CN119512126A 基于改进dwa算法的定姿全向移动机器人局部路径规划方法 （上海第二工业大学）

号基于改进DWA算法的定姿全向移动机器人局本发明公开了基于改进DWA算法的定姿全向器人的运动模型，并通过改进DWA算法确定全向人既可以快速接近目标点，又能有效避开障碍2局部路径的获取过程包括：根据状态向量对全局根据起始点和目标点，得到目标点的方向，控制所述全向移动机器其中，根据状态向量通过运动学逆解方法对所述全向移动机器人进状态向量对应的全向机器人的运动信息，根据所述运动信息控制所述全向机器人进行移径中全向机器人的速度和规划路径中机器人所述避障路径的获取过程包括：选择评价结果中数值最根据避障路径对所述全向移动机器人进行避障移动，并在避障移3通过移动端向全向移动机器人传输移动指令，其中所述移动指令包括所述全向移动机器人采用麦克纳姆轮小车，在所述全向移动机器人进行移动过程中，;速度大小，为姿态评价因子，代表当前轨迹中机器人姿态偏移量；4[0001]本发明属于机器人路径规划技术领域，尤其涉及基于改进DWA算法的定姿全向移标准，尤其是在全向移动机器人移动过程中传统DWA算法易出现机器人抖动、不稳定的现[0005]为解决上述技术问题，本发明提出了基于改进DWA算法的定姿全向移动机器人局[0006]为实现上述目的，本发明提供了基于改进DWA算法的定姿全向移动机器人局部路5[0013]其中，根据状态向量通过运动学逆解方法对所述全向移划路径中全向机器人的速度和规划路径中机器人的[0023]通过移动端向全向移动机器人传输移动指令，其中所述移动指令包括移动速度、小车的每个轮子的转速信息，并根据转速信息采用三级PID反馈控制所述麦克纳姆轮小车[0026]通过改进DWA算法中的评价函数对规划路径进行评价，其中评价函数67[0049]本发明公开了基于改进DWA算法的定姿全向移动机器人局部路径规划方法，属于[0050]本实施例中提供一种基于改进DWA算法的定姿全向移动机器人局部路径规划方达采样得到机器人的速度V；激光雷达通过持续向四周发射激光并在接触到障碍物后返回8[0057]其中，采用改进的DWA方法进行速度采样，传统DWA方法将机器人速度设定为(v,9[0064]步骤12、通过BLE蓝牙将2D激光雷达采集的环境数据所构建的环境地图传输至移模型自身的有限速度和加速度约束，将笛卡尔坐标(x,y)转换成一组机器人速度集合构成[0083]其中DWA速度约束为：其中vmin,vmax为所;制与y轴方向速度v差异较大，所以需要进行限制分解，为z轴方向角速度与原0限制;[0090]其中，为移动机器人当前x轴方向速度与y轴方向速度和角速度，aBais,ja为移动机器人x轴方向速度与y轴方向的最大加速度和最大减速度，为移动机器人角速度的最大减速度和最大加速度。;[0095]麦轮的四个轮子需要用四个电机独立进行控制，并且四;ds(,Boiv为机器人与最近障碍物之间的距离，velociy对应的速度大小，前三者与传统DWA评价函数无差异，改进后的DWA评价函数加入了点和每条单位时间下路径的终点作为动态节点，将目标节点依次与单位时间dt内生成的驱四向一组的配置方式。每个麦克纳姆轮通过独立的电机进行控制，从而实现了机器人；[0162]V1=-y*ky；[0164]V3=-y*ky；[0171]V1=-v*(a+b)；[0172]V2=-dv*(a+b)；[0173]V3=dv*(a+b)；[0174]V4=dv*(a+b)；;算出四个轮子各自的理想速度。再通过前文中的逆运动学解算将速度V分解为水平方向Vx后续的相关约束对应的速度采样结果进行约束。对于时刻内机器人的每一个状态向量[0189]其中DWA速度约束为：其中vmin,vmax为所;y轴方向速度v差异较大，所以需要进行限制分解，为z轴方向角速度与原0限制条件;[0195]其中，为移动机器人当前X轴方向速度与Y轴方向速度和角速度，为移动机器人X轴方向速度与Y轴方向的最大加速度和最大减速度，;ds(,Boiv为机器人与最近障碍物之间的距离，velociy对应的速度大小，前三者与传统DWA评价函数无差异，改进后的DWA评价函数加入了[0202]将每一个所述速度对相对应的各个评价因子除以dt内所有轨迹的该项因子之[0210]本发明基于改进DWA算法的定姿全向移动机器人局部路径规划方法，包括局部路程计惯导单元模块与电力模块组成的同一系统，该系统可执行实施例1公开的方法进行机器人局部路径规划。人与障碍物距离的两倍为半径画圆，将目标节点依次与单位时间dt内生成的新的动态节向为小车正左方，在此基准参考系下，机器人的起始位置为(0,0)，目标位置为(EndX,5cm就检测一次当前环境，如果需要转向，就令小车当前航向角为Ang，即指令#Speed,[0222]环境采集图中小车即为机器人当前所在位置的移动仿真结果对应图10_12；在点