改进egoTEB算法的机器人动态避障规划

作者：李德胜; 张国良^*

来源：国外电子测量技术, 2023, 42(08): 190-195.

DOI：10.19652/j.cnki.femt.2304764

• 动态环境
• 时间弹性带算法
• 集合卡尔曼滤波
• 间隙规划图
• 加权间隙代价

对动态环境下自我时间弹性带(ego-timed-elastic-band, egoTEB)算法在避障时耗时较长且轨迹欠佳的问题，提出了改进egoTEB算法。首先对动态环境信息进行自我感知，以机器人自我为中心，由点、线段到圆形障碍物对环境信息进行提取，利用代价矩阵匹配圆形障碍物类型，采用集合卡尔曼滤波(ensemble Kalman filter, EnKF)模型跟踪动态圆形障碍物的运动轨迹。其次基于自我感知障碍物信息，构建由静态间隙和动态间隙组成的间隙规划图，设计加权间隙代价引导机器人局部轨迹安全穿过间隙，避开障碍物。最后利用机器人操作系统(robot operating system, ROS)进行仿真实验，验证了改进egoTEB算法能更快速地规划出安全轨迹，实现机器人适应性更强的避障效果。

• 出版日期2023
• 单位四川轻化工大学