CN116594408B - 一种移动协作机器人路径规划系统及方法 - Google Patents
一种移动协作机器人路径规划系统及方法 Download PDFInfo
- Publication number
- CN116594408B CN116594408B CN202310869610.4A CN202310869610A CN116594408B CN 116594408 B CN116594408 B CN 116594408B CN 202310869610 A CN202310869610 A CN 202310869610A CN 116594408 B CN116594408 B CN 116594408B
- Authority
- CN
- China
- Prior art keywords
- target
- data
- route
- robot
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims description 31
- 238000004088 simulation Methods 0.000 claims description 22
- 238000013500 data storage Methods 0.000 claims description 19
- 238000013507 mapping Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 15
- 238000002372 labelling Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Optics & Photonics (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供了一种移动协作机器人路径规划系统及方法，其系统包括：位置采集模块，基于激光雷达传感器采集目标工作环境中目标物的第一位置点，采集多个机器人在目标工作环境中的第二位置点；地图创建模块，根据第一位置点创建综合地图；行径目标获取模块，获取多个机器人对应的行径目标，确定行径目标在综合地图中的第三位置点；目标路线确定模块，基于第二位置点与第三位置点确定每个机器人在综合地图中的多条可通行目标路线；路径规划模块，对多条可通行目标路线进行分析，选取每个机器人对应的最优目标路线，并基于最优目标路线完成对机器人的路径规划。提高了对机器人进行路径规划的合理性与协调性，进而提高机器人移动协作的效率。
Description
技术领域
本发明涉及数据处理技术领域，特别涉及一种移动协作机器人路径规划系统及方法。
背景技术
目前，随着科学技术以及人工智能的不断发展与不断完成，机器人的智能化以及自动化得到了有效的发展，通过激光雷达传感器等获取定位数据实现对机器人的数据定位以及路径规划，通过路径规划实现机器人的自主移动，从而实现机器人的智能化发展；
然而，在现有技术中，对机器人进行路径规划往往只针对一个机器人进行路径规划，完全没有考虑到当前工作空间中同时存在多个机器人共同进行工作时，由于没有考虑到其余机器人移动路径的问题，从而使得路径规划不具备协调性与合理性，进而导致当前机器人无法正常运转，降低机器人的移动工作效率；
因此，本发明提供了一种移动协作机器人路径规划系统及方法。
发明内容
本发明提供一种移动协作机器人路径规划系统及方法，用以通过基于激光雷达传感器从而有效确定目标工作环境中目标物的第一位置点以及机器人在目标工作环境中的第二位置点，从而通过第一位置点实现对综合地图（二维地图与三维地图进行关联）的创建，提高了对机器人路径规划以及移动协作时的直观性与便利性，通过确定第三位置点（行径目标）以及第二位置点在综合地图中的位置，实现多个机器人在综合地图中的多条路线的规划，提高了对机器人进行路径规划的合理性与协调性，进而提高机器人移动协作的效率。
一种移动协作机器人路径规划系统，包括：
位置采集模块，用于基于激光雷达传感器采集目标工作环境中目标物的第一位置点，同时，采集多个机器人在目标工作环境中的第二位置点；
地图创建模块，用于根据第一位置点创建综合地图；
行径目标获取模块，用于获取多个机器人对应的行径目标，并确定行径目标在综合地图中的第三位置点；
