融合行人运动信息的室内移动机器人动态避障方法

作     者：许松 轩亮 孙剑韬 周怀东 Xu Song;Xuan Liang;Sun Jiantao;Zhou Huaidong

作者机构：江汉大学智能制造学院武汉430056 北京航空航天大学机械工程及自动化学院北京100191 

出 版 物：《电子测量与仪器学报》 (Journal of Electronic Measurement and Instrumentation)

年 卷 期：2022年第36卷第12期

页      面：144-152页

核心收录：

学科分类：08[工学] 080202[工学-机械电子工程] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家重点研发计划(2019YFB1310802) 江汉大学校级科研项目(2022XKZX33)资助 

主　　题：移动机器人 行人轨迹预测 动态避障 

摘      要：为了提高移动机器人在室内人机共融环境下的运动安全和交互性,提出了一种融合行人运动信息的室内移动机器人动态避障方法,同时考虑任务约束和社会规则。首先,利用YOLO v3算法和Deep Sort算法分别对室内环境中的行人进行实时检测与目标跟踪,计算行人在过去时刻的历史轨迹。然后,利用Social-GAN算法构建行人交互模型,实现轨迹预测。在此基础上,将行人的运动状态融合进机器人避障算法之中,根据社会规则设计评价函数,对机器人采样速度样本进行评估,使移动机器人能够以安全和舒适的方式绕过行人,确保室内人机共融环境下移动机器人的社会接受性。通过实验对比分析,与传统DWA方法相比,本文方法不仅可以提高机器人导航避障效率,在相同室内场景下导航避障时间由23.56 s提高到19.38 s,而且可以有效降低与行人发生碰撞的风险,保证机器人导航的安全和社交性。