CN110262481B - 一种基于酶数值膜***的移动机器人避障控制方法 - Google Patents

一种基于酶数值膜***的移动机器人避障控制方法 Download PDF

Info

Publication number
CN110262481B
CN110262481B CN201910483252.7A CN201910483252A CN110262481B CN 110262481 B CN110262481 B CN 110262481B CN 201910483252 A CN201910483252 A CN 201910483252A CN 110262481 B CN110262481 B CN 110262481B
Authority
CN
China
Prior art keywords
obstacle avoidance
numerical value
mobile robot
robot
control method
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201910483252.7A
Other languages
English (en)
Other versions
CN110262481A (zh
Inventor
荣海娜
张葛祥
黄振
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southwest Jiaotong University
Original Assignee
Southwest Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN201910483252.7A priority Critical patent/CN110262481B/zh
Publication of CN110262481A publication Critical patent/CN110262481A/zh
Application granted granted Critical
Publication of CN110262481B publication Critical patent/CN110262481B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种基于酶数值膜***的移动机器人避障控制方法，涉及智能机器人与控制技术领域，包括局部环境信息的获取及处理和设计避障行为酶数值膜控制***。本发明的有益效果是：该一种基于酶数值膜***的移动机器人避障控制方法，通过获取局部环境信息，且利用移动机器人周身的n个距离传感器获得障碍物与相应传感器的距离值xi，并对xi进行线性变换，得到的传感器值si与权值相乘并累加、计算巡航速度及计算左右轮速度，使得该控制方法融合多个传感器信息，得到整个环境障碍物与机器人距离的衡量值，减少机器人识别环境的计算开销，且机器人的巡航速度随着整体环境障碍物与机器人距离自适应变化，提高避障效果。

