申请/专利权人：清华大学深圳国际研究生院

申请日：2022-07-21

公开（公告）日：2024-06-28

公开（公告）号：CN115167434B

主分类号：G05D1/43

分类号：G05D1/43;G05D1/246;G05D1/65;G05D1/633;G05D1/644;G05D1/247;G05D1/648;G05D109/10

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2022.10.28#实质审查的生效;2022.10.11#公开

摘要：本发明公开了一种局部导航避障方法，包括以下步骤：S1：生成局部高程地图对机器人周围环境表面进行建模以及障碍物表示；S2:根据基于椭圆边界控制障碍函数的模型预测控制规划算法计算机器人的控制指令，进行实时导航避障。本发明基于椭圆边界控制障碍函数的模型预测控制规划算法的设置，可以使机器人的运动规划规避障碍物最小包围椭圆，极大的加快MPC局部避障规划的速度，解决机器人导航的实时性差，不利于机器人的局部实时避障的缺点，实现机器人实时导航避障，在非平坦地形上依旧可以为机器人提供高频率规划，适应性强。

主权项：1.一种局部导航避障方法，其特征在于，包括以下步骤：S1：生成局部高程地图对机器人周围环境表面进行建模以及障碍物表示；S2:根据基于椭圆边界控制障碍函数的模型预测控制规划算法计算机器人的控制指令，进行实时导航避障；步骤S1中，所述生成局部高程地图包括以下步骤：S11:由传感器点云数据生成点云地图，并将所述传感器点云数据进行点云坐标转换；S12：根据传感器和机器人位姿，将传感器测量数据转换成相应的高度；S13：将所述点云地图和所述传感器点云数据通过直通滤波器，剔除机器人周围的正方体范围外的点云；S14：将来自传感器的新测量值作为空间点处理，并映射到高程图，更新所在位置的高程；所述步骤S12由以下公式表示：，其中，为传感器测量数据的相应高度，为机器人的平移关系，为机器人的旋转关系，表示传感器测量值，表示提取点云的第三维作为局部地图高程数据；在步骤S13之后还包括以下步骤：进行高度差滤波，将局部地图位置上的所有高程值从小到大排序，对相邻两个高程值进行差值计算，如果两个高程之间的差值大于机器人本身高度，选择相邻两个高程值中小的高程值作为局部地图位置的高程建模；所述基于椭圆边界控制障碍函数的模型由以下公式表示： ，其中，，分别表示时刻在当前时刻机器人的预测状态和输入；为累加的阶段代价值；N和分别表示预测视界和安全视界，；U是输入变量；表示机器人运动模型；为可调参数；是松弛变量的惩罚函数。

全文数据：

权利要求：

百度查询： 清华大学深圳国际研究生院 一种局部导航避障方法及机器人

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD