本發(fā)明屬于機(jī)器人
技術(shù)領(lǐng)域：
，特別設(shè)計(jì)一種機(jī)器人行走避障方法，可用于家用機(jī)器人控制。
背景技術(shù)：
：隨著科學(xué)技術(shù)的進(jìn)步，人們的生活水平逐漸提高。同時(shí)，智慧家居概念的出現(xiàn)，促使家用機(jī)器人的發(fā)展愈發(fā)熱烈?，F(xiàn)如今，家用機(jī)器人在家庭服務(wù)、娛樂(lè)、清潔方面的應(yīng)用已經(jīng)非常廣泛。然而要實(shí)現(xiàn)以上功能，不可避免的，機(jī)器人在移動(dòng)過(guò)程中必須具備自主行走避障的能力。由于機(jī)器人受體型和活動(dòng)環(huán)境的限制，現(xiàn)有機(jī)器人通常是基于已知環(huán)境地圖或預(yù)設(shè)路徑實(shí)現(xiàn)行走，甚至隨機(jī)游走。這些行走方式不僅不夠靈活、效率低，對(duì)機(jī)器人機(jī)身具有破壞性，而且不能保證在動(dòng)態(tài)可變的環(huán)境中智能做出行走決策，因而需要的未知環(huán)境下的路徑進(jìn)行規(guī)劃。目前，對(duì)于未知環(huán)境下的路徑規(guī)劃問(wèn)題，常用的方法有遺傳算法、人工勢(shì)場(chǎng)法、A*算法等，其中：遺傳算法需對(duì)全局環(huán)境數(shù)據(jù)多次搜索計(jì)算，搜索空間代價(jià)大；人工勢(shì)場(chǎng)法在機(jī)器人行走過(guò)程中，通過(guò)計(jì)算環(huán)境勢(shì)場(chǎng)矩陣判決行走方向，容易陷入局部最優(yōu)；A*算法是一種靜態(tài)路徑的搜索方法，基于估計(jì)函數(shù)進(jìn)行路徑判斷，算法復(fù)雜度高。同時(shí)，上述這些傳統(tǒng)方法還存在以下共同缺點(diǎn)：1.機(jī)器人在行走過(guò)程中，每一步的判決結(jié)果僅考慮當(dāng)前狀態(tài)，忽略歷史行走狀態(tài)，造成狀態(tài)離散化；2.機(jī)器人行走過(guò)程中，前一步的誤差結(jié)果持續(xù)影響后面步驟的計(jì)算判斷，使得誤差累加，造成避障精度降低。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的在于針對(duì)上述現(xiàn)有方法的不足，提出一種基于信息融合與環(huán)境感知的機(jī)器人行走避障方法，以使行走動(dòng)作連貫化，降低單步誤差，提高避障精度。為了實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案包括如下：(1)通過(guò)部署在機(jī)器人機(jī)身的多類型傳感器，獲取機(jī)器人行走環(huán)境中的多源距離信息：D0＝{d0,d1,...,dk,...,dn},其中dk表示第k個(gè)傳感器所測(cè)距離信息，k的取值為從0到n，n為傳感器個(gè)數(shù)；(2)根據(jù)多源距離信息D0，計(jì)算機(jī)器人的全局加權(quán)平均距離信息D；(3)危險(xiǎn)環(huán)境狀態(tài)識(shí)別：(3a)計(jì)算機(jī)器人的全局安全狀態(tài)閾值βD和故障狀態(tài)閾值βS；βD＝rβS＝Δtv+r其中，r表示機(jī)器人幾何半徑,Δt表示機(jī)器人單步迭代時(shí)間，v表示機(jī)器人行走速度；(3b)將機(jī)器人全局加權(quán)平均距離信息D與全局安全狀態(tài)閾值βD進(jìn)行比