CN108873899B - 吸尘机器人的避障方法 - Google Patents

Abstract

本发明公开了一种吸尘机器人的避障方法，包括沿轨迹行走，比较测量结果执行第一转弯模式或执行第二转弯模式等步骤。本发明的这种避障方法可规避斜角障碍物并可根据障碍物斜角的大小绕行。本发明还公开了一种建立栅格地图的方法。

Description

吸尘机器人的避障方法

技术领域

本发明涉及一种吸尘机器人的避障方法，属于智能家居领域。

背景技术

现有的吸尘机器人避障方法主要包括精确避障和模糊避障。《移动机器人路径规划》(东北电力大学硕士学位论文，孟祥甫)公开了模糊避障的方法，其采用为模糊逻辑算法，系统计算量较大，不适用于低成本的吸尘机器人。而《基壬神经网络的自主吸尘机器人混合感知系统设计及避障规划》(浙江大学硕士学位论文，徐勇)公开了基于神经网络的吸尘机器人智能避障算法，该算法不够完善，难以在实际吸尘机器人中运用。《基于未知环境下的机器人遍历算法》(昆明理工大学硕士学位论文，王宇)公开了吸尘机器人的多重避障方法，但是如该案所述，其避障方法多适用于直角障碍。

发明内容

本发明提出了一种吸尘机器人的避障方法，可规避斜角障碍物并可根据障碍物斜角的大小绕行。

本发明的技术方案是这样实现的：

一种吸尘机器人的避障方法，其特征在于，包括以下步骤：

step331：沿轨迹行走，测量s2、s3、s4、s5值，根据测量结果进入step332或step333，

step332：若s2、s3、s4、s5均大于d，根据s2的值进入step334、step335或step336，

step333：若s2、s3、s4、s5任意一项小于等于d，发现不可进入边界，原地旋转至s1＝d后根据s2的值进入step334、step335或step336，

step334：若s2小于

发现实体边界，执行第一转弯模式，直至

返回step331，

第一转弯模式

C1侧车轮角速度ω₁，C2侧车轮角速度ω₂，

step335：若s2大于

发现工作区域，执行第二转弯模式，直至

返回step331，

第二转弯模式

外侧车轮角速度ω₁，内侧车轮角速度ω₂，

ω₁＝ω_p,＝，

step336：若

返回step331。

一种建立栅格地图的方法，其特征在于，包括系统预设、建立最大工作区域、内循环遍历以及建立工作栅格网络，其中在建立最大工作区域、内循环遍历中执行所述吸尘机器人的避障方法。

在本发明的建立栅格地图的方法中，所述系统预设包括：

step11：在清扫区域的一侧设定至少两个的绝对参考点O1，O2，

step12：在车体外侧设置行走传感器C1、C2、C3、C4、C5，相邻行走传感器夹角均为45°并且C3布置在吸尘器前进的正前方，C1与C5分别位于车轮轴线上，各传感器与实体的距离与车体半径之和定义为s1、s2、s3、s4、s5，

step13：定义吸尘器直径B，吸尘器车轮距离D，C1侧车轮转速ω₁，C2侧车轮转速ω₂，

step14：C1为车体参考点O3，C5为车体参考点O4，系统预设安全距离d，

step15：吸尘器沿当前方向直线行走至s1、s2、s3、s4、s5任意一项等于d，执行找平模式，以此时O3的位置为原点建立坐标系(xoy)，x为车体行径方向，step16：探测该原点与O1，O2参考点的距离(a，b)并存储。

