一种移动机器人可视范围覆盖路径规划方法技术

本发明专利技术提出了一种移动机器人可视范围覆盖路径规划方法包括以下步骤：S1，将摄像头可视范围抽象为扇形平面，从而利用扇形平面对地图进行几何填充；S2，根据S1得到的可视范围节点在地图中的覆盖结果进行路径规划：将覆盖结果转化为旅行商问题进行求解，按照遍访顺序进行路径规划。本发明专利技术将覆盖问题由点覆盖向面覆盖拓展，更符合搜救任务的实际要求，能有效缩短路径长度，提高搜索效率。提高搜索效率。提高搜索效率。

【技术实现步骤摘要】
一种移动机器人可视范围覆盖路径规划方法


[0001]本专利技术涉及移动机器人路径规划
，特别是涉及一种移动机器人可视范围覆盖路径规划方法。

技术介绍

[0002]当前世界上的机器人系统正处于蓬勃发展的状态，相关新技术和新产品层出不穷。推动机器人技术发展的主要动力是机器人能减少或替代人们重复的或在危险环境工作中的劳动。随着人工智能和机器人技术的发展，移动机器人在服务业、工业、农业、国防等众多领域取得了广泛应用。移动机器人搜索任务是指利用机器人上安装的有限能力传感器进行搜索，最终实现对目标的锁定，主要涉及到移动机器人路径规划技术。路径规划是移动机器人执行任务最基本的环节，指的是移动机器人如何在有障碍物的工作环境中，规划出一条由出发点前往目标点的运动路径，使移动机器人能够安全高效地完成给定任务。根据对环境信息的掌握程度，路径规划可划分为全局规划和局部规划。全局路径规划是任务开展前的宏观规划，局部规划保证移动机器人在任务执行过程中尽可能贴合全局路径完成任务。对于某一静态问题的路径规划求解，通常指的是求解全局路径，如搜索任务中对给定的静态地图进行覆盖路径规划。
[0003]目前，常见的搜索方法主要是基于区域覆盖方法产生的，以避免重复地快速覆盖空间范围为目标进行路径规划。这类问题也被称作覆盖路径规划。典型的覆盖路径规划算法可分为三大类——单元分解法、基于生成树的区域覆盖方法和基于群体智能的区域覆盖方法。单元分解法是早期普遍采用的区域覆盖方法。其主要思想为对整个空间区域进行分割，形成多个形状较为简单且无障碍物、无重叠部分的子区域。每个子区域的覆盖就变成了简单的往复运动，合理分配各子区域的作业顺序，优化子区域间的连通衔接路线以完成整个路径的规划。基于生成树的区域覆盖方法的核心是将工作区域分成不相交的单元，随后由单元生成图的最优生成树，再沿着树生成覆盖路径。这也是目前研究成果最多的一类方法。基于群体智能的区域覆盖方法主要受蚁群、蜂群、狼群等为代表的社会性生物群体行为的启发进行自组织路径规划。此外，还有许多其他方法被应用于解决覆盖路径规划，如贪婪算法、贝叶斯学习方法等。
[0004]上述覆盖路径规划算法大都为全覆盖路径规划算法，主要应用于地面清洁、除草、耕种、扫雷等需要遍访整个地图的场景之中。而在搜救场景中，移动机器人一般基于摄像头等具有一定覆盖范围的传感器展开搜索任务。传感器的覆盖范围要远大于机器人在地图中所占据的体积。如果仍采用传统的全覆盖路径规划算法进行全局路径规划，则会扩大任务完成所需的时间开销、增加不必要的路径长度，从而降低搜救效率。如何将区域覆盖问题由栅格地图中的点覆盖转向摄像头传感器可视范围的面覆盖进行建模，有效地利用可视范围对地图进行填充，并转化为易于求解的区域覆盖问题，是基于可视范围设计全局覆盖路径规划方法要解决的关键问题。