較，識(shí)別環(huán)境危險(xiǎn)狀態(tài)：若D<βD，則判斷為危險(xiǎn)狀態(tài)，機(jī)器人停止行走，若D≥βD，則判斷為安全狀態(tài)，執(zhí)行步驟(3c)；(3c)將機(jī)器人行走方向測(cè)量距離S與故障狀態(tài)閾值βS進(jìn)行比較，識(shí)別行走故障狀態(tài)：若S<βS，則判斷為故障狀態(tài)，機(jī)器人停止行走，若S≥βS，則判斷為非故障狀態(tài)，執(zhí)行步驟(4)；(4)一般環(huán)境狀態(tài)識(shí)別：(4a)利用多源距離信息D0，得到沿墻壁環(huán)境狀態(tài)信息e1；(4b)利用多源距離信息D0，得到地勢(shì)突變環(huán)境狀態(tài)信息e2；(4c)利用機(jī)器人頂部陀螺儀傳感器測(cè)量信息θ，得到坡度改變環(huán)境狀態(tài)信息e3；(5)計(jì)算行走避障方向：(5a)將傳感器測(cè)量距離按比例劃分，得到模糊避障算法所需的控制論域US與控制論域閾值集合TS；(5b)選取最小運(yùn)算法函數(shù)作為隸屬度函數(shù)R(d),計(jì)算多源距離信息D0與步驟(4)得到的三種環(huán)境狀態(tài)信息e1,e2,e3，得到隸屬度向量R0；(5c)運(yùn)用重心法對(duì)隸屬度向量R0解模糊，得到模糊避障算法的輸出值F(t)；(5d)對(duì)模糊避障算法的輸出值F(t)四舍五入取整，得到機(jī)器人行走避障方向M；(6)映射行走變量：(6a)根據(jù)模糊避障算法的輸出值F(t)，計(jì)算機(jī)器人行走的時(shí)間比率rt：(6b)根據(jù)時(shí)間比率rt與單位驅(qū)動(dòng)時(shí)間Δt0，計(jì)算機(jī)器人下一步行走的時(shí)間Tr：Tr＝rtΔt0(7)驅(qū)動(dòng)機(jī)器人行走：(7a)設(shè)置機(jī)器人行走速度v；(7b)將行走時(shí)間Tr、行走避障方向M、行走速度v輸入機(jī)器人動(dòng)力系統(tǒng)，驅(qū)動(dòng)機(jī)器人行走。本發(fā)明與現(xiàn)有技術(shù)相比具有如下優(yōu)點(diǎn)：第一，本發(fā)明基于多源信息融合的角度，對(duì)機(jī)器人的全局障礙信息進(jìn)行融合處理，避免了行走過(guò)程中信息獨(dú)立處理導(dǎo)致的對(duì)全局狀態(tài)未知的缺陷；第二，本發(fā)明分析了環(huán)境狀態(tài)信息，可識(shí)別出危險(xiǎn)狀態(tài)并啟動(dòng)應(yīng)急停止，并通過(guò)識(shí)別沿墻壁、坡度變化、地勢(shì)突變這些環(huán)境狀態(tài)，克服了現(xiàn)有技術(shù)避障環(huán)境單一的缺點(diǎn)；第三，本發(fā)明對(duì)模糊避障算法的輸出進(jìn)行時(shí)間比率計(jì)算，將模糊論域與機(jī)器人動(dòng)力系統(tǒng)控制變量有效的聯(lián)系起來(lái)，克服了模糊推理的結(jié)果與機(jī)器人動(dòng)力系統(tǒng)控制參量不適配的缺點(diǎn)，提高了機(jī)器人行走的靈活性和精確性；仿真結(jié)果表明，本發(fā)明的數(shù)據(jù)量和實(shí)踐復(fù)雜度均能滿足機(jī)器人實(shí)時(shí)性要求，同時(shí)能高效、準(zhǔn)確的解決了機(jī)器人避障行走的問(wèn)題。