1.一种自适应切向避障的路径规划方法,其特征在于,包括以下步骤:
步骤一:在传统斥力函数中添加机器人与目标点的距离因子来增强引力、减弱斥力;改进后的斥力由两部分组成,分力Frep1由障碍物指向机器人,分力Frep2由机器人指向目标点;
步骤二:自适应斥力增益系数模糊控制器以机器人与障碍物的距离、机器人与目标点的距离为输入,根据模糊规则自适应调节斥力增益系数;
步骤三:对障碍物是否对机器人移动方向产生影响来评估障碍物的重要性,分成重要障碍物和普通障碍物;重要障碍物定义为:机器人合力方向与障碍物的夹角ω较小且机器人与障碍物的距离d较近或适中;普通障碍物定义为:机器人合力方向与障碍物的夹角ω较大或机器人与障碍物的距离d较远;
步骤四:对于重要障碍物,将其斥力影响范围分成安全距离区域、切向避障区域、人工势场区域;
步骤五:对于重要障碍物,机器人进入切向避障区域后,将进行切向避障;
所述步骤五的具体步骤为首先将机器人中心与障碍物中心以直线L1相连,该直线L1与障碍物边界产生一个交点;计算经过该交点且与障碍物相切的直线L2,将此时的斥力分力Frep1调整为与该直线L2方向平行,指向由机器人合力方向与障碍物的夹角ω的正负决定;定义顺时针方向为正角,逆时针方向为负角,当机器人合力方向与障碍物夹角为正角时,重要障碍物位于机器人右侧,Frep1沿平行线指向左侧;当机器人合力方向与障碍物夹角为负角时,重要障碍物位于机器人左侧,Frep1沿平行线指向右侧;
步骤六:自适应切向避障模糊控制器设计成三输入、一输出,将机器人与障碍物的距离d、机器人合力方向与障碍物的夹角ω、引力Fatt与调整后斥力分力Frep1的夹角δ作为输入,机器人将根据输出值output判断在势场中受人工势场控制、切向避障、紧急制动;
步骤七:最终根据自适应切向避障模糊控制器输出值所在区间决定机器人的运动方式。
2.根据权利要求1所述的一种自适应切向避障的路径规划方法,其特征在于,所述步骤五还包括对于调整后的斥力分力Frep1,若其与引力Fatt的夹角δ较小,机器人保持人工势场控制;若其与引力Fatt的夹角δ较大,机器人开始进行切向避障,按当前合力方向移动一个步长;移动一个步长后机器人按同样的方法调整斥力分力Frep1方向并继续移动一个步长,直至夹角δ较小时,退出切向避障,恢复人工势场控制。
3.一种自适应切向避障的路径规划系统,其应用于权利要求1或2任意一项所述的一种自适应切向避障的路径规划方法,其特征在于,该系统包括激光雷达、树莓派、STM32控制器、电机以及电机驱动;
所述激光雷达用于环境信息的采集,并与树莓派通过USB接口进行通信,将激光雷达数据传输至地图构建单元;
所述STM32控制器用于完成对执行机构的控制,通过串口与树莓派进行信息传输,完成获取速度、运动控制任务调度;
所述树莓派用于全局路径规划和局部路径规划;传感器数据通过地图构建单元进行地图建模,生成全局代价地图与局部代价地图;在设定目标点后,全局路径规划单元完成全局路径规划并传输至全局路径修正单元;局部路径规划首先通过距离计算单元、角度计算单元计算机器人与障碍物的距离、机器人合力方向与障碍物的夹角、引力Fatt与调整后斥力分力Frep1的夹角并模糊化,接着根据模糊规则库进行模糊推理并解模糊,最后通过斥力增益系数自适应调节单元和自适应切向避障单元完成局部路径规划并传输至全局路径修正单元进行全局路径修正。