目标路线确定模块，基于第二位置点与第三位置点确定每个机器人在综合地图中的多条可通行目标路线；
路径规划模块，用于对多条可通行目标路线进行分析，选取每个机器人对应的最优目标路线，并基于最优目标路线完成对机器人的路径规划。
优选的，一种移动协作机器人路径规划系统，位置采集模块，包括：
第一位置点采集单元，用于基于激光雷达传感器采集目标物的第一位置点；
第二位置点采集单元，用于基于激光雷达传感器分别采集每个机器人在工作环境中的第二位置点；
数据存储单元，用于：
构建第一数据存储节点，并将第一位置点对应的第一位置数据存储至第一数据存储节点；
构建第二数据存储节点，并将第二位置点对应的第二位置数据存储至第二数据存储节点。
优选的，一种移动协作机器人路径规划系统，第一位置点采集单元，包括：
信号接收子单元，用于基于激光雷达传感器在目标工作环境中发射雷达信号，并实时接收目标环境中的雷达反馈信号，同时，实时记录雷达反馈信号对应的反馈数据；
目标变化曲线获取子单元，用于获取激光雷达传感器在目标工作环境中的第一位置信息，同时，获取反馈数据的目标变化曲线；
数据处理子单元，用于获取目标变化曲线中的目标拐点，并确定目标拐点对应的第一目标反馈数据，同时，对第一目标反馈数据进行处理，基于处理结果确定第一目标反馈数据中的第二反馈数据；
第一位置点确定子单元，用于读取第二反馈数据的数据信息确定在目标工作环境中目标物相对于第一位置信息的第二位置信息，并基于第二位置信息确定目标物的第一位置点。
优选的，一种移动协作机器人路径规划系统，数据分析子单元，包括：
比较子单元，用于获取数据反馈阈值区间，并将第一目标反馈数据与数据反馈阈值区间进行比较，基于比较结果保留第一目标反馈数据中属于数据反馈阈值区间的第三目标反馈数据；
数据剔除子单元，用于：
获取激光雷达传感器的属性信息，并根据激光雷达传感器的属性信息确定雷达反馈信号对应的基准数据类型；
将第三目标反馈数据与基准数据类型进行匹配，并基于匹配结果在第三目标反馈数据中剔除与基准数据类型不一致的目标反馈数据，生成第四目标反馈数据；
数据排序子单元，用于基于目标变化曲线的曲线趋势对第四目标反馈数据进行排序，并基于排序结果确定第二目标反馈数据。
优选的，一种移动协作机器人路径规划系统，地图创建模块，包括：
数据获取单元，用于获取目标工作环境的对应的目标范围第一三维数据，同时，分别确定每个目标物对应的形状特征，基于每个目标物对应的形状特征确定每个目标物的第二三维数据；
模拟空间构建单元，用于基于第一三维数据在计算机终端构建模拟空间，同时，在模拟空间进行单位等区块划分；
三维地图确定单元，用于：
读取每个目标物对应的第一位置点，并基于单位等区块划分结果在模拟空间中确定第一位置点的平面坐标值，同时，根据目标物的第二三维数据将目标物在模拟空间中的平面坐标值进行深度化处理，获得第三三维数据；
根据第一三维数据以及第三三维数据在模拟空间中进行路径划分，并基于路径划分结果确定目标工作环境的三维地图；
二维地图确定单元，用于基于第一位置点的平面坐标值以及路径划分结果在目标工作环境中生成二维地图；
综合地图确定单元，用于分别提取二维地图与三维地图的位置特征，并根据位置特征确定二维地图中的平面位置与三维地图中的立体位置之间映射关系，同时，根据映射关系将二维地图与三维地图进行关联，生成目标工作环境的综合地图。
优选的，一种移动协作机器人路径规划系统，综合地图确定单元，包括：
监测子单元，用于在生成目标工作环境的综合地图之后，机器人在工作环境中基于最优目标路线进行移动协作时，实时监测机器人在综合地图中二维地图的移动位置；
可绕行路线确定子单元，用于当机器人在运行位置中监测到有障碍物时，调取机器人在综合地图中的三维地图，并在三维地图中确定与移动位置相对应的映射位置，同时，根据映射位置确定在三维地图中的可绕行路线；
绕行控制子单元，用于基于可绕行路线控制机器人进行绕行。
优选的，一种移动协作机器人路径规划系统，行径目标获取模块，包括：
行径目标确定单元，用于获取每个机器人的工作任务，并基于每个机器人的工作任务确定机器人的执行目标，同时，将执行目标与目标工作环境中的目标物进行关联，并基于关联结果确定每个机器人的行径目标；
第三位置点确定单元，用于在综合地图中对行径目标进行定位，并基于定位结果确定行径目标在综合地图中的第三位置点。