在本发明的建立栅格地图的方法中，所述建立最大工作区域包括：

step21：以

且s1＝d行走、避障，记录O3轨迹(x，y)和O4轨迹(x′，y′)，

step22：若(x，y)＝(0，0)，根据O3轨迹线生成最大工作区域y＝F(x)，根据O4轨迹线生成虚拟边界线y′＝g_i(x′)，t＝0。

在本发明的建立吸尘机器人栅格地图的方法中，所述内循环遍历包括：

step31：t＝t+1，根据y′＝g_t-1(x′)建立第t次O3预设路线(x_t，y_t)，x_t，y_t为坐标值，y_t＝g_t-1(x_t)，

step32：标定O3起始点(x_min,y_min)沿预设路线行走，记录O3轨迹线(x,y)和O4轨迹(x′，y′)，

step33：行走、避障，

step34：若当前轨迹(x,y)＝(x_t，y_t)，再次沿预设路线行驶，

step35：若(x,y)＝(x_min,y_min)，根据O3轨迹生成第t次轨迹线y＝f_t(x)，根据O4轨迹生成第t次虚拟边界线y′＝g_t(x′)，

step36：若此次轨迹线与任意前次存储的轨迹线重合，进入step40，否则返回至step31。

在本发明的建立栅格地图的方法中，所述内循环遍历包括：

step31：t＝t+1，根据y′＝g_t-1(x′)建立第t次O3预设路线(x_t，y_t，θ_t)，x_t，y_t为坐标值，θ_t为转角，y_t＝g_t-1(x_t)，θ_t＝g_t-1′(x_t)，g_t-1′为g_t-1在x_t处的导数，

step32：标定O3起始点(x_min,y_min)沿预设路线行走、避障，记录O3轨迹线(x,y)和O4轨迹(x′，y′)，

step33：若当前轨迹(x,y)＝(x_t，y_t)，再次沿预设路线行驶，

step34：若(x,y)＝(x_min,y_min)，根据O3轨迹生成第t次轨迹线y＝f_t(x)，根据O4轨迹生成第t次虚拟边界线y′＝g_t(x′)，

step35：若此次轨迹线与任意前次存储的轨迹线重合，则遍历完成，否则返回至step31。

本发明的这种避障方法，可规避斜角障碍物并可根据障碍物斜角的大小绕行。

附图说明

图1为本发明的吸尘机器人的右转弯绕行一种障碍物示意图；

图2为本发明的吸尘机器人的右转弯绕行另一种障碍物示意图；

图3为本发明的吸尘机器人的右转弯绕行又一种障碍物示意图；

图4为本发明的吸尘机器人的左转弯绕行一种障碍物示意图；

图5为本发明的吸尘机器人的左转弯绕行另一种障碍物示意图；

图6为本发明的吸尘机器人的左转弯绕行又一种障碍物示意图；

图7为本发明的建立吸尘机器人栅格地图的方法的流程图；

图8为本发明的吸尘机器人系统预设示意图；

图9为本发明的吸尘机器人的工作区域的示意图；

图10为本发明的吸尘机器人遍历工作区域的轨迹示意图；

图11为本发明的栅格化工作区域的示意图；

图12为本发明的吸尘机器人两次轨迹图，主要展示了根据上次轨迹建立下次轨迹；

图13为本发明的吸尘机器人绕行障碍物的示意图；

图14为本发明的吸尘机器人贴近墙壁寻找初始点的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。

现有技术综述

现有的吸尘机器人避障方法主要包括精确避障和模糊避障。《移动机器人路径规划》(东北电力大学硕士学位论文，孟祥甫)公开了模糊避障的方法，其采用为模糊逻辑算法，系统计算量较大，不适用于低成本的吸尘机器人。而《基壬神经网络的自主吸尘机器人混合感知系统设计及避障规划》(浙江大学硕士学位论文，徐勇)公开了基于神经网络的吸尘机器人智能避障算法，该算法不够完善，难以在实际吸尘机器人中运用。《基于未知环境下的机器人遍历算法》(昆明理工大学硕士学位论文，王宇)公开了吸尘机器人的多重避障方法，但是如该案所述，其避障方法多适用于直角障碍，绕行斜角障碍或墙壁的障碍会产生较多的不可进入空间(遗漏栅格)。

现有技术中，吸尘机器人的地图构件多采用栅格法，栅格法可降低系统数据量并易于维护和路径规划。栅格法的前提是工作区间的读取，现有技术多采用沿边行走，本申请亦是如此。沿边行走获取最大工作环境是内循环遍历的前提。《基于超声波传感器的智能吸尘机器人导航系统的研究》(浙江大学硕士学位论文，王火亮)公开了这种地图读取的方式。《家庭清扫机器人路径覆盖系统的设计与实现》(哈尔滨工业大学硕士学位论文，周亚楠)在循环遍历的同时进行栅格赋值，没有注意遍历路线的修正。同时，在循环遍历的过程中不可避免的存在路径重叠，该文献没有注意消除重复计算的部分。《基于三维重构的吸尘机器人的定位导航》(吉林大学硕士学位论文，张树明)公开了基于摄像数据读取的栅格化方法。该方法根据路线经过预定栅格与否确定栅格的内容。这种路线定义为车体中心的轨迹路线。在实际地图中，即使车体中路的轨迹路线经过的栅格，栅格本身也不一定全部可进入。将不可进入的栅格定义为工作栅格会引起机器人工作混乱。该文献也公开了吸尘机器人的定位技术，可作为本申请的参考。

