基于多传感器融合的自动洗地机器人避障研究

杨建峰 杨丽英 刘珍娜

摘 要：本文就应用于城市清洁的自动洗地机器人展开研究，设计一种多传感器融合的避障系统。选用合适传感器，并在机器人上进行合理布局；分析清洁区域环境，以得出合理高效的避障策略。

关键词：环境感知；多传感器融合；避障策略

DOI：10.16640/j.cnki.37-1222/t.2019.13.138

0 引言

随着社会的不断发展，人们对城市清洁提出越来越高的要求，应用自动化的清洁设备已是越来越普遍。自动洗地清洁机器人处于不同的环境情况下，会遇到不同的障碍物布局等，因此自然要求清洁机器人就有不一样的反应。在自动洗地清洁机器人无人操作值守的情况下，清洁机器人就必须实现运行的自主性，依靠各传感器自动的躲避清洁空间中的各种障碍，从而完成清洁任务[1]。

1 环境感知

时刻感知环境变化是清洁机器人必须具有的一种能力，而传感器在清洁机器人的感知系统中扮演着不可或缺的重要角色，这些传感器通过清洁机器人相关接口与外部环境进行连接，以获取外部环境信息[2]。清洁机器人对采集的外部环境信息，通过某种适当的方法，对传感器获取的环境信息进行综合处理，从而感知环境变化控制清洁机器人做出相关的动作。

2 多传感器融合系统

多传感器信息融合如同人脑对信息的综合处理过程，依据多传感器资源并将各传感器获取的信息进行合理的分配使用。随后把各传感器的互补及多余信息按照一定准则优化组合，进而获得对当前区域环境的一致性描述与解释。借助多传感器的协同配合，以提升整个传感器系统的准确性及有效性[3]。

3 传感器选取

洗地清洁机器人处于复杂环境中，运行环境很不稳定并且也不能预知障碍物的种类。选用机器人内部传感器编码器及电子罗盘来实现自动洗地清洁机器人在工作环境中的的定位与导航。对于较大障碍物的躲避与测距选用长距离探测能力较强的超声波传感器，用于收集机器人周围障碍物的距离信息，比较不同方位处传感器测得的距离信息来判断障碍物的方位夹角。选用近距离避障灵敏度较高的红外传感器辅助超声波做相应的避障工作。通过超声波传感器与红外传感器配合，时时对周围环境进行监测，依据距离及方位信息选择恰当避障策略并做出对应动作。

4 避障策略分析

依据环境障碍物的分类，设计洗地清洁机器人的避障动作：直接避障、等待避障、紧急刹车避障、防跌落避障。

（1）直接避障。自动洗地機器人在运动过程中，当发现前方有障碍物时，判断障碍物的状态，若发现是静态障碍物，那么机器人根据既定的避障策略改变运动方向，从而避免碰撞的发生。

本文采取超声波传感器与红外传感器结合的方式，采集运动过程中前方、左右两边的障碍物距离信息及方位信息。在传感器确定障碍物的分布后，做出对应的避障动作。假设机器人前方存在障碍物，那么机器人根据清扫方位，选择左转还是右转动作；在机器人的前方及右侧都存在障碍物时，机器人则左转以避开障碍，最后再回到原清扫方向；同理对于前方及左侧都有障碍物时，机器人右转避开障碍，最后再回到原清扫方向。

（2）等待避障。等待避障是针对运动环境中动态障碍物而言。对于动态障碍物的判断，选择二次检测的方法。在机器人前进运动过程中对发现的障碍物进行两次检测，第一次发现障碍物时记录距离信息，此后机器人继续前行随后再记录第二次的距离信息。对二者的距离信息关系进行比较从而得出障碍物的状态。假设第一次测得的障碍物距离信息为X1，此后机器人的运行距离为L，随后第二次测得的障碍物信息为X2。那么：

若X1-X2=L ，则障碍物为静态。

若X1-X2L，则障碍物为动态。

对于动态障碍物，采取等待避障策略。判断为动态障碍物后，机器人进行等待，随后每间隔两秒钟对障碍物进行检测获取距离信息，若距离在允许安全范围之内，则机器人继续前行进行清洁工作。

（3）紧急刹车避障。对于突然出现的动态障碍物与未能及时检测到的静态障碍物，以及机器人与其发生碰撞时，此时机器人采取紧急刹车动作，停止前进从而避免造成损害。待动态障碍物消失后，机器人继续清扫工作。若濒临的是静态障碍物，那么机器人采取原路倒退，随后再采取相应转向策略以避开障碍物。

（4）防跌落避障。对于清扫空间中的台阶等障碍容易使得机器人从清扫平面跌落下去，对于这种问题在车体底盘四角处安装有红外传感器，用于检测与地面之间的距离，当检测到的距离大于设定值的时候，机器人控制器做出相应指令使得机器人倒退，从而避免机器人跌落现象的发生。

5 结束语

本文主要对自动洗地清洁机器人进行多传感器融合避障研究。首先对工作环境进行分析，选择出适宜的传感器组成多传感器系统应用到自动洗地清洁机器人上，以实现在运动过程中能实时躲避障碍，并结合环境及障碍物位置分析了对应的避障策略。

参考文献：

[1]谢振南.多传感器信息融合技术研究[D].广州：广东工业大学，2013.

[2]袁庆，朱毅.多传感器信息融合在轮式机器人运动控制中的应用[J].电子技术与软件工程，2016（02）：118.

[3]司兴涛.多传感器信息融合技术及其在移动机器人方面的应用[D].淄博：山东理工大学，2009.

[4]陈奕君.基于多传感器信息融合的机器人避障研究[D].大庆： 东北石油大学，2014.

基金项目：校级课题：课题名称：基于多传感器融合的位姿检测系统。课题编号：2018KJ01。

作者简介：杨建峰（1991-），男，山东泰安人，硕士，初级，研究方向：机电一体化技术及机器人控制应用技术。