基于交叉探测的凹形障碍物识别方法研究

刘福

【摘 要】 针对武装机器人在未知环境下的避障规划问题，利用双超声波传感器对凹形障碍物进行探测识别和分析研究，并提出交叉探测的识别方法。该方法简单有效，能较快对机器人面临的凹形障碍物进行检测并执行相应的规避动作，能够实现实时、稳定地避障。

【关键词】 机器人 避障规划 交叉探测

1 引言

在复杂的战场环境下，武装机器人不仅面临着凸形障碍物的威胁，还时常会遇到壕沟、深坑等凹形障碍物。当前对凸形障碍物和运动障碍物的研究较多，但对于凹形障碍物的研究比较少。本文重点利用超声探测技术[1]对履带式机器人识别和规避凹形障碍物进行探讨和研究。

2 基于交叉探测的凹形障碍物识别

2.1 对障碍物的通过性分析

对于凹形静态障碍物的识别，要考虑的因素较多，下面以壕沟为例进行分析。本文仅仅从宽度方面对障碍物进行通过性分析，深度和坡度均考虑为理想条件。

库纳（K Kilner）在研究了履带式车辆的越沟性能后，得出：若车辆重心位于的一半距离，则车辆可越过的壕沟宽度为[2]：

（1）

式中，为履带车前后轮中心的距离，、分别为前后轮的半径。实际测量得到相关参数：，，。代入经验公式（1），得到，即武装机器人在理想情况下可顺利通过壕沟的宽度为0.5831m。

2.2 利用双超声传感器进行交叉探测

利用单个超声波传感器测量出壕沟的宽度是十分困难的。本文设计了一种基于双超声波传感器交叉探测的办法来进行测量，具体测量方法如图1所示。

在机器人车体的前侧两个不同探测角度分别安装两个超声传感器，形成两条探测线：探测线1和探测线2。根据实际应用测得，为固定值。当和确定时，，，均可通过三角函数求得。定义为机器人的反应距离。当前方出现壕沟时，的测量值会首先发生跃变，探测线2由延长至。当探测线1出现大的跃变，由变为时，开始计算前方凹形障碍物的宽度值。探测线1进入沟内时，需要分情况进行讨论。

（1）探测线2已到沟外。这种情况下壕沟宽度肯定小于，又，所以存在

（2）

为了增加安全性，可将测量的宽度值考虑得大一点，因此可认为。若，可顺利通过；若，则无法通过壕沟。

（2）探测线2仍在沟内。这种情况下壕沟的宽度至少为，可认为，通过比较和就可初步判断能否通过壕沟。下面计算的值。

（3）

而

（4）

因为，所以

（5）

当时，机器人可继续前进，将代入，得

（6）

同理，当时，机器人需采取相应的避障措施，此时

（7）

本文中取传感器的安装角度为例进行分析，代入式（7），得。即当探测线1进入沟内时，若探测线2的测量值大于0.94m，则判定机器人无法通过前面的凹形障碍物，必须采取避障措施。

2.3 算法流程

该方法简单实用，为机器人检测和规避凹形障碍物提供了新的思路。具体的算法流程可描述为：

Step1：机器人实时采集探测线1和探测线2的测距值；

Step2：若探测线2的测距值大于安全设定值，则机器人减速前进；

Step3：判断探测线1的测距值是否大于安全设定值，若No，返回Step2，若Yes，则利用交叉探测法计算凹形障碍物的宽度值w；

Step4：若w大于机器人的最大可通过宽度，则停止前进避开障碍物；反之，继续前进，越障通过。

3 结语

针对战场环境下的未知性，本文创造性地对凹形障碍物进行了深入的分析研究，提出基于双超声传感器的交叉探测方法。该识别方法在野外战场环境下是行之有效的，机器人对于前进方向上的凹形障碍物能够正确识别，并能自动执行相应的动作进行跨越或避开，为机器人避障研究提供了新思路。

参考文献：

[1]倪磊，曾庆化，庄瞳，刘建业.依靠自身传感器的室内无人机自主导航引导技术综述[J].计算机应用与软件，2012，29（8）：160-163.

