diff --git a/hci/undergraduate/content/chapter4.tex b/hci/undergraduate/content/chapter4.tex index e42577bd..ea5f318f 100644 --- a/hci/undergraduate/content/chapter4.tex +++ b/hci/undergraduate/content/chapter4.tex @@ -1,243 +1,52 @@ -\chapter{行人导航系统设计} - -\section{系统设计目标与需求分析} - -本行人导航系统设计目的是城市环境的行人导航，以智能的技术手段，为行人提供绕行障碍物、快速到达目标的路径规划，因此本行走式行人导航系统需满足以下要求:基于用户的起终点坐标信息，规划最短路径，包括:考虑道路距离、行人速度、路况、交通规则;实时感知、规避障碍物(包括其他行人、交通事故、施工工地等)、实时监控周边环境信息并调整路径、应对突发障碍物或路径更改;实时感知周边环境并调整路径和决策。 +\chapter{肌肉驱动生物力学建模与实现} +\section{建模总体设计} +本系统建模工作基于本地项目工程环境，依托 User-in-the-Box 开源框架与 MuJoCo 动力学仿真引擎开展。建模过程充分复用框架自带的bm\_models生物力学模型库，结合本毕业设计方向盘操控任务的专属需求，对人体上肢模型、交互对象模型进行针对性修改与适配，最终实现人体肌肉与方向盘机构的稳定物理耦合，为上层控制算法、视觉引导与人机交互测试提供真实可靠的仿真载体。 + +相较于传统纯运动学模型，本次搭建的肌肉骨骼模型完整还原人体上肢肌肉发力、关节联动、力传递的生物力学特性，能够真实模拟肌肉驱动的自然操控手感，契合课题肌肉驱动生物力学人机交互的核心定位。 +\section{系统模块与建模职责} +为便于开发与维护，系统建模按功能划分为四大模块，各模块职责如下表所示。 +\begin{table}[htbp] + \centering + \caption{建模模块及主要职责} + \label{tab:module_duty} + \begin{tabular}{ll} + \toprule + 模块名称 & 主要职责 \\ + \midrule + 数据处理模块 & 运动数据加载、清洗、标准化、对齐、增强等预处理 \\ + 运动学模块 & 基于 SMPL 模型前向运动学计算，输出关节位置、速度等状态 \\ + 控制模块 & 构建 Actor-Critic 架构，基于 PPO 生成关节控制信号，优化策略 \\ + 仿真模块 & 基于 MuJoCo 搭建肌肉骨骼系统，执行控制并更新物理状态 \\ + 评估模块 & 从轨迹相似度、生物合理性、任务完成度评估控制效果 \\ + \bottomrule + \end{tabular} +\end{table} + +\section{人体上肢肌肉骨骼模型构建} +人体上肢肌肉骨骼模型来自 User-in-the-Box 框架里的 bm\_models 生物力学模型文件夹，模型用 MuJoCo 可以识别的 XML 格式进行结构化编写，依靠 User-in-the-Box 开源框架完成模型调用和仿真环境的搭建，不需要从头制作骨骼结构，很大程度降低了人体生物力学建模的难度，本研究选用 User-in-the-Box 框架自带的人体上肢骨骼模型，借助 MuJoCo 仿真引擎实现模型加载和画面显示，如图~\ref{fig:upper_limb_model}所示，模型完整包含胸廓、脊柱和两侧上肢的骨骼结构，还设置了符合人体活动范围的关节限制条件，能够模拟肩部、肘部、腕部的多方向运动，模型通过连接 VR 手柄设备，模拟出双手握住方向盘的初始姿势，为后续肌肉驱动控制和转向交互仿真提供了贴近真实的生物力学条件。 +\begin{figure}[htbp] + \centering + \includegraphics[width=0.8\textwidth]{image_7.png} + \caption{Simulato.xml模型} + \label{fig:upper_limb_model} +\end{figure} + +模型文件被放在指定的 bm\_models 文件夹里，文件夹中包含模型主体的 XML 文件、外观材质设置、碰撞几何参数和肌肉布局定义等配套资源，各个文件之间有规范的关联关系，能够被 MuJoCo 仿真引擎直接读取并加载，在仿真搭建的过程中，系统通过路径读取的方式导入这个目录下的模型文件，完成模型坐标校准、关节限位设置和物理参数初始化，实现人体上肢模型在仿真场景里的定位和静态载入。 + +模型导入完成以后，研究人员对上肢模型的关节自由度、肌肉发力增益、运动阻尼等重要参数进行适配修改，让模型更适合方向盘旋转操控的任务场景，同时结合 MuJoCo 的动力学计算能力，完成模型重力、惯性、接触碰撞等物理属性的配置，保证上肢模型在跟随方向盘转动时，动作顺畅自然，不会出现姿态变形和关节超出限制的问题，为后续的肌肉驱动控制、视觉引导跟踪和精度测试提供稳定可靠的模型条件。 +\section{肌肉–方向盘耦合驱动实现} +本研究设计的肌肉与方向盘耦合驱动系统，是依靠 User-in-the-Box 框架和 MuJoCo 仿真引擎来实现的，系统以 mobl\_arms\_bimanual\_motor 双臂上肢模型作为主要载体，搭建出肌肉激活信号到上肢关节力矩再到方向盘运动状态的完整对应关系，为后续的方向盘转向控制和精度测试提供了稳定好用的仿真环境；耦合驱动的实现过程会以生物力学模型作为基础，mobl\_arms\_bimanual\_motor 模型在标准骨骼结构上整合了上肢主要肌肉的发力部分和关节力矩计算端口，完整还原了人体胸廓、脊柱以及两边肩膀、手肘、手腕关节的身体结构和运动限制，能比较真实地模仿上肢肌肉在操作方向盘时一起发力的过程；研究还通过逆动力学方式把肌肉激活度信号转成关节驱动的力矩，让生物力学方面的驱动基础得到实现\cite{li2026numerical}；在此基础之上，研究借助仿真场景文件 simulation.xml 完成了上肢模型和方向盘的物理连接，把方向盘模型和上肢手部关节进行固定连接，让方向盘的转动自由度和上肢手腕关节、肩关节的转动自由度形成物理约束，同时对模型初始握住方向盘的姿势进行调整，让物理参数相互匹配，保证上肢转动和方向盘转向可以同步进行，避免运动时出现姿势变形或者关节超出范围的情况；耦合驱动整个实现过程可以分成模型加载与初始化、肌肉信号对应、力矩输出与联动控制、实时仿真与验证这四个阶段，研究使用 Python 代码切换到项目根目录来加载场景文件，保证骨骼、肌肉和方向盘的物理参数设置准确，再依靠 effort\_models.py 模块把方向盘目标转向角度转成上肢关节的目标姿势，计算出肌肉激活度信号并对应成关节驱动力矩，带动上肢关节转动，同时带着方向盘一起转向，再通过 MuJoCo 引擎的实时动力学计算对耦合系统的运动状态进行更新；仿真运行界面如图~\ref{fig:coupling_simulation}所示，界面中间可以看到双臂上肢骨骼模型和方向盘握把的连接状态，界面右边的关节面板里列出了所有可以控制的自由度，界面下方的性能曲线可以实时显示仿真求解器的迭代收敛情况和 CPU 占用情况，这些内容都验证了耦合驱动系统的实时性和稳定性，也为后续基于肌肉信号的方向盘转向控制算法设计和精度测试提供了完整的物理环境和数据支持。 +\begin{figure}[htbp] + \centering + \includegraphics[width=0.8\textwidth]{image_8.png} + \caption{肌肉–方向盘耦合驱动仿真界面} + \label{fig:coupling_simulation} +\end{figure} + +\section{模型合理性验证} +为确保肌肉与方向盘耦合驱动模型的物理效果和仿真表现符合要求，本研究从结构合理程度、动力变化特征、动作限制条件三个方面开展相关验证工作，研究人员会使用 MuJoCo 仿真工具自带的模型检查功能，对上肢模型和方向盘模型进行完整检测，骨骼连接关系、关节限制条件、模型固定方式都会被逐一核对，重复设置或连接中断的问题会被及时排除，模型用到的 STL 文件与 XML 配置文件也会被对应检查，文件路径错误、代码格式错误、参数设置错误都会被处理，模型可以被正常加载，整体基础结构也能保持稳定状态\cite{tu2026jiyu}。 + +在动力学特征验证环节，无外力作用下的自由下落与静止仿真会被用于测试，模型在重力作用下的运行状态与静止时的稳定效果会被重点观察，上肢模型在初始姿态下不会发生位置穿透、偏移等问题，方向盘与手部的连接结构也不会出现异常晃动或脱离现象，关节力矩加载实验会被用于测试，肌肉控制信号到关节动力输出的对应关系会被验证，不同信号强度下的力矩输出曲线会被对比分析，力矩输出过程平稳无突变，符合生物力学相关理论规律，肌肉驱动的运行逻辑也被证实是有效可行的。 + +在运动学限制验证环节，肩部、肘部、腕部关节的全范围动作测试会被开展，关节限制范围与动作空间的合理程度会被确认，上肢模型跟随方向盘转动时不会出现关节超范围运动或姿态变形问题，连续转向仿真测试会被用于记录数据，方向盘转动角度与上肢关节角度的同步变化情况会被统计，两者动作平稳无滞后，耦合连接关系稳定，与真实驾驶时肢体和方向盘的配合状态保持一致，综合各项验证结果可知，本模型在结构完整、动力响应、动作限制方面均具备良好合理性，可以满足后续肌肉驱动转向控制与精度测试的仿真需要。 -系统主要目标是构建一个可训练、可测试、可交互的行人导航平台，需在复杂动态环境中提供快速、精确、安全的行人导航服务，而这些也是如今虚拟人发展所需要的一个重要技术，可以分为功能需求和非功能需求。 - -\textbf{功能需求}：包括方向控制、速度控制、行走状态切换的真实感行人运动控制；路径规划、躲避障碍任务的学习环境搭建；基于激光雷达和碰撞探测器对动态障碍物进行感知与反馈；图形界面参数设置与训练进程控制。 - -\textbf{非功能需求}：系统应支持在Carla仿真平台运行并具备高鲁棒性与低资源消耗，强化学习训练过程需保持稳定并具备扩展能力，用户交互界面需具有人机交互性强与操作简洁的特点。 - -\section{系统结构设计} - -本系统采用三层结构设计，分别为底层感知层、中间控制逻辑层和用户交互层，各层之间关系如图~\ref{fig:system-architecture}所示: - -\begin{figure}[H] - \centering - \includegraphics[width=1\textwidth]{images/nav_system_architecture.png} - \caption{系统总体结构图} - \label{fig:system-architecture} -\end{figure} - -\textbf{底层感知层}：该层负责Carla仿真平台的连接和初始化传感器，通过Python的API生成行人生成路径采样、目标点采样和路径采样的过程，激光雷达、碰撞传感器实时扫描环境。 - -\textbf{中间控制逻辑层}：该层为系统的内核逻辑层，即定义强化学习环境、奖励函数体系、PPO训练模型等。在学习的回合中，环境返回动作的奖励，并进行状态更新；在推理过程中，策略网络在状态上推理，并进行状态更新。 - -\textbf{用户交互层}：基于PyQt5构建GUI（v1.4版本以优化为基于PyQt6），用户可视化设置参数（如训练步数、目标点、导航模式），并实时查看导航状态、训练进度、路径规划图等。界面还支持导入模型与输出路径记录。如图 \ref{fig:location}，当用户点击显示可生成行人位置时，地图上便会出现所有可以用来生成行人位置的地方，以方便用户进行初始地点和目标地点的选取。 - -\begin{figure}[H] - \centering - \includegraphics[width=1\textwidth]{images/location_point.pdf} - \caption{可生成行人位置示意图} - \label{fig:location} -\end{figure} - -\section{模型训练奖励函数设计} - -强化学习任务中奖励函数设计至关重要，在行人导航系统中其直接影响智能体决策行为，合理设计奖励函数是实现高效稳定导航的关键，以下为本系统奖励函数的设计思想与实现细节： - -\subsection{目标达成奖励} -目标达成奖励的目的是鼓励行人尽快接近目标，并在接近时给出更高的奖励。通过根据目标距离的变化量来调整奖励，确保模型能够学习到快速、有效的路径规划。 - -\begin{equation} -R_{\text{target}} = -\begin{cases} -1000 \cdot \mathbb{X}(d_{\text{target}}<3) & \text{终止条件} \\ -\Delta d \times 50 \times \left(1 - \frac{d_{\text{target}}}{100}\right) & \text{常规状态} -\end{cases} -\end{equation} -其中： -\begin{itemize} - \item \( \Delta d = d_{\text{prev}} - d_{\text{target}} \) 表示单步距离变化量 - \item 动态系数强化近距离奖励：\( d_{\text{target}} \) 在 \([0, 100]\) 范围内时，系数从1.0线性衰减至0.0 -\end{itemize} - -\subsection{路径跟踪奖励} -路径跟踪奖励旨在鼓励行人沿着预定的路径行进。通过计算行人与路径的横向偏差来调整奖励，确保行人尽量沿着正确的路线行走。 - -\begin{equation} -R_{\text{path}} = -\begin{cases} -1.5 \cdot \left(1 - \frac{\Delta_{\text{dev}}}{2}\right) & \Delta_{\text{dev}} \leq 2\ \text{m} \\ --1.0 & \Delta_{\text{dev}} > 2\ \text{m} -\end{cases} -\end{equation} -其中： -\begin{itemize} - \item \( \Delta_{\text{dev}} = \left\| \vec{p}_{\text{current}} \times \vec{v}_{\text{forward}} \right\| / \left\| \vec{v}_{\text{forward}} \right\| \) 为路径偏差的计算方法。 -\end{itemize} - -\subsection{安全避障机制} -安全避障机制的目的是通过惩罚碰撞事件和危险距离来确保行人安全，避免与障碍物发生碰撞。 - -\begin{equation} -R_{\text{safety}} = -\begin{cases} --500 \cdot \mathbb{X}_{\text{collision}} & \text{碰撞事件} \\ --\dfrac{0.5}{d_{\text{obs}} + 0.5} & d_{\text{obs}} \leq 2\ \text{m} \\ --(v_{\text{prev}} - v_{\text{curr}}) & \Delta v > 1\ \text{m/s} -\end{cases} -\end{equation} -其中： -\begin{itemize} - \item \( \mathbb{X}_{\text{collision}} \) 表示碰撞事件，碰撞时给予-500的惩罚。 - \item \( d_{\text{obs}} \) 为障碍物的最小距离，若小于2米，则按距离反比例惩罚。 - \item \( \Delta v = v_{\text{prev}} - v_{\text{curr}} \) 为速度变化，若速度骤降超过1米每秒，则给予惩罚。 -\end{itemize} - -\subsection{运动模式优化} -运动模式优化的目的是确保行人的速度保持在合适范围内。通过设定不同速度区间的奖励，鼓励行人在不同距离的情境下选择合适的速度。 - -\begin{equation} -R_{\text{motion}} = -\begin{cases} -0.2 & \text{低速合规}(0.3 \leq v \leq 1.0)\ \cap\ d_{\text{target}} < 5\ \text{m} \\ -0.1 & \text{中速合规}(0.5 \leq v \leq 1.5) \\ --0.2(v-1.0) & \text{超速状态}(v > 1.0)\ \cap\ d_{\text{target}} < 5\ \text{m} -\end{cases} -\end{equation} - -\subsection{时间效率惩罚} -时间效率惩罚的目的是防止模型做出过多无效的移动或徘徊，鼓励快速完成任务。 - -\begin{equation} -R_{\text{time}} = -0.01 \cdot t_{\text{step}} -\end{equation} -其中： -\begin{itemize} - \item 每一步都会施加一个固定的时间惩罚，以鼓励高效的路径规划。 -\end{itemize} - -\subsection{终止条件奖励} -终止条件奖励的目的是当模型达到目标位置时给予额外奖励，或者在碰撞时进行终止。 - -\begin{equation} -R_{\text{terminal}} = -\begin{cases} -+1000 \cdot \mathbb{X}(d_{\text{target}} < 2\ \text{m}\ \cap\ \theta_{\text{error}} < 45^\circ) & \text{精确到达} \\ --500 \cdot \mathbb{X}_{\text{collision}} & \text{碰撞终止} -\end{cases} -\end{equation} -其中： -\begin{itemize} - \item \( \theta_{\text{error}} = \left| \arctan\left(\frac{-\Delta y}{\Delta x}\right) - \theta_{\text{current}} \right| \) 表示当前朝向与目标方向之间的角度偏差。 - \item 双重终止条件确保目标点朝向正确性。 -\end{itemize} - -\subsection{综合奖励架构} -综合奖励架构的目的是将各个独立的奖励信号进行加权求和，形成一个最终的奖励值。这可以确保模型在考虑多个目标时进行平衡。 - -\begin{equation} -R_{\text{total}} = R_{\text{target}} + R_{\text{path}} + R_{\text{safety}} + R_{\text{motion}} + R_{\text{time}} + R_{\text{terminal}} -\end{equation} - -该奖励函数由\( R_{\text{target}} \) 、\( R_{\text{path}} \) 、\( R_{\text{safety}} \) 、\( R_{\text{motion}} \)、 \( R_{\text{time}} \) 、\( R_{\text{terminal}} \)等部分构成，其中 \( R_{\text{target}} \) 为目标达成奖励旨在激励智能体尽快接近导航终点；\( R_{\text{path}} \) 为路径跟踪奖励鼓励智能体沿预设路径平稳前进；\( R_{\text{safety}} \) 为安全奖励用于约束行人规避碰撞与危险区域；\( R_{\text{motion}} \) 为运动模式奖励通过引导合理速度与姿态优化行进行为；\( R_{\text{time}} \) 为时间效率惩罚用于约束过慢行为提升总体路径效率；\( R_{\text{terminal}} \) 为终止条件奖励用于在任务完成时给予最终正向激励。 - -\subsection{具体实现} -通过上述奖励函数的设计，使行人导航系统实现智能体在环境中的避障，快速到达目标，对自身的行动决策方案不断优化来寻找最优路径。本节通过环境中具体场景的设定和相应传感器的帮助完成导航，如：观测空间耦合，动态奖励系数计算，路径可视化等。 - -本系统的路径规划与训练环境具有多项关键特征。观测空间采用12维特征向量形式，集成了局部路径点坐标 \(x_{\text{wp}}, y_{\text{wp}}\)、障碍物距离 \(d_{\text{obs}}\) 等状态信息，增强了状态表示能力与感知精度。奖励函数中引入目标距离因子 \(1 - \frac{d}{100}\)，实现奖励强度随导航进展自适应变化，提升训练灵敏度与稳定性。安全机制设计为分层结构，依次包括碰撞检测模块、障碍物距离判断与速度变化分析，三者构成对复杂环境中行人行为的全方位保护。路径点通过Carla平台调试接口实时渲染与可视化，为模型训练提供可观测的反馈支撑。 - -\section{路径规划与避障设计} - -为了实现行人从起点自主导航至终点的位置，本系统基于 Carla 仿真平台的人行道地图信息实现了路径规划模块，并结合激光雷达传感器与碰撞检测机制设计了避障逻辑，从而使得训练与推理过程具备高度的真实交互性与安全性。 - -\subsection{路径规划机制} - -\subsubsection{Waypoint路径规划} - -本系统的v1.2和v1.3版本的路径规划机制采用 Carla 提供的人行道导航信息，基于其地图 Waypoint 系统进行路径规划。