附圖說(shuō)明圖1為本發(fā)明的實(shí)現(xiàn)總流程圖；圖2為本發(fā)明中識(shí)別環(huán)境狀態(tài)的子流程圖；圖3為本發(fā)明中進(jìn)行模糊避障的子流程圖；圖4為機(jī)器人的傳感器布局圖；圖5為用本發(fā)明方法與傳統(tǒng)方法進(jìn)行的機(jī)器人避障行走的路線對(duì)比圖。具體實(shí)施方法下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)描述。參附圖1，本發(fā)明的實(shí)現(xiàn)步驟如下。步驟1，設(shè)置傳感器。通過(guò)部署在機(jī)器人機(jī)身不同位置的多類型傳感器獲得距離信息。常用的測(cè)距傳感器包括光學(xué)類傳感器和聲學(xué)類傳感器，本發(fā)明選用紅外測(cè)距傳感器和超聲波測(cè)距傳感器。參照?qǐng)D4，本發(fā)明根據(jù)測(cè)距需求，在機(jī)器人身上設(shè)置如下傳感器：分別在機(jī)器人機(jī)身前側(cè)設(shè)置左方位超聲波傳感器、正方位設(shè)置超聲波傳感器、右方位設(shè)置超聲波傳感器，左方位設(shè)置紅外傳感器，右方位設(shè)置紅外傳感器，用于測(cè)量機(jī)器人前側(cè)各個(gè)角度距離信號(hào)；在機(jī)器人機(jī)身的前側(cè)向下設(shè)有高度超聲波傳感器，用于感知機(jī)器人行駛前方地勢(shì)高度信號(hào)，即機(jī)器人底盤距離地面的高度；在機(jī)器人機(jī)身的兩側(cè)分別設(shè)置左側(cè)超聲波傳感器、右側(cè)設(shè)置超聲波傳感器，用于測(cè)量機(jī)器人兩側(cè)的距離信息；在機(jī)器人機(jī)身上側(cè)，水平安裝陀螺儀傳感器，用于測(cè)量行走過(guò)程中機(jī)器人重心在三維空間的角度改變量。步驟2，多源信息融合測(cè)距。2.1)利用步驟1中部署在機(jī)器人機(jī)身的多類型傳感器，獲取機(jī)器人行走環(huán)境中的多源距離信息D0＝{d0,d1,...,dk,...,dn}，其中dk表示第k個(gè)傳感器所測(cè)距離信息，k的取值為從0到n，n為傳感器個(gè)數(shù)；2.2)在時(shí)刻T，用超聲波傳感器測(cè)量公式de測(cè)量得到左方位、正方位、右方位以及機(jī)器人機(jī)身兩側(cè)的距離信信息為{133.77,140.71,13.71,4.81,114.39,16.30}，其中式中，te表示超聲波反射高頻信號(hào)截止時(shí)刻，ts表示超聲波反射高頻信號(hào)開始時(shí)刻，dv代表了超聲波在空氣介質(zhì)中的傳播速度，取dv＝3.4*102(m/s)；2.3)在時(shí)刻T，用紅外傳感器測(cè)量公式：dr＝SId0測(cè)量得到左方位、右方位的信息為{5,5}，其中:式中，d0表示紅外傳感器所測(cè)信息，dth表示預(yù)設(shè)紅外傳感器測(cè)量距離的激活閾值，本發(fā)明中設(shè)置dth＝5cm，SI表示符號(hào)函數(shù)。2.4)綜合步驟(2.2)和步驟(2.3)中這兩種傳感器所測(cè)距離信息，得到T時(shí)刻多源距離信息D0：D0＝{133.77,140.71,13.71,4.81,5,5,114.39,16.30}其中，距離單位為厘米；2.5)根據(jù)多源距離信息D0，計(jì)算得到全局加權(quán)平均距離信息D；其中，wi為第i個(gè)傳感器的權(quán)重，di為第i個(gè)傳感器所測(cè)距離信息，i的取值為從0到n，n＝8為距離信息個(gè)數(shù)。