一种面向复杂狭窄空间的八轮机器人分级越障控制方法与流程

摘要: 本发明涉及移动机器人自主导航与越障控制。背景技术:1、自然灾害现场的地下管廊、坍塌建筑内部、狭窄巷道及半封闭通道往往具有空间受限、地面起伏显著、障碍形式多样等特...
一种面向复杂狭窄空间的八轮机器人分级越障控制方法与流程

本发明涉及移动机器人自主导航与越障控制。

背景技术:

1、自然灾害现场的地下管廊、坍塌建筑内部、狭窄巷道及半封闭通道往往具有空间受限、地面起伏显著、障碍形式多样等特征。面向此类场景的侦测母机地面机器人不仅需要具备较高的越障能力,还需要在穿行过程中尽量保持平台姿态稳定,以保证机载感知设备、通信装置和载荷模块的可靠工作。单一的固定越障模式已难以满足工程化应用需要,亟需形成一套面向八轮底盘本体的实时分级越障控制方法。

2、中国专利申请号202511473589.1公开了一种隧道衬砌检测车实时分级避障控制方法及装置,该方法基于环境数据和车辆参数构建多体动力学数字孪生模型,实时采集环境数据和车辆状态数据,驱动虚拟模型进行同步仿真,获得仿真检测信息后,依据障碍物类型执行对应的分级避障策略,并生成控制指令下发至执行机构。该方法将分级控制思想用于复杂装备的避障处理中,具有“不停车避障策略+停车避障策略”相结合的特征,能够针对不同障碍物采取差异化动作。但是也存在着以下不足:第一,分级避障方案多服务于上装机械臂或检测机构的避让动作,其分级依据侧重障碍物类别,对地面机器人底盘本体的障碍可通过性、离地间隙裕量、顶部和侧向包络限制考虑不足。第二,该方法难以充分发挥多轮底盘在复杂地形下的通过优势,不适于八轮独立驱动底盘应用。第三,在复杂狭窄空间中,机器人受宽度和高度限制明显,若仍采用单一强行越障策略,容易造成车体卡滞、姿态失稳或不必要的停车。第四,重仿真、重虚拟模型的方案虽然适合大型装备预演,但对体积和算力受限的工程化母机地面机器人而言,存在系统复杂度高、部署成本高、实时实现路径较长等问题。第五,现有分级越障方法的等级阈值(如高度阈值h1、h2、h3)和控制参数(如悬架抬升角度、扭矩分配比例、目标轮速)多为人工离线标定的固定值,无法根据实时地形特征(如地面摩擦系数变化、障碍表面材质差异)、车体动态响应(如俯仰角变化率、轮速差波动)进行在线自主判断与自适应调整。这导致机器人在面对非结构化、未知复杂地形时,越障策略僵化,易出现“小障碍大动作”的能耗浪费或“大障碍小动作”的通过失败,控制参数跨地形迁移能力差。

技术实现思路

1、本发明的目的在于针对具有八轮底盘的机器人应用提供,能够在保证安全性的前提下提升越障连续性、通过性与平台稳定性,并具备跨地形自适应能力的一种面向复杂狭窄空间的八轮机器人分级越障控制方法。

2、为实现上述目的,本发明的技术方案是:一种面向复杂狭窄空间的八轮机器人分级越障控制方法,其特征在于,方法步骤如下:

3、s1障碍感知与地形特征采集;实时采集障碍点云和/或轮廓数据及车体姿态、轮速、悬架行程和接地状态数据,并根据数据分析估计地面摩擦系数和障碍表面材质特征,形成当前时刻的障碍特征集;

4、s2自适应障碍通行能力判定与等级决策;根据障碍特征集,通过预设置的多级动态高度阈值和空间包络安全阈值在线修正得到的动态阈值及规则推理自主判定越障等级,推理自主判定越障等级过程包括:s2.1阈值边界区域规则推理;s2.2输出障碍等级,包括分别对应三级动态高度阈值的一级直接通过、二级辅助越障和三级增强越障,以及绕行/停车;

5、s3根据输出的越障等级进行相应步骤控制;

6、s3.1一级直接通过越障自适应控制,维持悬架基准位姿,以自适应低速直行方式越障,在通过过程中持续监测打滑情况,判断是否需要等级跃迁;

7、s3.2二级辅助越障自适应控制,计算前悬架抬升量进行悬架预抬升,驱动扭矩实时修正、调整重心实现前轮搭接,计算后悬架补偿量进行后悬架调整;

