一种用于机器人的动态障碍物预测与规避方法与流程

本申请涉及机器人控制，尤其涉及一种用于机器人的动态障碍物预测与规避方法及相关产品。

背景技术：

1、随着智能机器人技术的发展，机器人逐渐应用于工业制造、物流运输、服务交互等多种场景。在实际运行过程中，机器人通常需要在包含人员、设备以及其他移动物体的复杂环境中完成移动任务，因此需要具备环境感知和自主运动能力，以保证运行过程中的安全性和任务完成效率。

2、现有机器人运动控制技术通常基于环境感知结果进行路径规划，使机器人能够绕开运行区域内存在的障碍物。然而，在实际应用场景中，障碍物并非始终保持静止状态，例如移动人员、搬运设备以及其他自主移动机器人等均可能产生持续变化的运动状态，使环境具有较强的不确定性和动态性。

3、目前部分机器人避障方案主要针对已知环境或静态障碍物进行路径规划，存在动态障碍物预测能力差、避障响应滞后、运动控制可靠性不足等问题；当环境中出现运动状态变化的物体时，机器人往往需要在障碍物位置发生变化后重新调整运动策略，难以及时适应障碍物运动带来的环境变化。同时，由于机器人自身运动具有一定的速度、转向能力以及机械结构限制，若运动规划过程未充分考虑实际执行能力，可能导致规划结果难以被机器人准确执行，影响运动过程的稳定性和可靠性。

4、因此，如何提高机器人在动态环境中的避障准确性、运动安全性和适应能力，使机器人能够更加可靠地完成复杂环境下的自主移动任务，成为当前机器人运动控制领域亟需解决的技术问题。

技术实现思路

1、本申请提供一种用于机器人的动态障碍物预测与规避及相关产品，旨在解决现有机器人控制技术中存在的动态障碍物预测能力差、避障响应滞后、运动控制可靠性不足的问题，以提高机器人在动态环境中的避障准确性、运动安全性和适应能力，使机器人能够更加可靠地完成复杂环境下的自主移动任务。

2、第一方面，本申请实施例提供了一种用于机器人的动态障碍物预测与规避方法，包括：

3、对机器人自身的运动状态，以及机器人周围预设范围内障碍物相对于机器人的运动状态进行实时监测；

4、基于不同时刻的所有障碍物的运动状态，识别出动态障碍物，并确定动态障碍物在预设历史时间段内的历史运动轨迹序列；

5、基于历史运动轨迹序列和机器人自身的运动状态，构建机器人的时变控制屏障函数，以确定机器人在未来预测时间内的动态安全边界约束；时变控制屏障函数用于量化机器人运动状态与动态障碍物之间的时空安全余量；

6、基于机器人的非线性运动学模型，以机器人的未来预测轨迹与机器人的目标位置所对应的全局目标参考轨迹的偏差最小化为目标，构建机器人轨迹优化函数；

7、以动态安全边界约束和机器人的物理执行极限为约束条件，对机器人轨迹优化函数进行实时在线求解，计算出机器人在当前控制周期内的期望线速度和期望角速度；

8、基于期望线速度和期望角速度，对机器人的运动进行控制，以规避动态障碍物。

9、第二方面，本申请实施例提供了一种用于机器人的动态障碍物预测与规避系统，包括机器人和控制装置，控制装置用于执行上述的方法；其中，控制装置包括：

10、监测模块，用于对机器人自身的运动状态，以及机器人周围预设范围内障碍物相对于机器人的运动状态进行实时监测；

11、识别模块，用于基于不同时刻的所有障碍物的运动状态，识别出动态障碍物，并确定动态障碍物在预设历史时间段内的历史运动轨迹序列；

12、确定模块，用于基于历史运动轨迹序列和机器人自身的运动状态，构建机器人的时变控制屏障函数，以确定机器人在未来预测时间内的动态安全边界约束；时变控制屏障函数用于量化机器人运动状态与动态障碍物之间的时空安全余量；

13、构建模块，用于基于机器人的非线性运动学模型，以机器人的未来预测轨迹与机器人的目标位置所对应的全局目标参考轨迹的偏差最小化为目标，构建机器人轨迹优化函数；

14、求解模块，用于以动态安全边界约束和机器人的物理执行极限为约束条件，对机器人轨迹优化函数进行实时在线求解，计算出机器人在当前控制周期内的期望线速度和期望角速度；

15、控制模块，用于基于期望线速度和期望角速度，对机器人的运动进行控制，以规避动态障碍物。

16、第三方面，本申请实施例提供了一种电子设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述的方法。

17、第四方面，本申请实施例提供了一种可读存储介质，该可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述的方法。

18、第五方面，本申请实施例提供了一种计算机程序产品，计算机程序产品包括计算机程序，计算机程序在被处理器执行时实现上述的方法。

19、上述用于机器人的动态障碍物预测与规避方法及相关产品所提供的一个方案中，通过实时获取机器人自身运动状态以及周围障碍物的运动状态，并根据不同时刻的障碍物状态变化识别动态障碍物，并利用动态障碍物的历史运动轨迹序列表征其运动趋势，使机器人能够从基于当前环境状态的被动避障转变为面向未来运动趋势的主动避障；在此基础上，通过结合动态障碍物历史运动信息与机器人自身运动状态构建时变控制屏障函数，对机器人与动态障碍物之间的时空安全余量进行动态量化，从而形成随环境变化调整的安全约束，提高机器人对动态碰撞风险的提前感知和约束能力；同时，基于机器人的非线性运动学模型构建轨迹优化函数，并将动态安全边界约束以及机器人自身物理执行极限共同作为优化求解条件，使得到的期望线速度和期望角速度既能够满足动态环境下的避障需求，又符合机器人的实际运动能力，避免生成无法执行的运动轨迹。由此，本方案能够提高机器人在动态复杂环境中的障碍物预测准确性、避障实时性以及规划轨迹可执行性，解决现有机器人面对动态障碍物时预测能力不足、避障响应滞后以及运动控制可靠性不足的问题。

1.一种用于机器人的动态障碍物预测与规避方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述基于所述期望线速度和期望角速度，对所述机器人的运动进行控制，包括：

3.如权利要求1所述的方法，其特征在于，所述基于所述历史运动轨迹序列和所述机器人自身的运动状态，构建所述机器人的时变控制屏障函数，以确定所述机器人在所述未来预测时间内的动态安全边界约束，包括：

4.如权利要求3所述的方法，其特征在于，所述基于所述时空碰撞概率分布，构建所述机器人的时变控制屏障函数，以确定所述机器人在所述未来预测时间内的动态安全边界约束，包括：

5.如权利要求1所述的方法，其特征在于，所述对机器人自身的运动状态，以及所述机器人周围预设范围内障碍物相对于所述机器人的运动状态进行实时监测，包括：

6.如权利要求1-5任一项所述的方法，其特征在于，所述基于不同时刻的所有所述障碍物的运动状态，识别出动态障碍物，并确定所述动态障碍物在预设历史时间段内的历史运动轨迹序列，包括：

7.一种用于机器人的动态障碍物预测与规避系统，其特征在于，包括机器人和控制装置，所述控制装置用于执行权利要求1-6任一项所述的用于机器人的动态障碍物预测与规避方法；所述控制装置包括：

8.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的用于机器人的动态障碍物预测与规避方法。

9.一种可读存储介质，所述可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的用于机器人的动态障碍物预测与规避方法。

10.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序在被处理器执行时实现如权利要求1至6任一项所述的用于机器人的动态障碍物预测与规避方法。