《表2 不同路径规划算法在3种场景中与行人的最近距离》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种融合行人预测信息的局部路径规划算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

分析图5～7和表2可以看出，经典动态窗口法未能对动态障碍物提前做出反应，且存在与行人抢路的现象，主要原因是该方法未考虑行人舒适度，将场景中所有障碍物均视为静态障碍物，而行人具有一定的速度，这导致机器人在短时间内无法规划有效路径对行人进行避让，因此易发生擦碰；Teb算法在与行人接近时能够规划平滑的绕离路径，但未考虑行人舒适度，且绕离空间不足，因此易与行人发生碰撞；Eband算法能够提前对行人规划绕离路径，但未考虑行人舒适度，易与行人抢路，发生碰撞；而本文提出的融合行人预测信息的局部路径规划算法在3组对比实验中均有出色表现，在与行人的最小距离方面始终大于社交舒适距离。通过构建动态组合椭圆行人区域，本文算法使行人区域的主方向始终指向机器人与行人的相对运动方向，而且行人运动速度越大，椭圆越狭长，无论与行人从任意方向以任意速度相遇，机器人均能提前做出预判。根据本文提出的快速驶离原则，机器人通过判断自身相对于行人的位置确定局部路径规划的正方向，使机器人向行人前进方向的侧后方规划局部路径，实现不与行人抢路的目的。利用扩展后的评价函数，在机器人的预测轨迹进入行人区域时，在尽量保持当前线速度的前提下，将机器人沿行人区域边界进行牵引，使机器人在最短时间内驶离行人区域且不会发生过度偏离。综上所述，本文算法不仅可以使机器人提前对行人做出避让，而且在规划路径时不会对行人的运动产生干扰，在实现智能避让的同时，极大降低了机器人与行人的擦碰风险。