Description

一种基于酶数值膜***的移动机器人避障控制方法
技术领域
本发明涉及智能机器人与控制技术领域，具体为一种基于酶数值膜***的移动机器人避障控制方法。
背景技术
罗马尼亚布加勒斯特大学自然计算团队的Buiu最早提出将膜***用于机器人控制，其基本思想是利用膜***的特点(分区域并行计算能力和区域内部信息交换)设计移动机器人认知和行为控制器，这种控制器称为膜控制器，且利用数值膜***能够进行数值计算的特点，将其应用于移动机器人行为控制，实现了机器人的避障行为、随墙行为以及跟随行为膜控制器。
现有的基于酶数值膜***的移动机器人避障控制方法存在巡航速度参数固定，无法兼顾移动机器人避障效果和前进速度的情况，为此，我们提出一种基于酶数值膜***的移动机器人避障控制方法。
发明内容
本发明的目的在于提供一种基于酶数值膜***的移动机器人避障控制方法，解决了上述背景技术中提出的基于酶数值膜***的移动机器人避障控制方法存在巡航速度参数固定，无法兼顾移动机器人避障效果和前进速度的情况的问题。
为实现上述目的，本发明提供如下技术方案：一种基于酶数值膜***的移动机器人避障控制方法，包括局部环境信息的获取及处理和设计避障行为酶数值膜控制***。
可选的，所述局部环境信息的获取及处理的具体步骤：
1)获取局部环境信息，作为输入
利用移动机器人周身的n个距离传感器获得障碍物与相应传感器的距离值xi；
2)对xi进行线性变换
通过下述公式对xi进行线性变换，其中，si为线性变换后的传感器值，M为传感器的最大检测距离。
si＝-xi+M
可选的，所述设计避障行为酶数值膜控制***的具体步骤：
通过酶数值膜***实现下述功能，从而实现避障速度计算。
1)传感器值si与权值相乘并累加
为每个传感器值si建立权值变量weightLefti、weightRighti和wi。将传感器值与权值相乘并进行累加，结果分别保存在变量SWL、SWR、SW。即SWL＝∑is*
Figure GDA0002951645910000021
SWR＝∑si*weightRighti、SW＝∑si*wi；
2)计算巡航速度CruiseSpeed
利用下式计算巡航速度。其中，C0为设定速度，无障碍物时，C0＝CruiseSpeed；a为底数(0<a<1)，a值越小，CruiseSpeed下降幅度越大；
CruiseSpeed＝C0*aSW
3)计算左右轮速度leftSpeed、rightSpeed，作为输出利用下式计算左右轮速度，计算出的左右轮速度作为输出，用于移动机器人双轮控制，
leftSpeed＝CruiseSpeed+SWL
rightSpeed＝CruiseSpeed+SWR
4)跳转到获取局部环境信息，作为输入，直到机器人完成运动任务。
本发明提供了一种基于酶数值膜***的移动机器人避障控制方法，具备的有益效果：通过获取局部环境信息，且利用移动机器人周身的n个距离传感器获得障碍物与相应传感器的距离值xi，并对xi进行线性变换，得到的传感器si与权值相乘并累加、计算巡航速度及计算左右轮速度，使得该控制方法融合多个传感器信息，得到整个环境障碍物与机器人距离的衡量值，减少机器人识别环境的计算开销，便于机器人的巡航速度随着整体环境障碍物与机器人距离自适应变化，提高避障效果，同时，该控制方法通过酶数值膜***的并行性，便于该加快机器人的避障左右轮速度计算效率。
附图说明
图1为本发明一种基于酶数值膜***的移动机器人避障控制方法的Pioneer3-DX声呐分布示意图；
图2为本发明一种基于酶数值膜***的移动机器人避障控制方法的仿真实验环境示意图；
图3为本发明一种基于酶数值膜***的移动机器人避障控制方法的避障控制思路示意图；
图4为本发明一种基于酶数值膜***的移动机器人避障控制方法的避障行为酶数值膜***示意图；
图5为本发明一种基于酶数值膜***的移动机器人避障控制方法的基于酶数值膜***的固定巡航速度避障控制方法仿真实验示意图；
图6为本发明一种基于酶数值膜***的移动机器人避障控制方法的仿真实验示意图。
具体实施方式
膜计算(或膜***)是自然计算的一个新分支，最早由罗马尼亚科学院院士、欧洲科学院院士、国际数学化学科学院院士Gheorghe P自然计于1998年提出，正式论文于2000年发表。膜计算自提出以来，受到了众多学者的关注。由于膜***具有图灵机同等的计算能力以及膜***具有并行性、分布性的特点，利用膜***设计机器人控制器有助于提高控制器计算效率。
请参阅图1-6，本发明提供一种技术方案：一种基于酶数值膜***的移动机器人避障控制方法，包括局部环境信息的获取及处理和设计避障行为酶数值膜控制***。
进一步的，局部环境信息的获取及处理的具体步骤：
1)获取局部环境信息，作为输入
利用移动机器人周身的n个距离传感器获得障碍物与相应传感器的距离值xi；
2)对xi进行线性变换
通过下述公式对xi进行线性变换，其中，si为线性变换后的传感器值，M为传感器的最大检测距离。
si＝-xi+M
进一步的，设计避障行为酶数值膜控制***的具体步骤：
通过酶数值膜***实现下述功能，从而实现避障速度计算。
1)传感器值si与权值相乘并累加
为每个传感器值si建立权值变量weightLefti、weightRighti和wi。将传感器值与权值相乘并进行累加，结果分别保存在变量SWL、SWR、SW。即SWL＝∑is*
Figure GDA0002951645910000041
SWR＝∑si*weightRighti、SW＝∑si*wi；
2)计算巡航速度CruiseSpeed
利用下式计算巡航速度。其中，C0为设定速度，无障碍物时，C0＝CruiseSpeed；a为底数(0<a<1)，a值越小，CruiseSpeed下降幅度越大；
CruiseSpeed＝C0*aSW
3)计算左右轮速度leftSpeed、rightSpeed，作为输出利用下式计算左右轮速度，计算出的左右轮速度作为输出，用于移动机器人双轮控制，
leftSpeed＝CruiseSpeed+SWL
rightSpeed＝CruiseSpeed+SWR
4)跳转到获取局部环境信息，作为输入，直到机器人完成运动任务。
实施例1
参照附图3，本发明采取如下步骤：
一、局部环境信息的获取及处理
步骤1.获取局部环境信息，作为输入
利用移动机器人周身的16个声呐传感器获得障碍物与相应传感器的距离值xi。
步骤2.对xi进行线性变换
通过下述公式对xi进行线性变换，其中，si为线性变换后的传感器值，M为传感器的最大检测距离。此处，M＝1000mm
si＝-xi+M
二、设计避障行为酶数值膜控制***
设计如图4所示避障行为酶数值膜***。膜***通过3次迭代计算，实现下述功能，从而实现避障速度计算。
步骤3.传感器si与权值相乘并累加
创建16个膜Sensori (i＝1,sor累加，每个膜Sensori内完成一个传感器s i 与权值的乘积计算，即si*weightLefti、si*weightRighti、si*wi，如膜Sensori内规则1、2、3。16个膜完成16个传感器与权值乘积的累加，结果保存在变量SWL、SWR、SW中。该步骤在膜***第一次迭代计算中完成。
步骤4.计算巡航速度CruiseSpeed
创建Calculate_CruiseSpeed膜完成巡航速度的计算，如图4所示。膜Calculate_CruiseSpeed中规则1完成巡航速度计算，规则2、3通过变量SWL_temp、SWR_temp保存第一次迭代计算的结果SWL、SWR。
步骤5.计算左右轮速度leftSpeed、rightSpeed，作为输出
创建Calculate_Speed膜完成避障左右轮速度的计算，如图4所示。膜Calculate_Speed中规则1完成左轮速度leftSpeed计算，规则2完成右轮速度rightSpeed计算。计算结果输出给移动机器人，从而控制机器人的双轮速度，实现一轮机器人避障速度计算。
步骤6.跳转到步骤1，直到机器人完成运动任务。
实施例2
从图5、6的实验结果可以看出相较于固定巡航速度避障控制方法，本发明避障控制方法能够更好的避开障碍物。
实施例3
本发明在PC机上进行了仿真。仿真实验所用的计算机为联想G4702.3GHz，6G RAM，操作***为Window7，仿真平台为MobileSim，仿真机器人为Pioneer3-DX，机器人尺寸52*40cm。仿真机器人配备16个声呐传感器，其分布如图1。仿真环境如图2所示，环境中包括100cm通道、80cm通道、间隔60cm的两障碍物等。
综上所述，该一种基于酶数值膜***的移动机器人避障控制方法，使用时，首先通过获取局部环境信息，作为输入，则利用移动机器人周身的n个距离传感器获得障碍物与相应传感器的距离值xi，并对xi进行线性变换，再对传感器与权值相乘并累加，且对巡航速度进行计算操作，然后，计算左右轮速度，作为输出，并且通过是否完成运动任务判断，是否跳转到获取局部环境信息，作为输入再次循环操作，直到机器人完成运动任务。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (1)