工作区间的内循环遍历有多种，现有技术主要集中在区域分割、梳妆遍历以及螺旋遍历三种方法上。梳妆遍历是现有技术最常见的一种，系统运算简单，但是如果工作区域中部存在障碍物，系统为覆盖障碍物后方的工作区域会产生很多重复路径。区域分割可解决工作区间存在障碍物时的路径规划，该方法参照《清洁机器人全覆盖路径规划研究》(重庆大学硕士学位论文，张月)。对于有长斜面的墙壁和障碍物，区域分割效率较低。《基于ARM控制器的清洁机器人的研究》(江西理工大学硕士学位论文，王忠锋)在选择路径规划时采用的折线逼近行走的方式可绕行斜向障碍物，也作为本申请的参考。螺旋遍历可应对斜向墙壁，但是内部循环时脱离墙体后如何选择参照时现有技术尚未解决的。

如图1至6，本发明的避障方法可用于避开规则形状的固定障碍物，尤其适用于规避带斜角的墙壁或柜体。这种避障方法包括以下步骤：step01：沿轨迹行走，测量s2、s3、s4、s5值，根据测量结果进入step02或step03。测量结果表面吸尘机器人面对不同状态的障碍物。若s2、s3、s4、s5均大于d并且

参照图11。吸尘机器人进入增大的工作区域，吸尘器执行并沿前障碍物向外翻转。若s2、s3、s4、s5均大于d并且

参照图8至9，右侧发现斜向实体。吸尘器转弯并沿新的路线直行。若s2、s3、s4、s5任意一项小于等于d，参照图10，前方或左侧发现斜向实体，前方不可进入，原地大角度旋转并沿新的路线返回。

本发明利用车轮转速差实现不同角度的转弯，吸尘机器人的运动状态参照《室内清洁机器人的全区域路径规划及避障研究》(江南大学，曾岑)所述。具体而言，step02：若s2、s3、s4、s5均大于d，根据s2的值进入step04、step05或step06。step03：若s2、s3、s4、s5任意一项小于等于d，发现不可进入边界，原地旋转至s1＝d后根据s2的值进入step04、step05或step06。step04：若s2小于

发现实体边界，执行第一转弯模式，直至

返回step01。step05：若s2大于

发现工作区域，执行第二转弯模式，直至

返回step01。step06：若

返回step01。在本发明中，吸尘机器人的转动方式分为三种：右侧出现工作区域的右转弯，右侧出现实体障碍物的左转弯以及正前方或左侧出现障碍物的原地旋转。原地旋转是指大致绕吸尘机器人的旋转中心的转动，ω₁＝ω_p，ω₂＝-ω_p。为提高吸尘机器人的行走区域，尽可能降低无法遍历的区域，必须使得吸尘机器人靠边行走，可行方法之一就是限制右转弯和左转弯的转弯半径。右转弯采用第一转弯模式：

左转弯采用第二转弯模式：

ω₁＝ω_p，

如图7至14，本发明公开了一种建立吸尘机器人栅格地图的方法，包括系统预设、建立最大工作区域、内循环遍历、建立工作栅格网络。该方法可在安装预定数量的传感器的基础上嵌入现有的吸尘机器人硬件系统。硬件系统可以包括微处理器单元，传感器单元，驱动执行单元。传感器单元主要是指安装在吸尘机器人前侧四周的五个超声波传感器以及碰撞传感器和霍尔传感器。驱动执行单元包括步进电机控制模块和左右侧步进电机。微处理器单元包括主控、显示和通讯模块等。具体结构可参照《基于ARM控制器的清洁机器人的研究》(江西理工大学硕士学位论文，王忠锋)等所述。