參照?qǐng)D2，對(duì)下屬步驟3至步驟6描述如下；步驟3，危險(xiǎn)環(huán)境狀態(tài)識(shí)別。機(jī)器人行走所處環(huán)境狀態(tài)不斷變化，為了保護(hù)機(jī)器人機(jī)身安全，提高行走避障的準(zhǔn)確性，本發(fā)明在機(jī)器人行走每一步，對(duì)當(dāng)前環(huán)境狀態(tài)的危險(xiǎn)性進(jìn)行識(shí)別。3.1)計(jì)算機(jī)器人的全局安全狀態(tài)閾值βD和故障狀態(tài)閾值βS；βD＝rβS＝Δtv+r其中，本實(shí)施例設(shè)置r＝9.5cm表示機(jī)器人幾何半徑,Δt＝1.5S表示機(jī)器人單步迭代時(shí)間，v＝10cm/s表示機(jī)器人行走速度，計(jì)算得到βD＝9.5,βS＝24.5；3.2)將機(jī)器人全局加權(quán)平均距離信息D與全局安全狀態(tài)閾值βD進(jìn)行比較，識(shí)別環(huán)境危險(xiǎn)狀態(tài)：此時(shí)，D＝53.21>βD＝9.5，所以判斷為安全狀態(tài)，執(zhí)行步驟(3.3)；3.3)將機(jī)器人行走方向測(cè)量距離S與故障狀態(tài)閾值βS進(jìn)行比較，識(shí)別行走故障狀態(tài)：此時(shí)S＝140.71>βS＝24.5，所以判斷為非故障狀態(tài)，執(zhí)行步驟4。步驟4，沿墻壁走環(huán)境狀態(tài)識(shí)別。沿墻壁走環(huán)境狀態(tài)是機(jī)器人行走過(guò)程中常見的環(huán)境狀態(tài)之一。排除危險(xiǎn)環(huán)境狀態(tài)后，若準(zhǔn)確識(shí)別機(jī)器人所處環(huán)境，并將環(huán)境類型作為后續(xù)模糊避障步驟的輸入，提高了避障行走的準(zhǔn)確性。4.1)T時(shí)刻及其之前的p＝4個(gè)時(shí)刻，測(cè)量信息如下表：沿墻壁走是一個(gè)連續(xù)時(shí)間段的運(yùn)動(dòng)狀態(tài)，僅從一個(gè)時(shí)間點(diǎn)無(wú)法很好的判斷，因此本實(shí)例用上述5個(gè)時(shí)刻來(lái)評(píng)估機(jī)器人的行走環(huán)境，這樣不僅可以判斷出連續(xù)時(shí)刻的環(huán)境狀態(tài)，也可以在此基礎(chǔ)上判斷下一次行走方向。為了識(shí)別這幾個(gè)時(shí)刻機(jī)器人所處的環(huán)境，分別去除機(jī)器人右側(cè)身方向測(cè)量距離信息l1,l2,...,li,...,lj的最小距離lmin＝15.77和最大距離lmax＝16.73，分別計(jì)算外向平均波動(dòng)加權(quán)距離LN和內(nèi)向平均波動(dòng)加權(quán)距離LM：其中，li表示第i個(gè)時(shí)刻側(cè)身方向距離信息，i的取值為從1到j(luò)，j為測(cè)量時(shí)間次數(shù)；ρn＝0.3為外向波動(dòng)系數(shù)，用于表示機(jī)器人沿墻壁走環(huán)境中距離墻壁最遠(yuǎn)的狀態(tài)參數(shù)，ρm＝1.5為內(nèi)向波動(dòng)系數(shù)，用于表示機(jī)器人沿墻壁走環(huán)境中距離墻壁最近的狀態(tài)參數(shù)；計(jì)算得到在T時(shí)刻，LN＝4.893，LM＝24.1054.2)將最小距離lmin與外向平均波動(dòng)加權(quán)距離LN比較：若lmin<LN，則設(shè)置e1＝0,用于表示機(jī)器人處于非沿墻壁走環(huán)境狀態(tài),