8、s3.3三级增强越障自适应控制;包括s3.3.1分步翻转抬升时序自主决策、s3.3.2多轮接地自主保持和s3.3.3姿态安全自主约束;s3.3.1分步翻转抬升时序自主决策包括第一步抬头阶段,第二步前半程攀爬,第三步尾部防托底;

9、s3.4绕行/停车自适应策略;

10、s4越障后自主姿态恢复与参数校准。

11、进一步,步骤s1中所述障碍特征集记为

12、,其中,为障碍高度,为障碍沿行进方向的长度,g为障碍坡面/台阶特征,为空间包络限制性余量,为地面摩擦系数估计值,为顶部空间余量,为侧向空间余量,为车体稳定裕度,为有效接地轮数。

13、进一步,步骤s2中所述三级动态高度阈值由底盘结构参数离线标定基础值后,根据实时地面摩擦系数和车体俯仰角在线修正,表达式为:,其中k=1,2,3,分别对应一级、二级、三级越障的高度上限,表示由底盘结构参数离线标定的第k 级基础阈值,为综合修正系数,表示地面摩擦系数,表示车体俯仰角,,为的系数,根据μ在线查表或插值得到,为的修正系数,根据 || 在线查表或插值得到。

14、进一步,空间包络安全阈值由底盘外形包络尺寸、悬架最大抬升行程、顶部和侧向最小安全间隙离线标定得到,并依据实时车速、车体姿态和地面摩擦系数在线修正。

15、进一步,步骤s2.1中,当障碍高度处于动态阈值边界区域时,启动规则推理引擎,综合障碍高度相对位置、地面摩擦系数等级、车体俯仰角、顶部空间余量、侧向空间余量及有效接地轮数进行多因素决策,规则冲突时优先执行保守策略;当空间包络限制性余量小于预设置的空间包络安全阈值时,优先判定为绕行/停车等级或触发保守策略;当地面摩擦系数较小或车体俯仰角的绝对值较大时,三级动态高度阈值收紧,触发保守策略;反之适当放宽。

16、进一步,步骤s3.1中维持悬架基准位姿由在线参数整定单元根据当前地面摩擦系数和车体俯仰角,从预设参数库中匹配并修正前轮组和中间轮组的扭矩分配比例,具体地:在线参数整定单元内置预设扭矩分配表,存储不同地面摩擦系数和障碍高度组合下的前轮组、中间轮组、后轮组扭矩比例,表示为:

17、,表示前轮组驱动扭矩,、表示中间轮组驱动扭矩,表示后轮组驱动扭矩,表示前轮组驱动扭矩的分配系数,、表示中间轮组驱动扭矩的分配系数,表示后轮组驱动扭矩的分配系数,表示地面摩擦系数,为障碍高度;根据实时μ和h查表匹配基础比例,再根据当前轮组与地面接触力反馈进行线性插值修正,确保各轮既不打滑也不欠驱动。

18、进一步,以自适应低速直行方式越障为计算目标速度,表达式为:,其中,为目标速度,为基础巡航速度,为根据摩擦系数和障碍高度在线调节的速度系数,由在线参数整定单元从预设速度系数表中查表并插值得到。

19、进一步,在通过过程中持续监测轮速差、俯仰角变化率及接地状态,若轮速差大于预设的轮速差阈值超过了设定时间或者车体俯仰角大于预设的车体俯仰角阈值为姿态超限,判断为检测到持续打滑,系统自动触发等级跃迁,自主提升为二级辅助越障。

20、进一步,步骤s3.2中根据障碍高度、车体俯仰角及期望接近角在线计算前悬架抬升量;期望接近角由障碍高度、前轮半径、离地间隙和顶部余量共同确定;驱动扭矩根据前轮接触力反馈和打滑监测实时修正,在过渡阶段当前轮组开始搭接障碍时,适当增大前轮组扭矩、减小后轮组扭矩实现前轮搭接;后悬架补偿量依据底盘中部离地间隙实时监测值在线插值;通过imu闭环约束车体俯仰角,pid参数根据车体振荡程度在线匹配最优组。

21、进一步,步骤s3.3.1中第一步抬头阶段:前悬架组抬升角度由在线参数整定单元根据障碍高度、当前车体俯仰角及重心投影位置,从预设抬头角度表中查表匹配并插值修正,形成最优抬头姿态;第二步前半程攀爬:由前轮组牵引,中间轮组支撑,后轮组推送,各轮扭矩比例由在线参数整定单元根据实时轮地接触力和车体纵向加速度,从预设扭矩比例表中查表并插值修正,确保牵引力最大化且不打滑;第三步尾部防托底,当中部接近障碍顶点时,系统根据底盘尾部离地间隙实时监测值和预测轨迹,自主判断后悬架组抬升时机,若监测到尾部存在即将触地风险,在线参数整定单元立即从预设后悬架补偿表中查表输出抬升角度,若车体姿态已满足通过条件,则跳过不必要的抬升。

