning under differential constraints[C]//Proceeding of IEEE International Conference on Robotics and Automation，2006：139-144. [5] 郝宗波，洪炳熔.未知环境下基于传感器的移动机器人路径规划[J].电子学报，2006，25（9）：40- 45. [6] 王醒策，张汝波，顾国昌.基于势场栅格法的机器人全局路径规划[J].哈尔滨工程大学学报，2003，24（4）：170-172.