行人生成后，通过设定的起点和终点位置，路径规划模块使用以下流程自动生成一条可通行的人行道路径： - -首先将生成的起点与目标位置映射为距离最近的人行道类型（Sidewalk）Waypoint，确保路径生成遵循场景中的通行规则。路径拓展采用基于距离阈值的前向搜索策略，从起点出发调用 \texttt{waypoint.next(distance)} 方法连续生成多个路径点，直到所生成路径接近目标位置为止。所有路径点以 \texttt{planned\_waypoints} 列表形式保存，并通过Carla平台的Debug模块以箭头形式绘制于场景中，提供路径可视化支持与调试依据。 - -该路径规划策略具备多方面优势，能够确保路径始终沿合法人行道生成以避免穿越非通行区域并符合交通规则与仿真约束，同时路径生成精度可通过调整采样分辨率进一步优化以满足不同任务场景精细化需求，遇到异常或失败情况时系统触发回退或重试逻辑以提升整体鲁棒性与容错能力。 - -\begin{figure}[H] - \centering - \includegraphics[width=1\textwidth]{images/path_waypoint1.pdf} - \caption{旧版红色箭头路径示意图} - \label{fig:way1} -\end{figure} - -如图 \ref{fig:way1}所示地图上生成的红色箭头为路径规划标记，因生成箭头限制在 200 个以内且采用强制到达终点设计导致导航路径显得较为生硬，这些可通过后期硬件提升和版本优化改善。 - -\subsubsection{A*启发式搜索算法} - -A*算法是一种启发式搜索算法，用于在加权图中高效寻找两点间最短路径。其核心通过综合评估路径代价优化搜索方向，特征如下： - -\paragraph{算法原理：} -\begin{enumerate} - \item \textbf{代价函数}：算法以总代价函数作为路径评估依据，形式为 - \[ - f(n) = g(n) + h(n) - \] - 其中，$g(n)$表示从起点到当前节点$n$的累计实际代价，$h(n)$表示从节点$n$到目标位置的估算代价，常以欧氏距离进行计算。 - - \item \textbf{数据结构}：算法维护两个核心节点集合。开放列表按照总代价$f(n)$排序，用于存放尚未扩展的节点；封闭列表用于记录已被探索的节点，从而避免重复搜索。 - - \item \textbf{搜索流程}：将起点纳入开放列表后，反复选取总代价最小的节点进行处理，若该节点为目标位置则开始路径回溯，否则扩展其所有邻接节点，更新这些节点的总代价并调整开放与封闭列表。 -\end{enumerate} - -\paragraph{关键性质：} - -\begin{enumerate} - \item \textbf{可接受性}：启发函数必须满足估算代价不超过最短实际代价 - \[ - h(n) \leq h^*(n) - \] - 其中$h^*(n)$为从节点$n$到目标的真实最短代价，此条件保证算法能够得到最优路径。 - - \item \textbf{一致性}：若启发函数满足 - \[ - h(n) \leq c(n, n') + h(n') - \] - 其中$c(n, n')$为节点$n$到其邻接节点$n'$的移动代价，则算法在搜索过程中不会重复扩展任何节点，提升效率。 -\end{enumerate} - -\paragraph{代码实现：} -\begin{enumerate} - \item \textbf{启发函数选择}：使用欧氏距离$h(n) = \|n_{\text{current}} - n_{\text{target}}\|_2$，满足可接受性 - \item \textbf{路径搜索}：调用NetworkX库函数\texttt{nx.astar\_path}，输入图结构、起点、终点及启发函数 - \item \textbf{异常处理}：路径搜索失败时记录错误日志，检查起点终点是否位于同一连通子图 -\end{enumerate} - -\begin{figure}[H] - \centering - \includegraphics[width=1\textwidth]{images/path_waypoint2.pdf} - \caption{新版红色箭头路径示意图} - \label{fig:way2} -\end{figure} - -如图 \ref{fig:way2}所示的路径规划机制基于预先生成的静态可行走点构建导航图，通过A*算法实现路径搜索与优化。