本文内容转载自《激光杂志》2019年第5期,版权归《激光杂志》编辑部所有。
王海群,王水满,张怡
华北理工大学电气工程学院
摘要:激光雷达有探测距离远,鲁棒性强等特点,将激光雷达作为无人机的传感器,并对传统的矢量场直方图算法(VFH)进行了改进。用激光雷达数据作为依据,提出了一种改进自适应阈值策略,使用阈值评价函数,对可选范围内的每组阈值进行综合评价,使得无人机能够选取适合当前情况的阈值。实验结果表明,存在障碍物环境中,无人机可以寻得较短的路径和较快的时间,安全无碰撞的到达目标点,避障精度可达96.7%,并且无人机姿态的实时反馈控制也满足避障的要求。
0 引言
避障问题一直是无人机的热点研究问题,现如今人们对局部避障有很多成熟的算法,如人工势场法、栅格法、可视图法等,每个算法的优缺点也不一样,其中,向量场直方图法(VFH)在机器人避障表现出良好的性能。VFH是一种由人工势场法改进而来的机器人导航算法,广泛应用在机器人的实时避障当中。VFH算法解决了虚拟势场法VFF容易陷入局部极小值,狭窄通道存在震荡的问题。但该算法未考虑机器人的尺寸以及动力学和运动学特性。为了改进VFH算法缺点,文献4提出了改进VFH*算法,另外,还有许多研究者考虑到障碍物存在速度的问题提出了VFH*算法,学习动态环境避障。文献6设计了基于动态阈值的局部循环跳出机制以克服固定阈值所带来的问题。通过分析会发现算法的提出都和当时的设备有关,设备精度低对障碍物检测不完全可靠,不得不提出各种的数据处理的方法。现如今激光雷达的精度完全能满足要求。对此,对此,本文以二维激光雷达为传感器ÿ