[2]张克健.车辆地面力学[M].北京：国防工业出版社，2002.

【摘 要】 针对武装机器人在未知环境下的避障规划问题，利用双超声波传感器对凹形障碍物进行探测识别和分析研究，并提出交叉探测的识别方法。该方法简单有效，能较快对机器人面临的凹形障碍物进行检测并执行相应的规避动作，能够实现实时、稳定地避障。

【关键词】 机器人 避障规划 交叉探测

1 引言

在复杂的战场环境下，武装机器人不仅面临着凸形障碍物的威胁，还时常会遇到壕沟、深坑等凹形障碍物。当前对凸形障碍物和运动障碍物的研究较多，但对于凹形障碍物的研究比较少。本文重点利用超声探测技术[1]对履带式机器人识别和规避凹形障碍物进行探讨和研究。

2 基于交叉探测的凹形障碍物识别

2.1 对障碍物的通过性分析

对于凹形静态障碍物的识别，要考虑的因素较多，下面以壕沟为例进行分析。本文仅仅从宽度方面对障碍物进行通过性分析，深度和坡度均考虑为理想条件。

库纳（K Kilner）在研究了履带式车辆的越沟性能后，得出：若车辆重心位于的一半距离，则车辆可越过的壕沟宽度为[2]：

（1）

式中，为履带车前后轮中心的距离，、分别为前后轮的半径。实际测量得到相关参数：，，。代入经验公式（1），得到，即武装机器人在理想情况下可顺利通过壕沟的宽度为0.5831m。

2.2 利用双超声传感器进行交叉探测

利用单个超声波传感器测量出壕沟的宽度是十分困难的。本文设计了一种基于双超声波传感器交叉探测的办法来进行测量，具体测量方法如图1所示。

在机器人车体的前侧两个不同探测角度分别安装两个超声传感器，形成两条探测线：探测线1和探测线2。根据实际应用测得，为固定值。当和确定时，，，均可通过三角函数求得。定义为机器人的反应距离。当前方出现壕沟时，的测量值会首先发生跃变，探测线2由延长至。当探测线1出现大的跃变，由变为时，开始计算前方凹形障碍物的宽度值。探测线1进入沟内时，需要分情况进行讨论。

（1）探测线2已到沟外。这种情况下壕沟宽度肯定小于，又，所以存在

（2）

为了增加安全性，可将测量的宽度值考虑得大一点，因此可认为。若，可顺利通过；若，则无法通过壕沟。

（2）探测线2仍在沟内。这种情况下壕沟的宽度至少为，可认为，通过比较和就可初步判断能否通过壕沟。下面计算的值。

（3）

而

（4）

因为，所以

（5）

当时，机器人可继续前进，将代入，得

（6）

同理，当时，机器人需采取相应的避障措施，此时

（7）

本文中取传感器的安装角度为例进行分析，代入式（7），得。即当探测线1进入沟内时，若探测线2的测量值大于0.94m，则判定机器人无法通过前面的凹形障碍物，必须采取避障措施。

2.3 算法流程

该方法简单实用，为机器人检测和规避凹形障碍物提供了新的思路。具体的算法流程可描述为：

Step1：机器人实时采集探测线1和探测线2的测距值；

Step2：若探测线2的测距值大于安全设定值，则机器人减速前进；

Step3：判断探测线1的测距值是否大于安全设定值，若No，返回Step2，若Yes，则利用交叉探测法计算凹形障碍物的宽度值w；

Step4：若w大于机器人的最大可通过宽度，则停止前进避开障碍物；反之，继续前进，越障通过。

3 结语

针对战场环境下的未知性，本文创造性地对凹形障碍物进行了深入的分析研究，提出基于双超声传感器的交叉探测方法。该识别方法在野外战场环境下是行之有效的，机器人对于前进方向上的凹形障碍物能够正确识别，并能自动执行相应的动作进行跨越或避开，为机器人避障研究提供了新思路。

参考文献：

[1]倪磊，曾庆化，庄瞳，刘建业.依靠自身传感器的室内无人机自主导航引导技术综述[J].计算机应用与软件，2012，29（8）：160-163.

[2]张克健.车辆地面力学[M].北京：国防工业出版社，2002.

