动态遮挡下AOA-LIDAR融合的移动机器人自主跟随策略

“动态遮挡环境下基于FMM-DWA移动机器人自主跟随方法的研究，主要探讨了在高动态环境和遮挡情况下的机器人跟随策略。” 本文详细介绍了在动态遮挡环境下，移动机器人实现自主跟随的一种新方法，该方法结合了AOA定位标签和二维激光传感器的技术。在现有的跟随机器人系统中，当目标人员被障碍物遮挡时，通常会出现识别失败的情况，这主要是由于依赖单一的视觉或激光传感器。而本文提出的方法通过融合多种传感器信息，提高了人员定位的准确性和鲁棒性。 首先，利用AOA(Angle of Arrival)定位标签来获取人员的位置信息，这是一种基于信号到达角度的定位技术，能够在视线受阻的情况下提供一定的定位能力。同时，二维激光传感器用于识别人员的腿部特征，以辅助定位。通过卡尔曼滤波器，将这两种传感器的信息进行融合，得到更为稳定和精确的人员位置估计。 接着，基于实时构建的滚动栅格地图，采用快速行进法（Fast Marching Method, FMM）生成目标人员的势场和方向梯度场。这种地图更新方式能适应目标人员的动态变化。快速行进法是一种高效解决Eikonal方程的方法，常用于计算最短路径，对于动态环境中的路径规划特别适用。 在此基础上，文章提出了一种改进的动态窗口算法（Dynamic Window Approach, DWA）。传统的DWA算法主要考虑机器人与目标点的距离和速度约束，但在这里，作者还加入了机器人方位角与方向梯度场参考方向的差值作为决策因素，这样可以有效地避免机器人陷入局部最优，提高路径规划的全局性能。 在实际的动态障碍物环境中，进行了实验验证。实验结果显示，提出的跟随方法能够有效地处理机器人与目标人员之间的遮挡问题，同时具备快速避障的能力，无论是对静态还是动态的障碍物，都能做出及时的响应。 关键词涉及的关键技术包括：跟随机器人技术、人员跟随算法、DWA算法的改进、局部路径规划以及快速行进法。这些技术的应用展示了在复杂环境下的智能机器人自主行为设计的新思路，对于提升服务机器人在日常生活和工作场景中的实用性具有重要意义。 中图分类号和文献标识码未给出具体信息，但根据文章内容，可以推测其可能属于“自动控制与机器人”或“人工智能”等相关领域。