若lmin≥LN，執(zhí)行步驟(4.3)，本實(shí)施例中l(wèi)min＝15.77>LN＝4.893，執(zhí)行步驟(4.3)；4.3)將最大距離lmax與內(nèi)向平均波動(dòng)加權(quán)距離LM比較，若lmax>LM，則設(shè)置e1＝0,若lmax≤LM，則設(shè)置e1＝1，用于表示機(jī)器人處于沿墻壁走環(huán)境狀態(tài)，本實(shí)施例中，lmax＝16.73<LM＝24.105，因此設(shè)置e1＝1，用于表示機(jī)器人處于沿右側(cè)墻壁走的環(huán)境狀態(tài)。步驟5，地勢(shì)突變環(huán)境狀態(tài)識(shí)別。地勢(shì)突變環(huán)境狀態(tài)，是一種突發(fā)不可控的環(huán)境狀態(tài)；機(jī)器人在這種環(huán)境中以保護(hù)機(jī)身安全為主，需要實(shí)時(shí)判斷環(huán)境高度改變量；同時(shí)，通過(guò)高度波動(dòng)系數(shù)衡量機(jī)器人機(jī)身與底盤承受高度變化的能力，達(dá)到安全避障行走的目的。5.1)在T時(shí)刻及其之前的4個(gè)時(shí)刻，通過(guò)機(jī)器人前側(cè)向下的超聲波傳感器,測(cè)得機(jī)器人底盤高度距離信息(h(T),h(T-1),h(T-2),h(T-3),h(T-4))＝(4.81,4.45,4.44,3.98)，計(jì)算得到機(jī)器人在T時(shí)刻的底盤高度距離改變量Δh：5.2)設(shè)置最大高度波動(dòng)系數(shù)μd＝13cm，用于表示機(jī)器人底盤距離地面的最深高度距離狀態(tài)參數(shù)，設(shè)置最小高度波動(dòng)系數(shù)μu＝-2cm，用于表示機(jī)器人底盤距離地面的最淺高度距離狀態(tài)參數(shù)；5.3)將底盤高度距離改變量Δh與最大高度波動(dòng)系數(shù)μd進(jìn)行比較：若Δh≥μd，則設(shè)置e2＝-1，用于表示T時(shí)刻機(jī)器人處于地勢(shì)突降環(huán)境狀態(tài)，若Δh<μd，執(zhí)行步驟(5.4)，本實(shí)施例中，Δh＝0.48<μd＝13，得出機(jī)器人行走環(huán)境的地勢(shì)沒(méi)有突然的地面下陷、下行臺(tái)階、垂直陡坡等障礙情況；同時(shí)計(jì)算當(dāng)機(jī)器人底盤高度為h＝5.7cm時(shí)，可承受的最大下降距離為：Δhmax＝μd-h＝7.7cm；5.4)將底盤高度距離改變量Δh與最小高度波動(dòng)系數(shù)μu比較：若-Δh<μu，則設(shè)置e2＝1，用于表示T時(shí)刻機(jī)器人處于地勢(shì)突升環(huán)境狀態(tài)，若-Δh>μu，則設(shè)置e2＝0，用于表示T時(shí)刻機(jī)器人處于非地勢(shì)突變環(huán)境狀態(tài)；本實(shí)施例中，-Δh＝-0.48>μu＝-2，因此設(shè)置e2＝0，用于表示T時(shí)刻機(jī)器人處于非地勢(shì)突變環(huán)境狀態(tài)，說(shuō)明機(jī)器人行走環(huán)境的地址沒(méi)有突然的高臺(tái)、上行臺(tái)階、較高障礙物等情況；同時(shí)本發(fā)明的機(jī)器人底盤可以承受的最大上升距離為：Δhmin＝2cm。步驟6，坡度改變環(huán)境狀態(tài)識(shí)別。