「 机器人学 」“机器人导航技术”浅谈_机器人导航算法

一、机器人导航的基本概念：

        广义上的机器人导航包括地图构建、机器人定位、路径规划和运动控制等导航系统构成模块。传统的机器人导航的研究源自两个不同的研究团体，也逐渐形成了两种不同的研究路线：路径规划算法和局部避障算法。

• 路径规划算法通常需要全局环境信息来规划出一条连通起始位置和目标点位置且无碰撞的路径，然后精准控制机器人按照规划结果执行。
• 局部避障算法。在实际导航过程中，由于机器人定位的不精确性和环境的不可预期性，很难保证路径规划类算法所假设的前提（路径规划类算法假设环境已知），因此研究人员尝试利用局部观察信息和局部地图信息来规划机器人的导航运动，并且能够处理环境的动态性和不确定性。

        通常机器人导航模块在机器人运动之前会根据静态地图，利用全局规划器（路径规划算法）计算出一条可行的路径，然后将全局路径上的路径点设置给局部规划器（局部避障算法）当作目标点，局部规划器根据机器人周围的环境信息规划出控制指令发送给执行器。全局规划器与局部规划器的结合使得机器人既能快速的到达目标地，同时也可以避让环境中的动态障碍物。

二、机器人导航的基本功能：

• 地图构建功能，机器人能够感知环境信息，收集环境信息，处理环境信息，进而获取外部世界环境在机器人内部的模型表示，这就是地图构建功能。即：“Where am I going(我要到哪里去，目标识别的问题)？”
• 定位功能，机器人在其移动的过程中，能够通过对周围环境进行感知、识别环境特征，并根据已有的环境模型确定其在环境中的位置，这就是定位功能。即：“Where I am (我在哪里，机器人定位问题)？”
• 规划控制功能，机器人需要根据环境信息规划出可行的路径，并根据规划结果驱动执行机构来执行控制指令到达目标位置，这就是规划控制功能。即：“How do I get there(我要如何到那里，也就是路径规划的问题)?”

三、机器人导航的顶层框架

        “建图/定位与路面分析” —— “可行性决策” —— “任务决策” —— “路径规划”——“路径跟踪”——“容错控制”

*决策在工厂中的划分是：决策 = “ 管理与控制 ”

四、传统的机器人导航框架

        传统的机器人导航框架通常包括五个部分：

• 环境模型部分，这部分维持导航所需要的环境信息，包括静态地图信息和实时障碍物信息；
• 感知部分，这部分负责将原始的传感器数据转换成导航规划所需要的信息，例如障碍物位置，移动物体的速度等；
• 定位建图部分，这部分主要为辅助模块，为机器人导航提供定位信息和静态环境下的环境模型；
• 策略规划层，这部分是导航的核心部分，其综合感知信息、位置信息和机器人状态信息来给出机器人的控制指令；
• 运动控制系统，这一部分负责控制指令的执行和底层执行状态的反馈。

五、机器人导航的经典方法

        导航的研究分为两个不同的研究路线：路径规划算法和局部障碍算法。

• 路径规划算法：A*搜索算法、D*搜索算法、随机路标图方法、快读随机扩展树方法；
• 局部避障算法：向量直方图、动态窗口法、速度曲率法、近邻图法。

六、使用相机做导航易受到的影响

        在机器人定位与建图过程中，影响相机使用的因素主要有两个：相机遮挡，相机饱和。

• 相机遮挡：由于相机是根据图像之间的特征匹配工作的，机器人在运动过程中，前方突然出现物体，以至两帧之间的特征变化巨大，在优化过程中，容易出现误差。
• 相机饱和：主要是光线变化带来的影响，如：进出阴影或运动在雪地、沥青路面等光线变化较大的场合。