具体流程如下：可行走点数据从CSV文件加载，每个点包含坐标与唯一索引。利用k近邻方法将每个点与其最近的6个相邻点连接形成无向图，边权重为欧氏距离。通过提取最大连通子图确保路径可达性，避免无效路径生成。A*算法以欧氏距离为启发函数搜索起点至终点的最短路径，调用NetworkX库实现路径节点序列生成。路径需满足长度约束（20-200个点）且起点终点索引必须属于最大连通图合法编号集合。规划结果转换为虚拟路径点序列，行人控制器根据路径点动态设定目标位置。激光雷达实时检测障碍物距离，结合路径偏差计算与强化学习奖励机制调整行人转向及速度。路径可视化通过Carla调试工具实现，红色箭头标记规划路径，绿色点显示行人轨迹，起点与终点分别标注为“Start”和“Goal”，由于此标记为限时显示故此图中未标出，但可以看到一个绿色小点即为初始行人生成点。系统通过合法性检测功能验证路径对有效性，确保训练与演示的可行性。代码核心模块包含图构建、A*搜索、路径更新及控制逻辑，其特点为静态环境假设、障碍物实时避障与多维度可视化支持。图 \ref{fig:perspective1}和图\ref{fig:perspective2}展示了其他视角下路径规划出来的红色箭头，便于用户更直观的理解。 - -\begin{figure}[H] - \centering - \includegraphics[width=1\textwidth]{images/nav_perspective1.pdf} - \caption{起点视角} - \label{fig:perspective1} -\end{figure} - -\begin{figure}[H] - \centering - \includegraphics[width=1\textwidth]{images/nav_perspective2.pdf} - \caption{终点视角} - \label{fig:perspective} -\end{figure} - -\subsubsection{避障与动态反应机制} - -避障模块主要是根据激光雷达传感器从 Carla 平台实时返回的回传点云信息进行避障响应，在每次获取到的点云数据中寻找离障碍物最近点的最小值\texttt{min\_obstacle\_d\\istance}，作为当前避障初始化值，若小于 2.0m 则速度减小，将行人的当前避障初始化值减小至小于 0.8m/s，降低行人的碰撞概率。在奖励函数中增加避障的惩罚，如果行人离障碍物太近且速度较快的话，扣减一定的奖励值，从奖励角度避免智能体采取危险动作。同时，如果检测到碰撞传感器，则立即退止出小节，对智能体进行大惩罚(-500)，增加对碰撞信息的反馈权重。 - -该机制将传感器、速度控制器、奖励函数调整三个部分算法结合起来，构成一个完整的避障控制算法。Agent在训练中动态复杂的环境中学习如何规划路径，在避障和路径规划之间寻找一个平衡点，使路径规划更安全稳定。 - -\subsection{路径规划与避障的协同工作} - -路径规划模块和避障模块之间是紧密相连的，为了保证路径的安全可靠，行人在沿着规划路径行走的同时，不断在路径中利用激光雷达和碰撞传感器等进行障碍物探测，遇到阻挡物时进行避让处理，避免碰撞，避免偏离规划路径，并在进行避障处理后，路径规划模块及时重新寻找最优路径并继续向着目标路径行走，确保行人在复杂的路径环境中向着目标方向行走，安全有效的完成路径任务。 - -\section{本章小结} - -本章介绍了行人导航系统的设计方案,以构建具备环境感知、路径规划及避障功能的行人智慧导航应用平台作为系统最终目标,对复杂城市场景中的行人导航应用系统进行场景化设计。首先明确了系统实现的快速路径规划、避障感知与避障控制、交互与可视化等主要功能,从非功能性、功能性角度进行系统需求分析;设计感知、控制与交互三部分构成的三层系统模型,对系统各部分进行分工与相互关系说明;设计奖励函数作为强化学习的关键内容,并从实现目标达成、路径追踪、安全规划与效率规划等子问题出发,提升行人导航学习的实时收敛效率;对行人路径规划模型、避障控制策略与训练环境设置等核心实现部分进行描述,为之后实验分析及模型效果评估提供系统平台。 - -