室内环境下移动机器人地图构建与路径规划技术

文/陈雪超 开超 卢飞宇

通过对某一个移动机器人的路径规划进行分析，到对多个移动机器人的路径规划，最终到很多移动机器人进行地图构建。当前在我国很多领域，移动机器人的运用越来越广泛，将从事于恶劣工作环境下的人们正在不断的解放出来。这能促进移动机器人行业的快速发展，对于研究单个移动机器人和多个移动机器人的运用都有着很好的促进作用。

1 我国关于移动机器人的研究以及现况分析

我国移动机器人的研究虽然起步较晚，但我国在移动机器人的研究上投入了较多的精力。我国研究学者受到来自自然界的动物群体性行为的影响，不断的对智慧群体的进行深入的分析。这主要是集中在对移动机器人的协调、控制等问题进行分析。多智能体的研究也主要集中在分离性、队列性以及群聚性的分析。分离性主要是避免移动机器人之间出现相互碰撞，队列性主要是指移动机器人的移动速度出现相等，群聚性主要是指队伍中的移动机器人之间的距离往往会保持在一定的范围内，不会出现偏离很远的现象。当前对多智能系统的运用非常广泛，能够运用在地图构建以及协同完成共同的任务，从而弥补单个移动机器人的缺陷与不足。当前有两种地图构建的方法，分为已知环境的地图进行重新构建和对未知环境的地图进行构建，对未知环境的地图构建只能通过传感器进行实时数据采集而构建。

当前很多地图构建的方式主要是通过结合视觉SLAM技术进行单个移动机器人的地图构建，假定需要构建很大区域的地图信息，则单个移动机器人的地图构建效率将会出现明显的降低。这是由于单个移动机器人在对位置数据进行解析的时候计算过程很复杂，往往需要上位机具备很高的计算能力，才能够确保地图信息的实时。如果单个移动机器人出现故障，将会使得地图构建工作出现停滞。

通过分布式分任务的形式来对地图信息进行构建，将会快速的获取未知的地图信息。移动机器人之间通过信息传输系统进行数据传输，使得每一个移动机器人能够快速的获取其他机器人的位置信息以及对周围环境的探测信息，并且机器人之间的信息传输是相互的。

当前单个移动机器人在商业上得到了广泛的运用，这主要是移动机器人能够快速的获取想要获取的数据，并且能够在危险地带进行工作。单移动机器人以及多个移动机器人有着不同的运用场景，将对单移动机器人的研究技术运用到多移动机器人研究有着非常重要的作用。

2 分析室内环境下移动机器人地图构建与路径规划技术

2.1 移动机器人的路径规划技术

移动机器人的路径规划在对我们有着非常重要的促进作用。路径规划又分为全局路径规划以及区域路径规划，全局路径规划是指所有的信息数据都已经被提前得知，对区域路径规划主要是指部分的信息数据还需要获取。当前在移动机器人路径规划上的研究方法主要有人工鱼群算法、蚁群算法等等。在移动机器人在进行路径规划的起点与重点输入任意角度的模糊推理算法系统。该算法有着路径规划时间较短，但对于静态的环境要求相对较多，在建立完善的知识库的时候往往需要花费较长的时间，往往有着一定的不适应性。

传统人工鱼群算法是当前仿生算法性能较高的一种算法，其在进行运算的收敛速度以及寻优的效果也相对教好，模糊逻辑算法需要建立在已经搭建完成静态环境以后，则其路径规划也有着较好的效果。鱼群算法主要用于解决干扰对全局路径规划的合理性分析以及规划的路径过长的问题，这使得算法能够在较为复杂的环境下能够找到最优的路径规划。通过将人工鱼群算法运用在路径规划上，使得不具备学习能力的移动机器人具有了对错误进行不断累积学习的能力，能够解决干扰的问题，也能够在复杂的环境下迅速找到最优的路径规划。

2.2 多个移动机器人的实时定位导航技术

常用的移动机器人导航主要是磁导航、路标导航一家多传感器的数据融合导航技术。视觉导航的运用对周围环境的光强要求较高，我国很多研究人员主要将精力集中在多传感器的数据融合技术上。移动机器人通过搭载在身上的各类传感器对信息进行实时采集，使得移动机器人能够朝着最终的目的地行进，并根据实际的环境情况进行障碍物躲避。这主要是移动机器人能够对所采集的信息进行采集，通过上位机进行信息数据的实时处理，完成移动机器人的实时导航。我国学者结合移动机器人在静态环境的路径规划实际情况，提出了一种有针对性的路径规划设置，并研发出了适应环境的搜索算法，虽然提高了移动机器人的路径规划能力，但是对于路径的优化还有待进一步加强。

为了获取移动机器人在进行路径规划过程中的收敛速度以及较好的实时环境控制，通过全局路径规范的方式来实现移动机器人的路径规划，再通过对局部路径进行获取。全局规划对于移动机器人信息数据获取有着一定的帮助，能够在模糊的环境下，为移动机器人指引出大致的行进方向。局部路径求救的时候往往会首先将移动机器人的全局路径信息数据进行判断，如果获取的数据满足实际情况，将会让移动机器人执行路径规划，如果获取的数据不满足实际的情况，将会有限按照局域路径所获取的路径规划进行执行。

全局地图是指已经将全部的地图信息储存在移动机器人中，局部地图则是根据移动机器人在行进的过程中根据传感器所传回的环境信息进行实时处理而生成的地图数据。为了使得移动机器人碰撞到地图中已经标志出来的障碍物，往往会将地图中的障碍物的规格大小进行调整，避免移动机器人碰撞障碍物以后出现无法调整自身方位的现象。

2.3 多个移动机器人对地图的实时构建

在对障碍物信息进行收集的过程中，往往会通过图像识别技术来判断障碍物的类型，往往不会关注障碍物的具体类型。往往只会关注该区域是否存在不能通行的情况。移动机器人将所探测到的信息传递给到SLAM系统中，这能够直接降低未知区域内的复杂地图信息的收集。当前对地图的构建主要是在单个移动机器人视觉下的SLAM技术所完成，但这种技术并不适用于地图面积庞大且复杂的环境。这是由于单个机器人出现故障以后将会无法继续下一步地图搭建，而且单个移动机器人的计算能力有限，无法应对复杂的地图环境。为了快速的在复杂的环境下采集样本，往往会将地图信息数据分布给到各个移动机器人，按照各自的位置进行地图信息采集，然后移动机器人之间相互传输数据，并且移动机器人之间的信息数据传递是双向的。在对未知的环境进行信息采集的时候，往往让单个移动机器人负责各自的区域，使得移动机器人之间相互协调配合完成地图构建。

3 结语

当前科技发展的越来越迅猛，只有不断研究才能够发现技术更深层的解决方案。复杂环境下的移动机器人的适应能力对于移动机器人的发展有着很大的意义，这是由于现实情况的场景正在不断的发生改变，路况将会使得路径规划出现一定的计算不准确，所以还需要对移动机器人的地图构建以及路径规划进行不断的深入研究。