优选的，一种移动协作机器人路径规划系统，目标路线确定模块，包括：
标注单元，用于获取当前机器人对应的第二位置点与当前机器人所要达到的第三位置点，并将第二位置点与第三位置点在综合地图中进行标注；
目标路线获取单元，用于根据标注结果在综合地图中获取当前机器人从第二位置点到达第三位置点的可通行目标路线。
优选的，一种移动协作机器人路径规划系统，路径规划模块，包括：
可通行目标路线集确定单元，用于在目标工作环境中确定每个机器人对应的可通行目标路线集；
路线数据获取单元，用于获取当前机器人可通行目标路线对应的第一目标路线数据，同时，确定其余机器人可通行目标路线对应的第二目标路线数据；
待选取路线集确定单元，用于：
将第一目标路线数据与第二目标路线数据进行匹配，判断第一目标路线数据与第二目标路线数据中是否存在重复数据；
当第一目标路线数据与第二目标路线数据中存在重复数据时，对重复数据进行读取，确定重复数据对应的目标路线段，同时，基于目标路线段确定当前机器人对应的目标可通行路线；
将当前机器人对应的目标可通行路线在当前机器人对应的可通行路线集中进行剔除，基于剔除结果确定当前机器人对应的待选取路线集；
当第一目标路线数据与第二目标路线数据中不存在重复数据时，则将当前机器人对应的可通行目标路线集作为待选取路线集；
最优路线确定单元，用于获取路线评估指标，并基于路线评估指标计算当前机器人对应的每条待选取路线的评估分值，同时，在评估分值中摘取最大评估分值，并将最大评估分值在待选取路线集中对应的路线作为最优目标路线，同时，获取最优目标路线在综合地图中的最优路线数据，并基于最优路线数据生成路径移动指令，且将路径移动指令传输至当前机器人控制终端控制当前机器人进行移动协作。
一种移动协作机器人路径规划方法，包括：
步骤1：基于激光雷达传感器采集目标工作环境中目标物的第一位置点，同时，采集多个机器人在目标工作环境中的第二位置点；
步骤2：根据第一位置点创建综合地图；
步骤3：获取多个机器人对应的行径目标，并确定行径目标在综合地图中的第三位置点；
步骤4：第二位置点与第三位置点确定每个机器人在综合地图中的多条可通行目标路线；
步骤5：对多条可通行目标路线进行分析，选取每个机器人对应的最优目标路线，并基于最优目标路线完成对机器人的路径规划。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种移动协作机器人路径规划系统结构图；
图2为本发明实施例中一种移动协作机器人路径规划系统的位置采集模块结构图；
图3为本发明实施例中一种移动协作机器人路径规划方法流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例1：
本实施例提供了一种移动协作机器人路径规划系统，如图1所示，包括：
位置采集模块，用于基于激光雷达传感器采集目标工作环境中目标物的第一位置点，同时，采集多个机器人在目标工作环境中的第二位置点；
地图创建模块，用于根据第一位置点创建综合地图；
行径目标获取模块，用于获取多个机器人对应的行径目标，并确定行径目标在综合地图中的第三位置点；
目标路线确定模块，基于第二位置点与第三位置点确定每个机器人在综合地图中的多条可通行目标路线；
路径规划模块，用于对多条可通行目标路线进行分析，选取每个机器人对应的最优目标路线，并基于最优目标路线完成对机器人的路径规划。
该实施例中，目标工作环境可以是机器人进行移动协作的工作场所。
该实施例中，第一位置点可以是目标工作环境中的用品等摆设（如：工作台、桌子椅子以及墙壁等）。
该实施例中，第二位置点可以是机器人在工作环境中的初始位置，在工作环境中不光存在一个机器人，可以是多个机器人执行不同的工作任务。
该实施例中，行径目标可以是机器人在工作环境中需要移动的终点，比如第n号工作台，其中，需要移动的终点即为第三位置点。
该实施例中，综合地图可以是在目标工作环境中二维地图与三维地图之间进行关联后确定的综合地图。
该实施例中，最优目标路线可以是对多条可通行目标路线进行分析后，在多条可通行目标路线中摘取最适合对应机器人进行移动协作的路线。
