关键词:
智慧图书馆
路径规划
DWA算法
RRT算法
摘要:
机器人的自动驾驶功能是当前人工智能的一个重要研究方向,在智慧图书馆的建设中占据重要一环。当前,图书馆的运输小车主要以手推车为主,而移动机器人的使用则能很好减轻工作人员的任务量,提高工作效率。但在实际应用中,由于图书馆运行环境复杂,并且行人也多,这些因素都妨碍了机器人的行驶,导致机器人出现局部最优现象,无法实现任务功能。为此,本文开展对移动机器人在密集障碍物运行环境下的路径规划和避障能力的研究,分别使用直线相交法和路径点采样法对DWA算法的评价函数进行改进,使机器人在密集度高的障碍物区域中具备更好的避障能力,将改进后的DWA算法和RRT算法进行融合,使机器人同时具备全局路径规划能力和局部避障能力,然后引入势力场算法,使机器人面对书架等这些密集度高的障碍物时,不会出现由于躲避行人而驶入书架之间的走廊的现象。具体工作内容如下:
以传统DWA算法为基础,分别使用直线相交法和路径点采样法进行改进。直线相交法的改进方法为,分别模拟预测时间内可移动障碍物的运动轨迹和机器人的运动轨迹,用线段连接障碍物和机器人模拟轨迹的两端,通过分析两条线段的位置关系来改进DWA算法的评价函数;路径点采样法的改进方法为,在预测时间内选取几个相等时长的节点,分别选取这些节点上对应的机器人和可移动障碍物的位置点,通过构建这些点的位置关系来改进DWA算法的评价函数。将改进后的DWA算法带入MATLAB软件中进行模拟验证,通过分析后可以发现,在直线相交法改进的DWA算法中,机器人在行驶中与障碍物保持很远的距离,具备很高的安全性,但面对密度较高的障碍物区间,会出现绕远路行驶的现象,其灵活性不够,导致机器人行驶路径过长,不符合图书馆环境下的运行要求;而路径点采样法改进的DWA算法中,机器人可以很好的在障碍物密集高的区域内行驶,同时还能提高了其与障碍物之间距离,并且在运行过程中,机器人的运行状态更稳定,符合图书馆环境下的运行要求,因此将路径点采样法作为后续研究的方法。
针对改进后的DWA算法在运行时经常发生局部最优现象,将改进后的DWA算法与RRT算法进行融合,以此来避免局部最优现象的发生,然后构建一个特定行驶环境,分别将融合后的算法、改进后的DWA算法带入该行驶环境,通过仿真实验可以验证,改进DWA算法和RRT算法融合后的机器人,既有全局路径规划能力,又具有局部避障能力,同时也不再发生局部最优现象,该融合算法下机器人的行驶路径最短,与障碍物之间的距离也较大,行驶过程平稳且安全。
针对在图书馆环境下,融合算法中的机器人为躲避可移动障碍物,偏离运行路径并驶入书架之间走廊,从而导致无法实现预定功能的现象。可以通过引入势力场算法进行改进,通过分析障碍物对机器人施加的场力大小进行分析,构建一个场力函数。在通过MATLAB软件模拟分析后,可以发现引入势力场算法中的机器人在规避密集的可移动障碍物区域时,不再出现驶向书架之间走廊的现象,同时机器人能够沿着规划好的路径行驶,并在这行驶过程中能够很好的完成规避障碍物的功能,并安全到达目标点,实现既定的功能。
本文将改进后的DWA算法和RRT算法融合,并引入势力场后形成新的算法,该算法有效实现了机器在图书馆环境下的路径规划和避障功能,使机器人安全平稳地到达目的地,为后续图书馆移动机器人的实际应用提供了理论基础。