【摘 要】 针对武装机器人在未知环境下的避障规划问题，利用双超声波传感器对凹形障碍物进行探测识别和分析研究，并提出交叉探测的识别方法。该方法简单有效，能较快对机器人面临的凹形障碍物进行检测并执行相应的规避动作，能够实现实时、稳定地避障。

【关键词】 机器人 避障规划 交叉探测

1 引言

在复杂的战场环境下，武装机器人不仅面临着凸形障碍物的威胁，还时常会遇到壕沟、深坑等凹形障碍物。当前对凸形障碍物和运动障碍物的研究较多，但对于凹形障碍物的研究比较少。本文重点利用超声探测技术[1]对履带式机器人识别和规避凹形障碍物进行探讨和研究。

2 基于交叉探测的凹形障碍物识别

2.1 对障碍物的通过性分析

对于凹形静态障碍物的识别，要考虑的因素较多，下面以壕沟为例进行分析。本文仅仅从宽度方面对障碍物进行通过性分析，深度和坡度均考虑为理想条件。

库纳（K Kilner）在研究了履带式车辆的越沟性能后，得出：若车辆重心位于的一半距离，则车辆可越过的壕沟宽度为[2]：

（1）

式中，为履带车前后轮中心的距离，、分别为前后轮的半径。实际测量得到相关参数：，，。代入经验公式（1），得到，即武装机器人在理想情况下可顺利通过壕沟的宽度为0.5831m。

2.2 利用双超声传感器进行交叉探测

利用单个超声波传感器测量出壕沟的宽度是十分困难的。本文设计了一种基于双超声波传感器交叉探测的办法来进行测量，具体测量方法如图1所示。

在机器人车体的前侧两个不同探测角度分别安装两个超声传感器，形成两条探测线：探测线1和探测线2。根据实际应用测得，为固定值。当和确定时，，，均可通过三角函数求得。定义为机器人的反应距离。当前方出现壕沟时，的测量值会首先发生跃变，探测线2由延长至。当探测线1出现大的跃变，由变为时，开始计算前方凹形障碍物的宽度值。探测线1进入沟内时，需要分情况进行讨论。

（1）探测线2已到沟外。这种情况下壕沟宽度肯定小于，又，所以存在

（2）

为了增加安全性，可将测量的宽度值考虑得大一点，因此可认为。若，可顺利通过；若，则无法通过壕沟。

（2）探测线2仍在沟内。这种情况下壕沟的宽度至少为，可认为，通过比较和就可初步判断能否通过壕沟。下面计算的值。

（3）

而

（4）

因为，所以

（5）

当时，机器人可继续前进，将代入，得

（6）

同理，当时，机器人需采取相应的避障措施，此时

（7）

本文中取传感器的安装角度为例进行分析，代入式（7），得。即当探测线1进入沟内时，若探测线2的测量值大于0.94m，则判定机器人无法通过前面的凹形障碍物，必须采取避障措施。

2.3 算法流程

该方法简单实用，为机器人检测和规避凹形障碍物提供了新的思路。具体的算法流程可描述为：

Step1：机器人实时采集探测线1和探测线2的测距值；

Step2：若探测线2的测距值大于安全设定值，则机器人减速前进；

Step3：判断探测线1的测距值是否大于安全设定值，若No，返回Step2，若Yes，则利用交叉探测法计算凹形障碍物的宽度值w；

Step4：若w大于机器人的最大可通过宽度，则停止前进避开障碍物；反之，继续前进，越障通过。

3 结语

针对战场环境下的未知性，本文创造性地对凹形障碍物进行了深入的分析研究，提出基于双超声传感器的交叉探测方法。该识别方法在野外战场环境下是行之有效的，机器人对于前进方向上的凹形障碍物能够正确识别，并能自动执行相应的动作进行跨越或避开，为机器人避障研究提供了新思路。

参考文献：

[1]倪磊，曾庆化，庄瞳，刘建业.依靠自身传感器的室内无人机自主导航引导技术综述[J].计算机应用与软件，2012，29（8）：160-163.

[2]张克健.车辆地面力学[M].北京：国防工业出版社，2002.