系统预设是指设定机器人的空间尺寸并在吸尘机器人的指定位置布置传感器。其大致包括以下步骤。step11：在清扫区域的一侧设定至少两个的绝对参考点O1，O2。绝对参考点设置于墙壁的一侧，两个绝对参考点可确定吸尘机器人的当前绝对位置。工作地图建立后，任意地点开机的吸尘机器人均可确定其所处工作地图的位置信息。step12：在车体外侧设置行走传感器C1、C2、C3、C4、C5，相邻行走传感器夹角均为45°并且C3布置在吸尘器前进的正前方，C1与C5分别位于车轮轴线上，各传感器与实体的距离与车体半径之和定义为s1、s2、s3、s4、s5。吸尘机器人根据各传感器的位置确定车体与墙壁以及其他障碍物的距离。该距离与车体半径之和表示车体几何圆形与障碍物的距离(s1、s2、s3、s4、s5)。传感器例如是《超声电机驱动的自主吸尘机器人研制》(南京航空航天大学，王宏建)、《基于超声波测距技术的自主式移动机器人导航系统研究》(武汉理工大学，胡劲草)等所采用的超声波测距传感器。step13：定义吸尘器直径B，吸尘器车轮距离D，C1侧车轮转速ω₁，C2侧车轮转速ω₂。车轮额定转速ω_p。通常，吸尘机器人的驱动电机采用角速度编码，定义角速度更有利于衡量车体状态。

step14：C1为车体参考点O3，C5为车体参考点O4，系统预设安全距离d。O3与O4用于记录车体内外侧的位置。d大于

约为50mm。该距离可防止车体的任意位置碰撞障碍物。step15和step16用于贴近墙壁寻找初始点。step15：吸尘机器人沿当前方向直线行走至s1、s2、s3、s4、s5任意一项等于d。避障完成后，以此时O3的位置为原点建立坐标系(xoy)，x为车体行进方向。step16：探测该原点与O1，O2参考点的距离(a，b)并存储。本发明不限制吸尘机器人坐标定位的方法，可采用车轮脉冲定位法，如《吸尘机器人非结构环境下自主路径规划方法的研究》(浙江大学硕士学位论文，冯申坤)所述。吸尘机器人控制距离边缘的距离，贴边行走，根据墙体变化微调行走方向。为避免障碍物的非正常变换引起的测量误差(偶然误差)，本发明可采用软件消抖滤波，此种方式主要是在程序的编写过程中利用时间延时检测，当检测到满足要求的超声波信号后延时30至50ms后再次检测，如果误差范围内的数据仍被检测到，则认为该数据信号是正确可信的。同时系统可采用卡尔曼滤波降低测量方式上的误差(系统误差)。卡尔曼滤波方式以为本领域技术人员所熟知，在此不做赘述，其具体结构原理可参照《智能清扫机器人设计及其路径规划的研究》(哈尔滨工业大学，张超)所述。

建立最大工作区域是指沿室内外侧壁行走一圈，记录房间最大坐标位置，为后续遍历工作区域提供外部参照。该步骤亦可称之为沿边走，现有技术已经公开了可行的实现算法，例如《智能清扫机器人设计及其路径规划的研究》(哈尔滨工业大学，张超)、《吸尘机器人非结构环境下自主路径规划方法的研究》(浙江大学硕士学位论文，冯申坤)等所述。step21：以

且s1＝d行走、避障，记录O3轨迹(x，y)和O4轨迹(x′，y′)。step22：若(x，y)＝(0，0)，根据O3轨迹线生成最大工作区域y＝F(x)，根据O 4轨迹线生成虚拟边界线y′＝g_i(x′)，t＝0。虚拟边界线为下一次O3的预期轨迹。

