算法帮助机器人避开路径中的障碍物

送货机器人

如果您曾经从亚马逊订购过产品,那么机器人很可能会从货架上选择您购买的商品,读取条形码并将其送到柜台进行包装。希望它不会在旅途中与人类工人相撞而迷失方向。

发生这种情况的几率现在已经缩短,南澳大利亚大学的研究人员开发了一种算法来帮助机器人避免在其路径中遇到人类和其他移动障碍物。

UniSA 机电一体化工程讲师 Habib Habibullah 博士及其同事构建了一个计算机模型,确保移动机器人能够识别并避开意外障碍,找到到达目的地的最快和最安全的路径。

《现场机器人学杂志》上发表的一篇新论文中 Habibullah 博士描述了他的团队如何结合现有算法的最佳元素来实现能够调整其速度和转向角度的无碰撞 TurtleBot。

“移动机器人有两种类型的路径规划策略,具体取决于它们是在固定环境中使用还是在遇到移动障碍物的地方,例如人类或机器,”Habibullah 博士说。

“第一个相当容易编程,但第二个更具挑战性。”

市场上有几种算法试图解决机器人与移动物体碰撞的问题,但都不是万无一失的。

UniSA 的研究人员针对两种常见的在线避撞算法——动态窗口方法 (DWA) 和人工势场 (APF)——测试了他们的模型,发现他们的模型胜出。

在九种不同场景的一系列模拟中,他们比较了碰撞率、到达目的地的平均时间和机器人的平均速度。

在每种情况下,UniSA 设计的算法都可以帮助机器人成功地在没有任何碰撞的情况下导航路径。相比之下,DWA 模型的有效率仅为 66%,在九个模拟中的三个中与物体发生碰撞。APF 模型也是无碰撞的,但需要更多时间才能到达目的地。

“我们提出的方法有时会走更长的路,但它更快、更安全,避免了所有碰撞。”

Habibullah 博士说,他们的算法可以应用于许多环境,包括机器人常用的工业仓库,用于机器人水果采摘、包装和造粒,以及将食物从厨房送到餐桌的餐厅机器人。

UniSA 设计的算法可以在 TurtleBot 在其路径中遇到任何物体时引导 TurtleBot 停止、转弯甚至反向。

“这也可能是农业机器人的潜在解决方案,例如自主割草机、用于作物监测的地面机器人和自主除草机器人,儿童、宠物和其他动物经常出现在这些机器人中,”哈比布拉博士说。

“通过集成改进的动态窗口方法和改进的跟随间隙方法的自主移动机器人的局部路径规划”发表在Journal of Field Robotics 上

本文为作者 胡慧 独立观点,并不代表 我是CIO 立场。

发表评论

登录后才能评论