[發明專利]一種具備全范圍信息恢復能力的機器人導航避障方法

在審

• 申請號: 202210860489.4
• 申請日: 2022-07-21
• 公開（公告）號: CN115167430A
• 公開（公告）日: 2022-10-11
• 發明（設計）人: 張偉;曹睿;李曉磊;謝世寬;趙越男;李傳鵬;李宇
• 申請（專利權）人: 山東大學
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 于鳳洋

本公開提供了一種具備全范圍信息恢復能力的機器人導航避障方法，包括獲取周圍環境數據，獲取原始雷達和當前雷達的觀測數據，構建歷史觀測數據隊列，將當前最新的雷達觀測數據以及位姿插入歷史隊列中，使歷史觀測數據與當前觀測數據融合，形成機器人周圍360°范圍內環境的新的觀測感知結果；利用新的感知結果在優化更新的策略函數網絡中輸出的概率分布來選擇機器人下一步的避障動作，直至到達目標點；能夠在考慮當前觀測的基礎上，結合一定范圍內的歷史觀測數據，將已經通過但仍然會對其之后動作產生影響的障礙物保留一定程度的記憶。

技術領域

本公開涉及機器人避障技術領域，具體涉及一種具備全范圍信息恢復能力的機器人導航避障方法及系統。

背景技術

本部分的陳述僅僅是提供了與本公開相關的背景技術信息，不必然構成在先技術。

避障是機器人導航必不可少的功能之一。避障算法可分為基于地圖(map-based)和反應式(reactive)兩種，基于地圖的算法由于需要實時更新障礙物地圖，往往計算量較大，而且對于動態障礙物的躲避效果相對較差；反應式算法對從傳感器獲得的信息直接分析計算，得出機器人控制量，對于動態障礙物的實時避障效果有不錯的提升，并且對不同環境的適應能力較強?，F有的反應式避障算法往往只考慮當前時刻感知范圍內的障礙物情況，如果在移動過程中某動態障礙物從感知范圍內離開，但此時若其仍然在機器人周邊一定范圍內還是會對機器人的移動產生影響，此類情況會導致機器人發生二次碰撞，引發機器人移動安全問題。

發明內容

本公開為了解決上述問題，提出了一種具備全范圍信息恢復能力的機器人導航避障方法，能夠在考慮當前觀測的基礎上，結合一定范圍內的歷史觀測數據，將已經通過但仍然會對其之后動作產生影響的障礙物保留一定程度的記憶，避免出現剛剛避過某一障礙物卻因為躲避另一方向上的障礙物而導致的與歷史障礙物發生二次碰撞的情況。

根據一些實施例，本公開采用如下技術方案：

一種具備全范圍信息恢復能力的機器人導航避障方法，訓練步驟為：

在仿真環境三維空間中建立機器人坐標系，并在一定區域內隨機生成障礙物的位置、以及機器人的起始點和目標點；

獲取周圍環境數據，基于狀態空間、動作空間、獎勵函數、狀態轉移概率、觀測空間以及觀測概率分布建立環境模型；

獲取原始雷達和當前雷達的觀測數據，構建歷史觀測數據隊列，將當前最新的雷達觀測數據以及位姿插入歷史隊列中，使歷史觀測數據與當前觀測數據融合，形成機器人周圍360°范圍內環境的新的觀測感知結果；

利用新的感知結果在優化更新的策略函數網絡中輸出的概率分布來選擇機器人下一步的避障動作，直至到達目標點。

進一步的，建立的觀測空間包括機器人對于原始數據補全后的感知結果、機器人當前速度、目標點在機器人局部坐標系下的坐標位置。

與現有技術相比，本公開的有益效果為：

本公本使用基于Actor-Critic框架的PPO強化學習算法作為訓練基礎算法，建立機器人避障導航模型，并在此算法的觀測數據獲取以及獎勵設置步驟中進行了改進。為觀測數據增加歷史信息，對多幀原始的雷達數據進行相應處理與融合，得到含有一定記憶功能的，可表示機器人周圍360°范圍內的障礙物距離信息的感知信息，使其具備全范圍信息恢復能力，其中還包括了相關距離信息的時間特征，并將此感知信息送入深度學習網絡中得到觀測到動作的映射關系。實現了機器人在未知環境下的自主導航避障，提升了傳統反應式避障算法對動態障礙物的避障性能；改善了雷達感知受限的情況，避免出現由于機器人的移動導致的障礙物離開感知區域，但其仍可能對機器人之后的移動造成影響而帶來的二次碰撞問題。

附圖說明

構成本公開的一部分的說明書附圖用來提供對本公開的進一步理解，本公開的示意性實施例及其說明用于解釋本公開，并不構成對本公開的不當限定。