1.一种基于酶数值膜***的移动机器人避障控制方法，包括局部环境信息的获取及处理和设计避障行为酶数值膜控制***；
所述局部环境信息的获取及处理的具体步骤：
1)获取局部环境信息，作为输入：
利用移动机器人周身的n个距离传感器获得障碍物与相应传感器的距离值xi；
2)对xi进行线性变换：
通过下述公式对xi进行线性变换，
si＝-xi+M；
其中，si为线性变换后的传感器值，M为传感器的最大检测距离；
所述设计避障行为酶数值膜控制***的具体步骤：
通过酶数值膜***实现下述功能，从而实现避障速度计算；
1)传感器值si与权值相乘并累加：
为每个传感器值si建立权值变量weightLefti、weightRighti和wi；将传感器值与权值相乘并进行累加，结果分别保存在变量SWL、SWR、SW；即SWL＝∑si*weightLefti、SWR＝∑si*weightRighti、SW＝∑si*wi；
2)计算巡航速度CruiseSpeed：
利用下式计算巡航速度；
CruiseSpeed＝C0*aSW；
其中，C0为设定速度，无障碍物时，C0＝CruiseSpeed；a为底数，0<a<1，a值越小，CruiseSpeed下降幅度越大；
3)计算左右轮速度leftSpeed、rightSpeed，作为输出：
利用下式计算左右轮速度，计算出的左右轮速度作为输出，用于移动机器人双轮控制，
leftSpeed＝CruiseSpeed+SWL；
rightSpeed＝CruiseSpeed+SWR；
4)跳转到获取局部环境信息，作为输入，直到机器人完成运动任务。
CN201910483252.7A 2019-06-04 2019-06-04 一种基于酶数值膜***的移动机器人避障控制方法 Expired - Fee Related CN110262481B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910483252.7A CN110262481B (zh) 2019-06-04 2019-06-04 一种基于酶数值膜***的移动机器人避障控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910483252.7A CN110262481B (zh) 2019-06-04 2019-06-04 一种基于酶数值膜***的移动机器人避障控制方法

