Credit:pix abay/CC0 Public Domain如果你曾经从亚马逊订购过一个产品，很有可能是一个机器人从货架上选择了你购买的商品，读取条形码后送到柜台进行包装。希望它没有在旅途中与人类工人相撞而迷路。随着南澳大利亚大学的研究人员开发出一种算法来帮助机器人避免撞到人类和道路上的其他移动障碍物，这种情况发生的几率现在已经降低了。
UniSA机电一体化工程讲师Habib Habibullah博士和他的同事建立了一个计算机模型，确保移动机器人能够识别并避开意外障碍物，找到最快、最安全的路径到达目的地。
在《野外机器人学杂志》上发表的一篇新论文中，哈比卜拉博士描述了他的团队如何结合现有算法的最佳元素，实现一个能够调整速度和转向角度的无碰撞机器人。
“移动机器人有两种类型的路径规划策略，这取决于它们是在固定环境中使用，还是在遇到移动障碍物(如人或机器)的地方使用，”Habibullah博士说。
"第一种很容易编程，但第二种更具挑战性."
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，但没有一种是万无一失的。
UniSA的研究人员用两种常见的在线避碰算法——动态窗口法(DWA)和人工势场法(APF)测试了他们的模型，发现他们的模型胜过了其他算法。
在九个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。
在每一个场景中，UniSA设计的算法都帮助机器人成功地导航到一条没有任何碰撞的路径。相比之下，DWA模型的有效性只有66%，在9次模拟中有3次与物体相撞。APF车型也没有碰撞，但到达目的地需要更多时间。
“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。”
哈比卜拉博士说，他们的算法可以应用于许多环境，包括通常使用机器人的工业仓库、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设计的算法可以指示TurtleBot停止，转弯，甚至在遇到任何阻碍时反转方向。
“这也可能是农业机器人的一个潜在解决方案，例如自动割草机、用于作物监测的地面机器人和自动除草机器人，儿童、宠物和其他动物经常出现在这些地方，”哈比卜拉博士说。
“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Field Robotics杂志上。
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