22、进一步,步骤s3.3.2中系统实时监测各轮接地状态,由在线参数整定单元自主调节悬架高度和扭矩分配,确保不少于四个驱动轮处于有效接地状态,当某一轮出现离地趋势时,在线参数整定单元从预设微调表中查表输出该轮悬架微调量和相邻轮扭矩补偿量;

23、和/或,步骤s3.3.3中将车体俯仰角、抬升角度限制在预设阈值内,但阈值边界根据当前车速和障碍顶部曲率在线自适应放宽或收紧。

24、进一步,步骤s3.4中若判定障碍超过底盘结构允许范围,或者即使抬升悬架仍会造成顶部碰撞、侧向卡滞或稳定裕度不足,或者步骤s2中规则推理输出绕行/停车等级,则不执行越障,自主切换绕行,绕行路径选择由系统自主判断,根据环境感知单元获取的侧向空间余量、地面平整度及路径长度,由在线参数整定单元从预设绕行策略库中匹配最优绕行模式;当绕行路径不可用时,再执行停车等待或人工接管。

25、进一步,步骤s4中障碍通过完成后进行姿态恢复、驱动恢复和数据记录与参数校准;姿态恢复包括悬架液压缸逐步回归基准位,回归速度根据车体当前振荡阻尼由在线参数整定单元从预设回归曲线库中匹配;驱动恢复包括驱动输出恢复巡航模式,恢复过程采用平滑过渡曲线,扭矩和转速按指数平滑方式回归基准值;参数校准包括对本次越障全过程数据进行记录,通过统计分析方法,自主校准修正系数和查表参数。

26、通过采用上述技术方案,本发明的有益效果是:通过“障碍感知与地形特征采集—自适应障碍通行能力判定与等级决策—按级执行越障控制—越障后姿态恢复与参数校准”的完整闭环,将八轮机器人的越障过程由固定模式转变为基于实时地形、车体姿态、空间包络与稳定约束的自主分级控制;其有益效果在于,能够根据障碍几何尺度、地面摩擦系数、顶部/侧向空间余量、稳定裕度及有效接地状态等因素自主选择直接通过、辅助越障、增强越障或绕行/停车策略,从而在复杂狭窄空间中兼顾越障连续性、通过性与平台姿态稳定性,减少“小障碍大动作”的能耗浪费和“大障碍小动作”的通过失败,并降低卡滞、碰撞与姿态失控风险,同时不依赖复杂数字孪生预演即可在机载控制器上实时实现,工程部署更简洁、跨地形自适应能力更强。

27、上述进一步的在一级越障中,通过预设扭矩分配表与速度系数表,结合实时地面摩擦系数、障碍高度、轮地接触力反馈进行查表匹配与线性插值修正,实现八轮扭矩自主分配和自适应低速直行,并在轮速差超阈值或俯仰角超限时自主触发等级跃迁,从而在低矮障碍下实现低能耗、平稳通过并提高通过连续性;在二级越障中,通过前悬架预抬升、前轮搭接、后悬架补偿的时序协同,并结合期望接近角、前轮接触力反馈、底盘中部离地间隙和imu闭环姿态约束,有效降低中等障碍通过时的剐蹭风险和俯仰角波动;在三级越障中,通过分步翻转抬升时序自主决策、多轮接地自主保持和姿态安全自主约束,确保高障碍通过过程中不少于四个驱动轮有效接地,降低尾部托底、卡滞和姿态失稳风险,并根据障碍顶部曲率在线放宽或收紧姿态阈值,提高高障碍通过成功率与通过流畅性。

28、另外,通过明确障碍特征集及空间包络余量、稳定裕度、有效接地轮数等参数,为分级决策和在线参数整定提供统一输入;通过动态高度阈值与空间包络安全阈值的离线标定加在线修正,提升复杂未知地形适应能力;通过规则推理与冲突时保守优先策略,提高等级切换安全性;通过绕行/停车策略,在不可安全通过时避免强行越障;通过越障后姿态与驱动平滑恢复及历史数据自校准,使越障性能随使用持续优化,控制参数跨地形迁移能力不断增强。