技术实现思路

[0005]本专利技术旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种移动机器人可视范围覆盖路径规划方法。
[0006]为了实现本专利技术的上述目的，本专利技术提供了一种移动机器人可视范围覆盖路径规划方法，包括以下步骤：
[0007]S1，将摄像头可视范围抽象为扇形平面，从而利用扇形平面对地图进行几何填充；
[0008]S2，根据S1得到的可视范围节点在地图中的覆盖结果进行路径规划：将覆盖结果转化为旅行商问题进行求解，按照遍访顺序进行路径规划。
[0009]所述遍访顺序是一个列表，列表长度等于可视范围节点个数，存储了从起点到终点需要依次经过的可视范围节点ID，移动机器人按照这个顺序经过每个可视范围节点，可使最终的全局路径长度最短。
[0010]进一步地，所述摄像头包括：
[0011]摄像头安装于移动机器人中心位置，且摄像头朝向与移动机器人朝向一致；
[0012]通过摄像头参数将某一位姿下的移动机器人可视范围节点a
i
抽象为一个四元组(s
i
，r，α
i
，θ)来表示，其中s
i
为当前位姿下移动机器人在静态地图中的坐标，r为当前摄像头的可视距离，θ为当前摄像头在水平方向的可视角度，α
i
为当前摄像头朝向。
[0013]进一步地，所述S1包括：
[0014]S1
‑
1，确定作业全局信息，对所述作业场景进行格栅化后获得全局栅格地图；
[0015]S1
‑
2，在所述全局栅格地图内随机产生若n个可视范围节点，n≥1；
[0016]S1
‑
3，使用虚拟势场法计算可视范围内节点所受合力；得到可视范围节点在地图中的覆盖结果。
[0017]进一步地，所述S1
‑
3包括：
[0018]S
‑
A，对于每个可视范围节点，将其周围栅格地图单元格划分为引力节点与斥力节点两类；
[0019]S
‑
B，移动阶段：以可视范围节点的圆心为受力点，计算可视范围节点所受合力，可视范围节点沿合力方向产生对应时间步长内的位移量；
[0020]S
‑
C，旋转阶段：以可视范围节点的质心为受力点，再次计算可视范围节点所受合力，可视范围节点绕圆心旋转对应时间步长内的角位移量；
[0021]S
‑
D，判断是否满足迭代停止条件，若满足，则停止迭代；若不满足，则跳转执行步骤S
‑
A。
[0022]所述迭代停止条件为是否满足设置的迭代次数或设置的覆盖率。
[0023]对于每一个可视范围节点，其质心位于对称轴上距圆心距离为位置。
[0024]进一步地，所述移动阶段包括：
[0025]对于某一可视范围节点a
i
，将距离其圆心距离小于第一参数d1，且不被其占据的单元格点称作邻居节点p
ij
，为分析可视范围节点a
i
的移动变化，考虑其圆心s
i
所受来自p
ij
的作用力，可表示为：
[0026][0027]其中，F
ij
表示某一邻居节点p
ij
对可视范围节点a
i
的圆心s
i
产生的作用力，F
ij
的i、j与p
ij
的i、j相对应，i表示可视范围节点自身的ID，j表示邻居节点的ID，所述邻居节点为引力节点或者斥力节点；d
ij1
表示s
i
与p
ij
的欧氏距离，T
ij1
表示s
i
与p
ij
的相对方位角，w
r1
为斥力系数，w
a1
为引力系数；
[0028]对于任一可视范围节点a
i
，令其共有n个邻居节点，则其圆心s
i
受到的合力为：
[0029][0030]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种移动机器人可视范围覆盖路径规划方法，其特征在于，包括以下步骤：S1，将摄像头可视范围抽象为扇形平面，从而利用扇形平面对地图进行几何填充；S2，根据S1得到的可视范围节点在地图中的覆盖结果进行路径规划：将覆盖结果转化为旅行商问题进行求解，按照遍访顺序进行路径规划。2.根据权利要求1所述的一种移动机器人可视范围覆盖路径规划方法，其特征在于，所述摄像头包括：摄像头安装于移动机器人中心位置，且摄像头朝向与移动机器人朝向一致；通过摄像头参数将某一位姿下的移动机器人可视范围节点a
i
抽象为一个四元组(s
i
，r，α
i
，θ)来表示，其中s
i
为当前位姿下移动机器人在静态地图中的坐标，r为当前摄像头的可视距离，θ为当前摄像头在水平方向的可视角度，α
i
为当前摄像头朝向。3.根据权利要求1所述的一种移动机器人可视范围覆盖路径规划方法，其特征在于，所述S1包括：S1
‑
1，确定作业全局信息，对所述作业场景进行格栅化后获得全局栅格地图；S1
‑
2，在所述全局栅格地图内随机产生若n个可视范围节点，n≥1；S1
‑
3，使用虚拟势场法计算可视范围内节点所受合力；得到可视范围节点在地图中的覆盖结果。4.根据权利要求3所述的一种移动机器人可视范围覆盖路径规划方法，其特征在于，所述S1
‑
3包括：S
‑
A，对于每个可视范围节点，将其周围栅格地图单元格划分为引力节点与斥力节点两类；S
‑
B，移动阶段：以可视范围节点的圆心为受力点，计算可视范围节点所受合力，可视范围节点沿合力方向产生对应时间步长内的位移量；S
‑
C，旋转阶段：以可视范围节点的质心为受力点，再次计算可视范围节点所受合力，可视范围节点绕圆心旋转对应时间步长内的角位移量；S
‑
D，判断是否满足迭代停止条件，若满足，则停止迭代；若不满足，则跳转执行步骤S
‑
A；所述迭代停止条件为是否满足设置的迭代次数或设置的覆盖率。5.根据权利要求4所述的一种移动机器人可视范围覆盖路径规划方法，其特征在于，所述移动阶段包括：对于某一可视范围节点a
i
，将距离其圆心距离小于第一参数d1，且不被其占据的单元格点称作邻居节点p
ij
，为分析可视范围节点a
i
的移动变化，考虑其圆心s
i
所受来自p
ij
的作用力，可表示为：其中，F
ij
表示某一邻居节点p
ij
对可视范围节点a
i
的圆心s
i
产生的作用力，d
ij1
表示s
i
与p
ij
的欧氏距离，τ
ij1
表示s
i
与p
ij
的相对方位角，w
r1
为斥力系数，w
a1
为引力系数；
对于任一可视范围节点a
i
，令其共有n个邻居节点，则其圆心s
i

【专利技术属性】
技术研发人员：陈自郁，张子旭，汪成亮，刘铎，陈咸彰，
申请(专利权)人：重庆大学，
类型：发明
国别省市：