Simulador de desvio de obstáculos para robôs móveis

Controles

O espaço de trabalho inclui obstáculos móveis, velocidade do robô, alcance de medição, campo de visão, ruído de medição e um limiar de distância segura. Os raios dos sensores e a distância de parada prevista permanecem visíveis. O modo passo a passo revela exatamente qual observação causou cada decisão de direção.

Teoria

Um robô precisa parar ou virar antes que a área varrida pelo robô encontre um obstáculo. A distância segura depende da velocidade atual, da latência do controlador, da capacidade de frenagem, da incerteza da medição e do raio físico do robô — não apenas do último valor de distância.

Controladores reativos como campos potenciais transformam obstáculos próximos em vetores repulsivos e o objetivo em um vetor atrativo. Eles respondem rapidamente, mas podem ficar presos em mínimos locais. Uma arquitetura prática combina segurança reativa com um planejador global ou local.

Algoritmo

1. Rejeite leituras de distância antigas e fisicamente impossíveis.
2. Transforme observações válidas para o referencial de coordenadas do robô.
3. Aumente o raio de cada obstáculo em uma quantia igual ao raio do robô mais uma margem de segurança.
4. Calcule a distância de parada a partir da velocidade e da desaceleração estimada.
5. Pare quando o corredor à frente for inseguro; caso contrário, dirija para o setor livre mais bem alinhado ao objetivo.
6. Limite a aceleração e a velocidade angular antes de enviar comandos aos motores.

Código-fonte

Mantenha a decisão de emergência pequena o suficiente para ser testada exaustivamente:

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)

Em um sistema real, registre as marcações de tempo dos sensores e entre em um estado seguro de parada quando os dados necessários ficarem indisponíveis.

Premissas e diferenças do hardware

O mundo é visto de cima e em duas dimensões: os raios dos sensores são instantâneos, perfeitamente finos e nunca ficam ocultos pelo próprio corpo do robô, e o robô é um disco que pode frear até zero sem inércia. Em um robô com Raspberry Pi, os feixes ultrassônicos se espalham por 15°, as leituras por tempo de voo dependem da superfície e do sol, e a distância de parada é definida pela massa real, pelo torque do motor e pela latência de medição-decisão-atuação — tudo isso é discutido no roteiro de navegação reativa. O simulador também ignora a variação de temporização do laço e a queda de tensão, portanto trate a curva de distância de parada como um padrão a internalizar, não como um número para copiar.

Diagrama do circuito

Faça a conversão de nível de qualquer sinal de eco de 5 V antes que ele alcance o GPIO do Raspberry Pi. Alimente os motores separadamente e conecte os terras em um ponto comum deliberado.

Experimentos guiados

1. Derive o limiar de parada em vez de adivinhá-lo

Defina uma velocidade baixa e reduza o limiar de parada até o robô começar a bater nos obstáculos. Anote o valor. Agora dobre a velocidade e repita.

O limiar necessário não dobra, porque ele é a soma de um termo que escala com a velocidade e outro que escala com seu quadrado:

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

É por isso que um robô que desvia com confiabilidade na velocidade de caminhada começa a colidir quando você acelera — e por isso que a correção é um limiar dependente da velocidade, e não um único valor fixo grande que torna o robô tímido em todos os lugares.

2. Produza a oscilação causada pelo limiar e depois corrija-a

Posicione o robô para que ele fique exatamente na distância de parada. Com um único limiar, ele alterna entre avançar e virar muitas vezes por segundo.

Agora separe os dois: pare a 20 cm e não retome até 30 cm. A oscilação desaparece porque a regra passa a exigir uma decisão firme. Esse intervalo é histerese, e o mesmo padrão corrige quase toda oscilação orientada por limiar em código de robôs.

3. Prenda-o de propósito

Construa um canto côncavo — como uma ferradura — e deixe o robô entrar. Com uma regra determinística de “virar para a direção mais livre”, ele vira, dirige e volta para onde começou, para sempre.

Isso não é um defeito a ser corrigido. É o que significa não ter um mapa, e é a demonstração mais clara possível do limite da navegação reativa. As mitigações são um componente aleatório na escolha da curva e um detector de travamento que escala após várias tentativas malsucedidas; a correção real é memória, que é um caminho totalmente diferente.

4. Compare a resolução da varredura com o tempo da varredura

Aumente a quantidade de ângulos de varredura e observe duas coisas se moverem em direções opostas: as decisões de direção melhoram e o robô passa mais tempo parado.

Uma varredura é um momento cego — o robô está parado e não avança. A faixa usual é de três a cinco ângulos; além disso, a informação extra raramente compensa o tempo extra.

O que observar

Aplicação em hardware

Os raios do simulador são instantâneos, sem ruído e infinitamente finos. Um sensor ultrassônico real não é nada disso, e as diferenças são o principal trabalho no hardware:

Encontre uma distância de parada segura e uma regra que escolha a direção mais livre aqui, onde um erro não custa nada. Depois, no hardware, adicione o filtro de mediana, o atraso de acomodação do servo e a detecção de colisão — o tutorial do algoritmo de desvio de obstáculos mostra cada um em código.