改进TEB算法的局部路径规划算法研究

代婉玉，张丽娟，吴佳峰，马向华

上海应用技术大学 电气与电子工程学院，上海 201418

移动机器人是否具有自主感知[1]、能够进行自主导航[2]是当前人工智能领域研究的热点。但现如今移动机器人的路径规划不仅要求利用算法找到一条从出发点到目标点的无碰撞路径，还要求机器人能够在复杂动态环境中完成自适应避障。只使用全局路径规划算法显然不能适用于复杂环境下的机器人，需要局部路径规划算法与之配合。但是当前几种常用的局部路径规划算法还存在一些缺陷：人工势场法[3]会使移动机器人陷入局部极小值和不可到达点。动态窗口法[4]只适用于全向移动机器人和差速移动机器人，并不适用于所有类型的机器人。随机搜索树算法[5]随机性较大，导致最终生成的搜索路径具有概率性。EB（elastic band）算法[6]应用在动态环境中，该算法根据障碍物的位置和自身位姿信息使局部变形，使机器人同时受到相互制衡的拉力和排斥力，重新规划一条避开障碍物的路径。后EB算法中加入了对机器人的非完整运动学约束[7]，但始终没有引入时间信息。

基于以上的研究，近几年Röosmann等[8]新提出的TEB（time elastic band）算法是在EB算法的基础上，加入了时间信息的思想，还考虑到了机器人的动力学和非完整约束，使其在两轮机器人[9]和四足机器人[10]的适应性都很强。将路径规划问题转为图优化的问题，是动态系统中一种有效的时间最优模型预测方法[11]，计算效率高、对全局规划的要求小，广泛应用于物流领域和自动驾驶领域[12-13]。……