讓機器人實現(xiàn)避障6種的方，圖文詳解

　　在傳感器避障領(lǐng)域，采用單一的傳感器測量的效果并不理想，在實際應(yīng)用中往往需要采用其他類型的傳感器進行補償，才能實現(xiàn)對周圍環(huán)境的探測的最佳效果。當然，這就產(chǎn)生了多傳感器信息的融合處理的問題，增大了信息處理的工作量和難度。

　　那么，除了這種傳感器避障方法，還有很多的其他方法融合處理多種傳感器信息，讓全自主機器人實現(xiàn)完美避障，比如人工勢場法避障控制法、模糊邏輯控制避障控制法、人工神經(jīng)網(wǎng)絡(luò)避障控制法、柵格法避障控制法以及聲波避障控制法等。

　　人工勢場避障控制法

　　人工勢場避障控制法，是一種比較簡單又新穎的做法，是另一種仿生學(xué)，仿照物理學(xué)中電勢和電場力的概念，建立機器人工作空間中的虛擬勢場，按照虛擬勢場力方向，實現(xiàn)局部路徑規(guī)劃。

　　通過構(gòu)造目標位姿引力場和障礙物周圍斥力場共同作用的人工勢場，來搜索勢函數(shù)的下降方向，然后尋找無碰撞路徑。

　　聽起來很玄乎，但是早已經(jīng)有應(yīng)用產(chǎn)品了，Khatib曾應(yīng)用于移動機器人的導(dǎo)航上。但是并沒有得到大規(guī)模應(yīng)用。

　　因為即使對于簡單環(huán)境很有效，但是都是在靜態(tài)的研究中得出的，而沒有考慮障礙物的速度和加速度的影響，所以在動態(tài)避障控制中，人工勢場法避障控制不是很理想。因為在復(fù)雜的多障礙環(huán)境中，不合理的勢場數(shù)學(xué)方程容易產(chǎn)生局部極值點，導(dǎo)致機器人未到達目標就停止運動，或者產(chǎn)生振蕩、擺動等現(xiàn)象。

　　另外，傳統(tǒng)的人工勢場法著眼于得到一條能夠避障的可行路徑，還沒有研究出什么最優(yōu)路徑。

　　如何讓機器人實現(xiàn)避障？這些方法可行

　　模糊邏輯控制避障法

　　模糊邏輯控制避障法出現(xiàn)得并不晚，1965年美國的一位教授就提出過模糊邏輯的概念。1974年，英國倫敦大學(xué)一位教授利用模糊控制語句組成的模糊控制器控制鍋爐和氣輪機的運行獲得成功，開始將模糊數(shù)學(xué)應(yīng)用于自動控制領(lǐng)域，包括機器人領(lǐng)域。

　　由于不必創(chuàng)建可分析的環(huán)境模型，目前模糊邏輯方法在解決機器人避開障礙物問題上己經(jīng)有了大量的研究工作。另一個獨特優(yōu)點也讓用專家知識調(diào)整規(guī)則成為可能，因為規(guī)則庫的每條規(guī)則具有明確的物理意義。

　　在模糊邏輯控制避障法中，模糊控制規(guī)則是模糊控制的核心。當前研究工作的新趨勢之一是它的漸增本質(zhì)，特別是在模糊控制規(guī)則的自動生成方面，即連同自動模糊數(shù)據(jù)獲取，給予算法在線模糊規(guī)則學(xué)習(xí)能力，數(shù)據(jù)獲取和規(guī)則生成均自動執(zhí)行。

　　如何讓機器人實現(xiàn)避障？這些方法可行

　　人工神經(jīng)網(wǎng)絡(luò)避障控制法

　　人工神經(jīng)網(wǎng)絡(luò)是由許多單元（又稱神經(jīng)元），按照一定的拓撲結(jié)構(gòu)相互連接而成的一種具有并行計算能力的網(wǎng)絡(luò)系統(tǒng)，它具有較強的非線性擬合能力和多輸入多輸出同時處理的能力。用在機器人上，就是通過模擬人腦神經(jīng)網(wǎng)絡(luò)處理信息的方式，從另一個研究角度來獲取具有人腦那樣的信息處理能力。

　　對于智能機器人來說，采用人工神經(jīng)網(wǎng)絡(luò)進行信息融合有一個最大優(yōu)勢，即可大規(guī)模地并行處理和分布式信息存儲，具有良好的自適應(yīng)、自組織性，以及很強的學(xué)習(xí)功能、聯(lián)想功能和容錯功能，接近人腦的信息處理模式。

　　如何讓機器人實現(xiàn)避障？這些方法可行

　　柵格法避障控制法

　　這屬于用啟發(fā)式算法在單元中搜索安全路徑。賦予每個柵格一個通行因子后，路徑規(guī)劃問題就變成在柵格網(wǎng)上尋求兩個柵格節(jié)點間的最優(yōu)路徑問題。搜索過程多采用四叉樹或八叉樹表示工作空間。

　　柵格法以基本元素為最小柵格粒度，將地圖進行柵格劃分，比如基本元素位于自由區(qū)取值為0，處在障礙物區(qū)或包含障礙物區(qū)為1，直到每個區(qū)域中所包含的基本單元全為0或全為1，這樣在計算機中就較容易建立一幅可用于路徑規(guī)劃的地圖。

　　柵格粒度越小，障礙物的表示會越精確，也就更好避障。但往往會占用大量的儲存空間，而且算法也將按指數(shù)增加。

　　聲波避障控制法

　　聲波避障行為能夠?qū)崟r監(jiān)測長距離超聲波傳感器，為機器人搜索開闊路徑。當機器人離障礙物還有一定距離時，超聲波傳感器就能夠檢測到相關(guān)信息，并據(jù)此控制機器人離開。

　　然而，超聲波傳感器對非常接近的物體會探測不到，這個距離稱為物理探測盲區(qū)。在剛發(fā)射信號的時候，返回信號的閾值會被設(shè)定得很高以防止發(fā)射波直接觸發(fā)接收器，因此如果檢測的距離很短、閾值沒有下降，返回信號已經(jīng)到達接收器，這時接收器會認為這個返回信號是剛發(fā)出的信號從而拒絕接收，使超聲波傳感器形成一個探測盲區(qū)，沒法對近距離物體探測。

　　另一個缺陷是，如果在一個比較小的轉(zhuǎn)彎角度上安裝有平滑的表面，該表面能夠?qū)⒙暭{波束向前反射，而不是反射回機器人。在這種情況下，由于沒有回波返回，傳感器就會產(chǎn)生一次漏報，機器人也會因此認為在自己行走的路徑上沒有障礙物存在。此時，聲波避障行為不能得以觸發(fā)，也就無法避障。

　　如何讓機器人實現(xiàn)避障？這些方法可行