機(jī)器人行走的環(huán)境狀態(tài)，可能存在坡度變化情況，存在不安全因素，比如，當(dāng)遇到坡度較大的環(huán)境，機(jī)器人行走方向的準(zhǔn)確性和行走速度的大小都會(huì)對(duì)機(jī)器人安全造成一定影響，需要謹(jǐn)慎判斷，達(dá)到安全避障行走的目的。6.1)在T時(shí)刻，通過(guò)陀螺儀傳感器獲得機(jī)器人在三維空間的角度改變量：{θx,θy,θz}＝{14.36°,5°,-18.76°}其中，θx代表空間中橫軸的角度改變量，即機(jī)器人在行走過(guò)程中左右搖擺幅度的大??；θy代表空間中縱軸的角度改變量，即機(jī)器人在行走過(guò)程中左右轉(zhuǎn)向幅度的大小，與地面坡度無(wú)關(guān)；θz代表空間中豎軸的角度改變量，即機(jī)器人在行走環(huán)境中上下?lián)u擺幅度的大小；6.2)分析可得θx與θz可以直接反應(yīng)行走環(huán)境的地面起伏情況，因此重點(diǎn)關(guān)注這兩個(gè)角度改變量，通過(guò)比較θx與θz，得到機(jī)器人當(dāng)前時(shí)刻因?yàn)檫\(yùn)動(dòng)而發(fā)生的最大角度改變量：θmax＝max{|θx|,|θz|}＝18.76°6.3)設(shè)置機(jī)器人軸向旋轉(zhuǎn)角度安全閾值θr＝30°，用于表示機(jī)器人行走環(huán)境地勢(shì)坡度明顯與地勢(shì)平坦的一個(gè)分界條件；6.4)將機(jī)器人當(dāng)前時(shí)刻最大角度改變量θmax與軸向旋轉(zhuǎn)角度安全閾值θr比較：若θmax<θr，則設(shè)置e3＝0，用于表示機(jī)器人處于非坡度改變環(huán)境狀態(tài)；若θmax≥θr，則設(shè)置e3＝sin(θmax)，用于表示坡度改變的環(huán)境狀態(tài)。本實(shí)施例中，θmax＝18.76°<θr＝30°，因此設(shè)置e3＝0，表示機(jī)器人處于非坡度改變環(huán)境狀態(tài)。步驟7，模糊計(jì)算行走避障方向。參照?qǐng)D3，本步驟的具體實(shí)現(xiàn)如下：7.1)將傳感器測(cè)量距離按比例劃分，得到模糊避障算法所需的控制論域US與控制論域閾值集合TS：常用的劃分方法有等比劃分、對(duì)稱劃分和不等比劃分，本發(fā)明根據(jù)機(jī)器人行走條件對(duì)測(cè)量距離進(jìn)行不等比劃分，首先將超聲波傳感器測(cè)量靈敏度較高的距離范圍劃分為近，中，遠(yuǎn)三個(gè)類別的距離集合，本實(shí)例中把距離集合[0,40]歸為“近”，把距離集合歸為“中”，把距離集合歸為“遠(yuǎn)”，得到控制論域US和論域閾值集合TS：US＝(0,+∞)7.2)設(shè)定隸屬度函數(shù)R(d)：常用的隸屬度函數(shù)有最小運(yùn)算法函數(shù)、積運(yùn)算法函數(shù)、最大最小運(yùn)算法函數(shù)，本發(fā)明中選取最小運(yùn)算法函數(shù)，并根據(jù)步驟(7.1)得到的論域閾值集合TS調(diào)整變量區(qū)間，得到設(shè)定隸屬度函數(shù)R(d)，本實(shí)施例中，把多源距離信息D0＝{133.77,140.71,13.71,4.81,5,5,114.39,16.30}與三種環(huán)境狀態(tài)信息e1＝1,e2＝0,e3＝0代入模糊避障算法，計(jì)算得到隸屬度向量R0：R0＝{1,1,0.7715}7.3)對(duì)隸屬度向量R0解模糊，得到模糊避障算法的輸出值F(t)常用的解模糊方法有重心法、高度法、面積法等，本實(shí)例選用重心法對(duì)隸屬度向量R0解模糊，求解得到模糊避障算法的輸出值F(t)＝2.74；7.4)確定機(jī)器人行走模式M：對(duì)模糊避障算法的輸出值F(t)四舍五入取整，得到機(jī)器人行走避障模式M；本實(shí)例中，預(yù)設(shè)行走模式與行走方向的對(duì)應(yīng)關(guān)系為：行走模式M123行走方向向左行走正直向前行走向右行走對(duì)模糊避障算法的輸出值F(t)取整操作，得到M＝3，即機(jī)器人行走下一步方向向右。