内循环遍历是指在最大工作区域内螺旋遍历整个工作区域，无法进入的空间被记录成障碍物，以此确定可以行走的全部区域。现有技术中，内循环遍历多采用折返往复的行走方式，该方式容易产生盲区。本申请采用螺旋遍历的方式，减少盲区的存在。step31：t＝t+1，根据y′＝g_t-1(x′)建立第t次O3预设路线(x_t，y_t，θ_t)，x_t，y_t为坐标值，θ_t为转角，y_t＝g_t-1(x_t)，θ_t＝g_t-1′(x_t)，g_t-1′为g_t-1在x_t处的导数。限定吸尘机器人状态的坐标除了标定点的坐标外还可以包括方向坐标。为使车体运动平滑，本申请通过预设路线的导数确定行走方向。step32：标定O3起始点(x_min,y_min)，该起始点一般为预设路线上最靠近上次轨迹终点的位置。吸尘机器人沿预设路线行走、避障，记录O3轨迹线(x,y)和O4轨迹(x′，y′)。在实际行走过程中，由于障碍物的存在，O3轨迹线(x,y)与预设路线(x_t，y_t，θ_t)不完全一致。step33：若当前轨迹(x,y)＝(x_t，y_t)，表明吸尘机器人已经绕过障碍物，再次沿预设路线行驶。step34：若(x,y)＝(x_min,y_min)，表示吸尘机器人已经返回至本次行走路线的初始点。系统根据O3轨迹生成第t次轨迹线y＝f_t(x)，根据O4轨迹生成第t次虚拟边界线y′＝g_t(x′)。step35：若此次轨迹线与任意前次存储的轨迹线重合，表明吸尘机器人已经进入循环路线，遍历完成。否则返回至step31，再次内循环遍历。在吸尘机器人的运转中心存在极小不规则的障碍物时，该内循环遍历的效率较低。但是考虑到室内环境多为规则的空间，障碍物刚好处于吸尘机器人内循环中心的可能性又较低，本申请的这种内循环遍历的方法具有可行性。

建立工作栅格网络是指在吸尘机器人遍历工作区域后，将工作区域划分成栅格网络的方法。step41：定义矩形区域(H_width，H_l.n)并将矩形区域划分为多个栅格(i，j)，H_width为y＝F(x)中最大x值，H_l.n为最大y值，i＝x/B，j＝y/B。相对于绝对参考点O1，O2对栅格(i，j)的坐标作出定义，无论吸尘机器人何时开机运行，只要测量其相对于参考点O1，O2的位置，即可确定这个栅格地图的位置，从而避免吸尘机器人时刻记录自身位置。step42：定义CellValue[i][j]，y＝F(x)或y＝f_t(x)中只有一组或零组轨迹经过的栅格(i，j)时，CellValue[i][j]＝0，否则CellValue[i][j]＝1，存储栅格地图。同时两组轨迹经过栅格(i，j)时表示吸尘机器人遍历工作地图是进入该栅格，该栅格整体处于可进入状态。只有一组轨迹进入栅格或者没有轨迹进入栅格，表示栅格整体处于不可进入状态。虽然，该存储判断方式会将部分小区域(小于吸尘机器人尺寸)认定为不可进入栅格，但是相对于整个待清扫空间而言，放弃部分空间并提高存储效率和路径规划效率是值得的。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种吸尘机器人的避障方法，其特征在于，包括以下步骤：

step331：沿轨迹行走，测量

值，根据测量结果进入step332或step333，

step332：若

均大于

，根据s2的值进入step334、step335或step336，

step333：若

任意一项小于等于

，发现不可进入边界，原地旋转至s1

后根据s2的值进入step334、step335或step336，

step334：若s2小于

d，发现实体边界，执行第一转弯模式，直至

d，返回step331，

第一转弯模式：

C1侧车轮角速度

，C2侧车轮角速度

，

step335：若s2大于

d，发现工作区域，执行第二转弯模式，直至

d，返回step331，

第二转弯模式：

外侧车轮角速度

，内侧车轮角速度

，

step336：若

d，返回step331，

并且，系统预设安全距离d，设定吸尘机器人的空间尺寸并在吸尘机器人的指定位置布置传感器，包括以下步骤，

step11：在清扫区域的一侧设定至少两个的绝对参考点O1，O2，绝对参考点设置于墙壁的一侧，

step12：在吸尘机器人外侧设置行走传感器C1、C2、C3、C4、C5，相邻行走传感器夹角均为45°并且C3布置在吸尘机器人前进的正前方，C1与C5分别位于车轮轴线上，各传感器与实体的距离与吸尘机器人半径之和定义为s1、s2、s3、s4、s5，吸尘机器人根据各传感器的位置确定吸尘机器人与墙壁以及其他障碍物的距离，

step13：定义吸尘机器人直径B，吸尘机器人车轮距离D，车轮额定转速

。

Images