论文部分内容阅读
环境中存在动态障碍物或者未知障碍物的移动机器人路径规划技术是机器人在实际中自主完成各种导航任务的关键技术之一。在导航过程中，要求移动机器人不仅要能够避开环境中的静态障碍物，还要能安全、及时地避开动态障碍物，且运动的路径必须符合移动机器人的运动学特性，规划的路径越光滑且长度越短。在某些复杂应用场景下，机器人在规划路径时还必须满足实时性的要求。 因此本文针对差分驱动移动机器人在室内动态环境下的路径规划，以Kinect相机为传感器进行障碍物检测，利用SBPL库（Search-Based Planning Library）的运动基元(motion primitives)，设计了一种符合其运动学特性且能够产生光滑路径的代价地图来构建室内环境，在此代价地图上，将具有anytime特性的ARA*(Anytime Repairing A*)全局路径规划算法和DWA(Dynamic Window Approach)局部路径规划算法结合，来进行路径规划。同时利用自适应蒙特卡洛方法来对机器人在地图中进行定位。首先利用移动机器人SLAM(Simultaneous Localization And Mapping)算法构建室内环境下的2D栅格地图；在此基础上根据移动机器人的半径尺寸，进行障碍物膨胀，构建室内环境下的代价地图(costmap)；最后在基于运动基元的代价地图上进行全局路径规划和局部路径规划，从而实现在到达指定目标点过程中，避开环境场景中的静、动态障碍物，最终实现移动机器人自主导航。 静态环境下基于运动基元的ARA*算法实验结果表明了该算法不仅能满足实时性的要求而且能够给出更加光滑的路径。在动态环境下，ARA*全局路径规划算法和DWA局部路径规划算法结合的路径规划实验结果，也表明了该设计系统能够安全、及时地避开环境中存在着的动态障碍物，到达指定的目标点。