Simulateur d'évitement d'obstacles pour robots mobiles

Commandes

L’espace de travail comprend des obstacles déplaçables, la vitesse du robot, la portée de détection, le champ de vision, le bruit de mesure et un seuil de distance de sécurité. Les rayons des capteurs et la distance d’arrêt prédite restent visibles. Le mode pas à pas révèle exactement quelle observation a provoqué chaque décision de direction.

Théorie

Un robot doit s’arrêter ou tourner avant que son empreinte balayée ne croise un obstacle. La distance sûre dépend de la vitesse actuelle, de la latence du contrôleur, de la capacité de freinage, de l’incertitude de mesure et du rayon physique du robot — pas seulement de la dernière valeur de distance.

Les contrôleurs réactifs comme les champs de potentiels transforment les obstacles proches en vecteurs répulsifs et le but en vecteur attractif. Ils répondent vite mais peuvent rester piégés dans des minima locaux. Une pile pratique associe la sécurité réactive à un planificateur global ou local.

Algorithme

1. Rejetez les échantillons de distance périmés et physiquement impossibles.
2. Transformez les observations valides dans le repère du robot.
3. Agrandissez chaque obstacle du rayon du robot plus une marge de sécurité.
4. Calculez la distance d’arrêt à partir de la vitesse et de la décélération estimée.
5. Arrêtez-vous quand le couloir avant est dangereux ; sinon dirigez-vous vers le secteur dégagé le plus aligné au but.
6. Limitez l’accélération et la vitesse angulaire avant d’envoyer les commandes aux moteurs.

Code source

Gardez la décision d’urgence assez petite pour être testée exhaustivement :

def safe_velocity(target, ranges, stop_distance):
    front = [r for angle, r in ranges if abs(angle) < 0.35]
    if not front or min(front) <= stop_distance:
        return 0.0, choose_clear_turn(ranges)
    return limit_acceleration(target), steer_toward_clearance(ranges)

Dans un vrai système, enregistrez les horodatages des capteurs et passez à un état arrêté sûr quand des données requises deviennent indisponibles.

Hypothèses et différences avec le matériel

Le monde est vu de dessus et en deux dimensions : les rayons des capteurs sont instantanés, parfaitement fins, et jamais occultés par le corps du robot, et le robot est un disque qui peut freiner jusqu’à zéro sans inertie. Sur un robot Raspberry Pi, les faisceaux à ultrasons s’ouvrent à 15°, les mesures à temps de vol dépendent de la surface et du soleil, et la distance d’arrêt est fixée par la masse réelle, le couple des moteurs et la latence de détection-décision-action — tout cela couvert dans la feuille de route de navigation réactive. Le simulateur ignore aussi la gigue de boucle et les chutes d’alimentation, donc traitez la courbe de distance d’arrêt comme l’allure à intérioriser, pas comme un nombre à copier.

Schéma de câblage

Abaissez tout signal d’écho 5 V avant qu’il n’atteigne les GPIO du Raspberry Pi. Alimentez les moteurs séparément et reliez les masses en un point commun volontaire.

Expériences guidées

1. Déduisez le seuil d’arrêt au lieu de le deviner

Réglez une vitesse basse et abaissez le seuil d’arrêt jusqu’à ce que le robot commence à toucher les obstacles. Notez la valeur. Doublez maintenant la vitesse et répétez.

Le seuil nécessaire ne double pas, car c’est la somme d’un terme qui varie avec la vitesse et d’un terme qui varie avec son carré :

stop_distance = (v x t_latency) + (v^2 / (2 x a_brake)) + robot_radius + margin

C’est pourquoi un robot qui évite fiablement au pas commence à heurter quand vous l’accélérez — et pourquoi la correction est un seuil dépendant de la vitesse plutôt qu’une grande valeur fixe qui rend le robot timide partout.

2. Produisez le bégaiement de seuil, puis corrigez-le

Garez le robot pour qu’il reste juste à la distance d’arrêt. Avec un seul seuil, il bascule entre roulage et virage plusieurs fois par seconde.

Séparez maintenant les deux : arrêtez à 20 cm, et ne repartez qu’à 30 cm. Le bégaiement disparaît car le comportement doit s’engager. Cet écart est l’hystérésis, et le même motif corrige presque toutes les oscillations pilotées par seuil dans le code robotique.

3. Piégez-le délibérément

Construisez un coin concave — un fer à cheval — et laissez le robot entrer. Avec une règle déterministe « tournez vers la direction la plus ouverte », il va tourner, rouler, et revenir là où il a commencé, pour toujours.

Ce n’est pas un bogue à corriger. C’est ce que signifie ne pas avoir de carte, et c’est la démonstration la plus claire possible du plafond de la navigation réactive. Les atténuations sont une composante aléatoire dans le virage et un détecteur de blocage qui escalade après plusieurs tentatives ratées ; la vraie correction est la mémoire, qui est un tout autre chemin.

4. Comparez résolution de balayage et temps de balayage

Augmentez le nombre d’angles de balayage et regardez deux choses bouger en sens opposés : les décisions de virage s’améliorent, et le robot passe plus de temps à l’arrêt.

Un balayage est un moment aveugle — le robot est arrêté et ne progresse pas. Trois à cinq angles est le compromis habituel, et au-delà l’information supplémentaire justifie rarement le temps supplémentaire.

Ce que vous devriez observer

Transposition au matériel

Les rayons du simulateur sont instantanés, sans bruit et infiniment fins. Un vrai capteur à ultrasons n’est rien de tout cela, et les différences sont tout le travail sur le matériel :

Trouvez ici une distance d’arrêt sûre et une règle de direction dégagée, où une erreur ne coûte rien. Puis sur le matériel, ajoutez le filtre médian, le délai de stabilisation du servo et la détection de contact — le tutoriel d’algorithme d’évitement contient chacun en code.