常见避障算法介绍:实时避障是反映智能移动机器人自动能力的关键问题之一,国内外学者曾做过大量的研究工作,常见的避障算法有如下几种:(1)可视图法[52]可视图法将机器人、目标点和多边形障碍物的各顶点进行组合连接,连接的直线视为弧,要求机器人和障碍物各顶点之间、目标点和障碍物各顶点之间以及障碍物顶点与顶点之间的连线均不能穿越障碍物,即直线是可视的。机器人延这些可视线行进直至离开该障碍。使用这种方法时,缺乏灵活性,一般需要机器人停止在障碍前搜集传感器数据,并且它受传感器精度影响较大。(2)人工势场法[53]人工势场法是由 Khatib 提出的一种虚拟力法,其基本思想是建立一种虚拟力,将机器人在未知环境中的运动视为在人工虚拟力场中的运动,即假设目标对机器人存在着吸引力 F,而障碍物对机器人有排斥力 F,那么引力和斥力的合 tr力作为机器人运动的加速力,从而计算出机器人的位置和控制机器人的运动方向(如图 4-1)。势场法结构简单,便于底层的实时控制;但是也存在若干缺陷,比如:在相近障碍物间不能发现路径;在狭隘的通道中会来回摆动等。(3)VFH(VectorFieldHistogram)直方图由于势场法的缺陷,J.Borenstein 完全放弃了势场法,而设计了一种称为VFH 的方法,它将机器人的工作环境分解为一系列具有二值信息的栅格单元,每个矩形栅格中有一个积累值,表示在此处存在障碍物的可信度,高的累计值表示存在障碍物的可信度高。这是因为传感器不断快速的采样环境,存在障碍物的栅格不断被检测的结果。栅格大小的选择直接影响着控制算法的性能。栅格选得小,环境分辨率就高,但是抗干扰性就比较弱,环境信息存储量大,使得决策速度慢;栅格选的大,抗干扰性就比较强,但环境分辨率下降,在密集障碍物环境中发现路径的能力减弱。另外,栅格大小的选取也与传感器的性能有关,若传感器的精度高而且反应速度快,栅格可以选的小些。由 VFH 控制的移动机器人表现出了良好的性能。本研究中就是采用该方法作为机器人的避障策略。其算法思想在下文中具体介绍。obstecle图 5-1 势场法思想简图5.2VFH 避障算法介绍5.2.1CV(CertaintyValue)值的确定在 VFH 算法中用二维的栅格来表征环境。将机器人的工作空间划分为若干连续的二维栅格系列。每个栅格中都包含一个概率值。这个概率值体现了在该栅格中存在障碍物的可信度,CV 值越高,表示此处存在障碍物的可能性就越大。它通过一个与所用传感器特性有关的概率方程进行更...