论文部分内容阅读
巡检机器人多应用于社区、工厂等环境,以替代人力执行枯燥、单一的安防巡检任务。但现有巡检机器人多数存在路径规划环节占用运算资源多,动态规划易陷入局部振荡,以及轨迹跟踪实时性较差等问题,导致巡检机器人无法很好应对突发的侦察等任务需求。针对以上问题,开展具备侦察功能的巡检机器人(以下简称“侦察巡检机器人”)样机的研制及路径规划和轨迹跟踪关键技术的研究,提高机器人面对多种安防巡检环境时的自主路径规划及轨迹跟踪能力,为实现安防巡检场景下机器人代人提供理论基础。首先,本文分析当前安防巡检场景需求特点,确定侦察巡检机器人应具备的运动、感知、规划及交互等性能要求,从机器人驱动控制、传感通讯、主控处理以及人机交互四个子系统分别展开设计,研制侦察巡检机器人样机。通过机器人运动实验验证了机器人样机满足基本运动性能需求,为后续实验及应用提供基础平台。其次,针对侦察巡检机器人在路径规划方面存在的实时性差、占用计算资源多等问题进行相关算法的应用及改进研究。其中在先验地图信息场景下采用跳点搜索(Jump Point Search,JPS)算法进行路径规划,通过仿真对比证明了其有效性。同时针对未知地图信息的场景特点,提出一种适用于动态环境的动态跳点搜索(Dynamic Jump Point Search,DJPS)路径规划算法及相应规划策略,可在环境变化的情况下实时制定动态路径,并规避局部振荡问题。通过仿真分析证明该算法可在未知地图信息的情况下改善侦察巡检机器人开展路径规划环节时的实时性及稳定性。随后,为解决机器人对所规划轨迹的实时跟踪控制问题,构建侦察巡检机器人运动学模型,设计适用于本文机器人的模型预测控制(Model Predictive Control,MPC)控制器,并通过仿真验证MPC运动控制器在侦察巡检机器人轨迹跟踪方面的有效性。同时为进一步提高MPC算法运算速度,使用交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)算法框架优化 MPC 算法的二次规划环节,通过仿真对比证明了该融合算法能够有效降低二次规划环节的运算时间,可提高侦察巡检机器人执行轨迹跟踪部分时的实时性。最后,建立侦察巡检机器人、ROS及MATLAB的联合实验平台,设计在室内外环境下机器人路径规划及轨迹跟踪实验。通过分析对比机器人实际运动数据与期望运动数据,验证本文研发的侦察巡检机器人样机及研究的路径规划、轨迹跟踪算法满足安防巡检场景的应用需求。