Publications (2)

Publication Number Publication Date
CN110262481A CN110262481A (zh) 2019-09-20
CN110262481B true CN110262481B (zh) 2021-06-22

Family

ID=67916716

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910483252.7A Expired - Fee Related CN110262481B (zh) 2019-06-04 2019-06-04 一种基于酶数值膜***的移动机器人避障控制方法

Country Status (1)

Country Link
CN (1) CN110262481B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008021612A2 (en) * 2006-07-05 2008-02-21 Battelle Energy Alliance, Llc Autonomous navigation system and method
CN101776863B (zh) * 2009-11-17 2011-07-27 中国科学院自动化研究所 一种胸鳍推进型机器鱼的运动控制方法
CN102313536A (zh) * 2011-07-21 2012-01-11 清华大学 基于机载双目视觉的障碍物感知方法
US8355818B2 (en) * 2009-09-03 2013-01-15 Battelle Energy Alliance, Llc Robots, systems, and methods for hazard evaluation and visualization
EP2738637A2 (en) * 2012-11-30 2014-06-04 Samsung Electronics Co., Ltd Cleaning robot and control method thereof
CN205002259U (zh) * 2015-08-27 2016-01-27 北京米微环保科技有限公司 一种空气净化器机器人
CN107219850A (zh) * 2017-05-25 2017-09-29 深圳众厉电力科技有限公司 一种基于机器视觉的机器人自动寻路***
CN107438873A (zh) * 2017-07-07 2017-12-05 驭势科技（北京）有限公司 一种用于控制车辆行驶的方法与设备
CN107807669A (zh) * 2017-12-01 2018-03-16 西华大学 基于酶数值膜结构的控制方法、装置及可读取存储介质
CN108469825A (zh) * 2018-04-19 2018-08-31 河南科技学院 一种基于车路协同的智能巡视***及其构建方法
CN109164812A (zh) * 2018-10-23 2019-01-08 西南交通大学 一种未知环境下移动机器人多行为融合酶数值膜控制方法
CN109367537A (zh) * 2018-12-06 2019-02-22 吉林大学 一种基于车联网的电动汽车自适应巡航控制***及方法
CN109542099A (zh) * 2018-11-26 2019-03-29 江苏农牧科技职业学院 一种农机控制方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4576445B2 (ja) * 2007-04-12 2010-11-10 パナソニック株式会社 自律移動型装置および自律移動型装置用プログラム
JP6776513B2 (ja) * 2015-08-19 2020-10-28 ソニー株式会社 車両制御装置と車両制御方法と情報処理装置および交通情報提供システム
US10335952B2 (en) * 2017-01-18 2019-07-02 International Business Machines Corporation Monitoring and controlling the movement of mobile robots

