移动机器人通过跟随一个指定行人实现导航是一种便捷的方式。针对行人跟随中的机器人跟随和避障问题,提出了一种基于路径规划的无碰跟随方法。该方法结合激光点云分割提供的非行人障碍信息生成静态障碍代价地图,并根据3D行人定位结果,...移动机器人通过跟随一个指定行人实现导航是一种便捷的方式。针对行人跟随中的机器人跟随和避障问题,提出了一种基于路径规划的无碰跟随方法。该方法结合激光点云分割提供的非行人障碍信息生成静态障碍代价地图,并根据3D行人定位结果,利用基于无迹卡尔曼滤波器(Unscented Kalman Filter,UKF)和最近邻联合概率数据关联(Nearest Near Joint Probabilistic Data Association,NN-JPDA)的多行人跟踪器估计干扰行人运动状态,进而生成动态行人代价地图。在此基础上,基于A^(*)的全局规划器结合静态障碍代价地图输出指向目标行人的全局路径,而基于时间弹性带(TEB)算法的局部规划器也将动态行人代价地图纳入考虑范围以规划优化的局部路径,这能够帮助机器人实现行人感知的避障且跟随全局路径。通过低频全局规划与高频局部规划结合的方式实现对目标行人安全无碰的跟随。实验验证了所提方法的有效性。展开更多
文摘移动机器人通过跟随一个指定行人实现导航是一种便捷的方式。针对行人跟随中的机器人跟随和避障问题,提出了一种基于路径规划的无碰跟随方法。该方法结合激光点云分割提供的非行人障碍信息生成静态障碍代价地图,并根据3D行人定位结果,利用基于无迹卡尔曼滤波器(Unscented Kalman Filter,UKF)和最近邻联合概率数据关联(Nearest Near Joint Probabilistic Data Association,NN-JPDA)的多行人跟踪器估计干扰行人运动状态,进而生成动态行人代价地图。在此基础上,基于A^(*)的全局规划器结合静态障碍代价地图输出指向目标行人的全局路径,而基于时间弹性带(TEB)算法的局部规划器也将动态行人代价地图纳入考虑范围以规划优化的局部路径,这能够帮助机器人实现行人感知的避障且跟随全局路径。通过低频全局规划与高频局部规划结合的方式实现对目标行人安全无碰的跟随。实验验证了所提方法的有效性。