對(duì)應(yīng)不同多源距離信息D0與所處環(huán)境類型，運(yùn)用上述步驟可得到不同取值的模糊避障算法輸出F(t)，進(jìn)而得到不同的M取值，比如M＝1或M＝2，使得機(jī)器人下一步行走執(zhí)行不同的方式。上述行走模式的類別、行走方向的類別以及行走模式與行走方向的對(duì)應(yīng)關(guān)系只是實(shí)驗(yàn)中的一種情況，根據(jù)機(jī)器人驅(qū)動(dòng)模式、模糊論域劃分的方法不同，行走模式還有其他劃分方式，行走方向也有更細(xì)致劃分情況，兩者的對(duì)應(yīng)關(guān)系有多種方式，不限于上述情況。步驟8，映射行走變量。雖然模糊避障算法的輸出與模糊論域的尺度一致，但是不能直接作為機(jī)器人控制系統(tǒng)的輸入，兩者不僅變量單位不同，變量含義也不相同；需要通過(guò)尺度變換計(jì)算，使模糊避障算法的輸出轉(zhuǎn)換為適應(yīng)機(jī)器人動(dòng)力系統(tǒng)的控制變量。8.1)計(jì)算時(shí)間比率rt：根據(jù)模糊避障算法的輸出值F(t)，計(jì)算機(jī)器人行走的時(shí)間比率rt：本實(shí)例中，模糊避障算法的輸出值F(t)＝2.74，計(jì)算得到時(shí)間比率rt＝0.26；8.2)根據(jù)時(shí)間比率rt與預(yù)設(shè)單位驅(qū)動(dòng)時(shí)間Δt0＝2S，計(jì)算機(jī)器人下一步行走的時(shí)間Tr：Tr＝rtΔt0＝0.52s時(shí)間比率rt表示在本次避障的判斷結(jié)果中，機(jī)器人行走的時(shí)間占預(yù)設(shè)單位驅(qū)動(dòng)時(shí)間的比率大小；可見，每一次避障得到的行走時(shí)間都不相同，因此機(jī)器人每次行走的距離也不相同；機(jī)器人通過(guò)避障行走方法，根據(jù)環(huán)境類型和距離信息，計(jì)算得到下一步行走方向，與傳統(tǒng)固定步長(zhǎng)時(shí)間的方法相比較，本發(fā)明的避障行走方法更加靈活。步驟9，驅(qū)動(dòng)機(jī)器人行走。將行走時(shí)間Tr＝0.52s、行走避障方向M＝3、行走速度v＝10cm/s輸入機(jī)器人動(dòng)力系統(tǒng)，驅(qū)動(dòng)機(jī)器人行走一步。返回步驟2，通過(guò)測(cè)量多源距離信息、識(shí)別環(huán)境類型與模糊避障方向判斷等步驟，循環(huán)執(zhí)行驅(qū)動(dòng)機(jī)器人行走。將本發(fā)明的機(jī)器人避障行走方法與傳統(tǒng)條件避障方法的效果進(jìn)行對(duì)比，結(jié)果如附圖5。其中，附圖5(a)展示了傳統(tǒng)條件避障方法的機(jī)器人行走軌跡，附圖5(b)展示了本發(fā)明中基于信息融合與環(huán)境感知的機(jī)器人行走避障方法的機(jī)器人行走軌跡。通過(guò)附圖5可以得出，本發(fā)明的避障行走方法，每一步行走方向與步長(zhǎng)靈活多變，同時(shí)提高了行走的安全性。當(dāng)前第1頁(yè)1 2 3