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008021612A2 (en) * 2006-07-05 2008-02-21 Battelle Energy Alliance, Llc Autonomous navigation system and method
US8355818B2 (en) * 2009-09-03 2013-01-15 Battelle Energy Alliance, Llc Robots, systems, and methods for hazard evaluation and visualization
CN101776863B (zh) * 2009-11-17 2011-07-27 中国科学院自动化研究所 一种胸鳍推进型机器鱼的运动控制方法
CN102313536A (zh) * 2011-07-21 2012-01-11 清华大学 基于机载双目视觉的障碍物感知方法
EP2738637A2 (en) * 2012-11-30 2014-06-04 Samsung Electronics Co., Ltd Cleaning robot and control method thereof
CN205002259U (zh) * 2015-08-27 2016-01-27 北京米微环保科技有限公司 一种空气净化器机器人
CN107219850A (zh) * 2017-05-25 2017-09-29 深圳众厉电力科技有限公司 一种基于机器视觉的机器人自动寻路***
CN107438873A (zh) * 2017-07-07 2017-12-05 驭势科技（北京）有限公司 一种用于控制车辆行驶的方法与设备
CN107807669A (zh) * 2017-12-01 2018-03-16 西华大学 基于酶数值膜结构的控制方法、装置及可读取存储介质
CN108469825A (zh) * 2018-04-19 2018-08-31 河南科技学院 一种基于车路协同的智能巡视***及其构建方法
CN109164812A (zh) * 2018-10-23 2019-01-08 西南交通大学 一种未知环境下移动机器人多行为融合酶数值膜控制方法
CN109542099A (zh) * 2018-11-26 2019-03-29 江苏农牧科技职业学院 一种农机控制方法
CN109367537A (zh) * 2018-12-06 2019-02-22 吉林大学 一种基于车联网的电动汽车自适应巡航控制***及方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Development of membrane controllers for mobile robots;CatalinBuiu等;《Information Sciences》;20120315;第187卷;第33-51页 *
Real-time area-covering operations with obstacle avoidance for cleaning robots;Chaomin Luo等;《IEEE/RSJ International Conference on Intelligent Robots and Systems》;20021004;第2359-2364页 *
Using enzymatic numerical P systems for modeling mobile robot controllers;Pavel AB等;《Natural Computing》;20121231;第11卷(第3期);第387-393页 *
酶数值膜***仿真器设计与实现;王争一;《中国优秀硕士学位论文全文数据库 信息科技辑》;20170115(第01(2017)期);第I137-50页 *

Also Published As

Publication number Publication date
CN110262481A (zh) 2019-09-20

Similar Documents

Publication Publication Date Title
US11331800B2 (en) Adaptive predictor apparatus and methods
US11488000B2 (en) Operation apparatus and method for acceleration chip for accelerating deep neural network algorithm
TWI759361B (zh) 用於稀疏神經網路加速的架構、方法、電腦可讀取媒體和裝備
CN107832844A (zh) 一种信息处理方法及相关产品
CN112183718A (zh) 一种用于计算设备的深度学习训练方法和装置
CN113580129B (zh) 一种基于机器人的多目标协同围捕方法、装置及介质
Gankidi FPGA accelerator architecture for Q-learning and its applications in space exploration rovers
CN110147108B (zh) 一种基于膜计算的移动机器人避障控制方法
Li et al. A CPU-based algorithm for traffic optimization based on sparse convolutional neural networks
CN110262481B (zh) 一种基于酶数值膜***的移动机器人避障控制方法
Chen et al. Particle swarm optimization based on genetic operators for sensor-weapon-target assignment
CN111091183A (zh) 一种神经网络加速***和方法
Chaojun et al. Research on vehicle detection based on YOLOv3
Zhang et al. High level integrated system of space detector network integration
CN112561050A (zh) 一种神经网络模型训练方法及装置
Wichapong et al. Trajectory planning of a 6D robot based on Meta Heuristic algorithms
CN106682733B (zh) 无人机运动状态分析方法和装置
Lin et al. Multiple autonomous robots coordination and navigation
Liu et al. Hardware Acceleration of Monte-Carlo Sampling for Energy Efficient Robust Robot Manipulation
CN110389649B (zh) 用于环境感知的训练方法和***
CN114691345A (zh) 一种适用于slam非线性并行化芯片计算架构及工作方法
Kim et al. Design based on a shared lookup-table for an obstacle avoidance fuzzy controller for mobile robots
CN112215338A (zh) 神经网络计算方法和装置、电子设备及存储介质
Yeh et al. Comparison between Neural Network and Adaptive Neuro-Fuzzy Inference System for Forecasting Chaotic Traffic Volumes
Zhu et al. Research on system of ultra-flat carrying robot based on improved PSO algorithm

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210622