基于人工势场与红外检测的机器人路径规划

王 超 周松林

（铜陵学院，安徽 铜陵 244061）

一、引言

路径规划与避障技术是近年来发展较为迅速的一门学科，尤其是在移动机器人[1]领域。如果仅仅为了到达目标，到达作业效果，传统的人工势场算法基本能实现[2-3]。但现有的移动机器人路径规划技术还存在不足，为了提高机器人的自主性和智能性[4-6]，针对复杂的动态环境，各种特殊的障碍物有它一定的不确定因素，很容易让机器人陷入平行移动或静止等待等情况[7-8]。

红外检测技术有着自身的特地优点，例如，能耗小、安装方便、反应迅速、便于控制等。可以应用在很多领域，尤其是在避障技术方面，发挥着至关重要的作用。但由于自身的局限性，对于有目标的作业，和未知的环境中，就无法预先知道障碍的运行情况和距离范围，很难发挥它的自主性和智能性。

因此，针对移动机器人的自身特性，结合复杂环境作业等特点，如何快速、准确地找到一条最优路径成为研究问题的关键。

二、人工势场与红外检测路径规划算法

下面首先对人工势场算法进行介绍，然后针对动态环境的特殊性，加入红外检测技术，从而在路径选择中达到较为稳定的效果。

（一）人工势场算法

人工势场法[9-10]广泛应用于路径规划和避障技术中，通过构建一种虚拟力法来处理复杂的环境，特别是未知的环境状态下，更能很好解决问题。它的基本思想是在目标点设计一种抽象的引力场Uatt和在障碍物周围设计一种抽象的斥力场Urep，最后通过求引力场的引力Fatt和斥力场的斥力Frep来控制机器人的运动。

1.引力场建模

由于移动机器人作业的目标点固定，可借用陆地移动机器人的引力势场设计方法[11-14]。设二维空间S 中有一静止机器人 r（x1,y1）和目标点 g（x2,y2），如图1所示。定义S空间内机器人与目标物距离函数为：

其产生的引力场为：

目标吸引力为：

其中nRG是机器人到目标的单位矢量。

2.斥力场建模

图2给出移动机器人所受斥力场的受力情况，障碍物位置是 o（x3,y3）。

这里给出斥力势场的距离分量表达式：

图1 二维空间S中的引力

图2 二维空间S中的斥力

第i个障碍物的距离分量产生的斥力场所对应排斥力为：

则对应的总的排斥力为：

那么，总的斥力场函数为：

其中，

第i个障碍物的速度分量产生的势场如式（9）表示，相应的势场力如式（10）、（11）所示：

其中 θi表示相对速度 V（t）-Vobs（t）与距离斥力分量Frep1的夹角，λ是常数系数。

（二）红外检测技术

在很多实际环境中，对于存在动态障碍物的情况，如果机器人在运动过程中不能快速做出避障动作，可能会陷入平行移动状态，如图3所示。导致与目标越来越远，因此移动机器人将不可能到达目标。如何快速避开近距离障碍物成了关键性的因素。

图3 机器人陷入平行移动状态

红外避障模块实物图如图4所示，具有能耗小、便于安装、易于控制等特点，在机器人避障、红外线计数等众多领域有着广泛的应用[15]。该模块发射管和接收管两部分组成，发射管发射一定频率的红外线，当检测方向遇到障碍物时 （可以预先设定检测距离范围10～50cm），红外线返回被接收管接收，经过一定的计算机处理和电路处理程序后，输出一个数字信号，让机器人做出相应的避障动作。

图4 红外避障模块

为了增加避障动作的快速准确，可以采用多个发射源共同工作，不同的发射源频率不一样，例如，50Hz，60Hz……，接收管根据频率的不同判断障碍物的方向，当机器人与障碍物的距离超过预先设定的范围，则继续进入人工势场的路径规划。

三、仿真结果

动态环境存在多种复杂情况，为了达到良好的仿真效果，本章节将动态环境分为障碍物运动、目标静止和障碍物静止、目标运动两种特殊情况。下面主要讨论障碍物运动、目标静止这种常见的动态环境。设定机器人的移动速度V（t）大小为0.10m/s。

其中m,n是正常数，其取值决定了势场函数曲线的形状。如果m＝1，会使求导后出现引力无界情况，造成机器人在目标点抖动[12]，在仿真试验中，取m＝n＝2，其余参数的取值在[0.1,10]内调节，能达到良好的实验效果。 对于引力场，取 α＝5.5，β＝0.5，；对于斥力场，取α＝1，γ＝2。以绿色小方块代表机器人，蓝色三角形代表障碍物，移动机器人的开始坐标为[5,5]，目标点的坐标为[25,25]。在机器人和目标点之间设置了3个不同方向匀速运动的障碍物：障碍物l的位置坐标为[8,12]，从t＝0s时刻开始自左向右水平方向运动，速度为 0.04m/s；障碍物 2 的位置坐标为[16,18]，从 t＝90s时刻开始自上而下竖直方向运动，速度为0.05m/s；第三个障碍物的坐标为[22,18]，从t＝180s时刻开始斜向左上方45°方向运动，移动速度为0.06m/s。

由图5可知，在势场力的作用下，机器人在运动的过程有向右避开障碍物的趋势，但由于障碍物的相对移动情况，让机器人陷入平行移动，这时红外避障模块进行快速处理，使得机器人成功的向右避开了障碍物1，图6中，机器人分别避开障碍物2和3，机器人避障运动的完整路径见图7。

图5机器人运动路径

图6 机器人运动路径

图7 机器人运动路径

由仿真结果可见，本文算法通过设定多个动态障碍物来模拟未知的环境，最终机器人成功的避开移动中的障碍物，而且消除了平行移动等问题，找到了一条最优的运动路径，大大提高了作业效率。

四、结语

对于常见的动态障碍物情况，本文在传统的人工势场路径规划算法的基础上，将红外检测技术应用其中，有效的解决的机器人在运动过程中容易出现的平行移动情况，大大减少了移动机器人的运动路径，达到了最优的规划效果。