上述技术方案的有益效果是：通过基于激光雷达传感器从而有效确定目标工作环境中目标物的第一位置点以及机器人在目标工作环境中的第二位置点，从而通过第一位置点实现对综合地图（二维地图与三维地图进行关联）的创建，提高了对机器人路径规划以及移动协作时的直观性与便利性，通过确定第三位置点（行径目标）以及第二位置点在综合地图中的位置，实现多个机器人在综合地图中的多条路线的规划，提高了对机器人进行路径规划的合理性与协调性，进而提高机器人移动协作的效率。
实施例2：
在实施例1的基础上，本实施例提供了一种移动协作机器人路径规划系统，如图2所示，位置采集模块，包括：
第一位置点采集单元，用于基于激光雷达传感器采集目标物的第一位置点；
第二位置点采集单元，用于基于激光雷达传感器分别采集每个机器人在工作环境中的第二位置点；
数据存储单元，用于：
构建第一数据存储节点，并将第一位置点对应的第一位置数据存储至第一数据存储节点；
构建第二数据存储节点，并将第二位置点对应的第二位置数据存储至第二数据存储节点。
该实施例中，第一数据存储节点可以是对第一位置点对应的第一位置数据进行存储的节点，第二数据存储节点可以是对第二位置点对应的第二位置数据进行存储的节点。
上述技术方案的有益效果是：通过构建不同的第一数据存储节点与第二数据存储节点实现对第一位置数据与第二位置数据的区分存储，提高对数据进行分析的分析效率。
实施例3：
在实施例2的基础上，本实施例提供了一种移动协作机器人路径规划系统，第一位置点采集单元，包括：
信号接收子单元，用于基于激光雷达传感器在目标工作环境中发射雷达信号，并实时接收目标环境中的雷达反馈信号，同时，实时记录雷达反馈信号对应的反馈数据；
目标变化曲线获取子单元，用于获取激光雷达传感器在目标工作环境中的第一位置信息，同时，获取反馈数据的目标变化曲线；
数据处理子单元，用于获取目标变化曲线中的目标拐点，并确定目标拐点对应的第一目标反馈数据，同时，对第一目标反馈数据进行处理，基于处理结果确定第一目标反馈数据中的第二反馈数据；
第一位置点确定子单元，用于读取第二反馈数据的数据信息确定在目标工作环境中目标物相对于第一位置信息的第二位置信息，并基于第二位置信息确定目标物的第一位置点。
该实施例中，雷达反馈信号可以是当激光雷达传感器在目标工作环境中发射雷达信号后，目标物反射回来的信号称为雷达反馈信号。
该实施例中，第一位置信息可以是激光雷达传感器在目标工作场景中的位置情况。
该实施例中，第二位置信息可以是目标物相对于激光雷达传感器的位置信息。
该实施例中，对第一反馈数据进行处理可以是用来实现将第一反馈数据中的无关数据（即不符合数据分析要求的数据）进行剔除，从而获得第二反馈数据。
该实施例中，基于第二位置信息确定目标物的第一位置点可以是，由于第一位置信息在目标工作环境中已经确定，从而当确定目标物在第一位置信息的相对位置，进而通过相对位置确定目标物在目标工作环境中的第一位置点。
上述技术方案的有益效果是：通过确定反馈数据的目标变化曲线，并对目标变化曲线进行分析，确定目标该店，进而实现对第一反馈数据的获取，通过对第一反馈数据进行处理，获得第二反馈数据，提高了对第二位置信息获取的效率，进而提高对目标物第一位置点进行确定的准确度。
实施例4：
在实施例3的基础上，本实施例提供了一种移动协作机器人路径规划系统，数据分析子单元，包括：
比较子单元，用于获取数据反馈阈值区间，并将第一目标反馈数据与数据反馈阈值区间进行比较，基于比较结果保留第一目标反馈数据中属于数据反馈阈值区间的第三目标反馈数据；
数据剔除子单元，用于：
获取激光雷达传感器的属性信息，并根据激光雷达传感器的属性信息确定雷达反馈信号对应的基准数据类型；
将第三目标反馈数据与基准数据类型进行匹配，并基于匹配结果在第三目标反馈数据中剔除与基准数据类型不一致的目标反馈数据，生成第四目标反馈数据；
数据排序子单元，用于基于目标变化曲线的曲线趋势对第四目标反馈数据进行排序，并基于排序结果确定第二目标反馈数据。
该实施例中，数据反馈阈值区间是提前设定好的，用来实现对第三目标反馈数据进行提取（即第一目标反馈数据中不在数据反馈阈值区间的数据进行剔除），确定第二目标反馈数据，在数据反馈阈值区间中的数据是对数据进行分析的最佳尺度，超出数据反馈阈值区间的数据，存在数据波动不稳的情况或者存在误差的数据情况，从而影响对第一目标反馈数据进行分析的准确性与效率。
该实施例中，激光雷达传感器的属性信息可以是传感器运行时，对数据感应的数据类型，从而通过激光雷达传感器的属性信息可以有效实现对基准数据类型的确定，其中，基准数据类型可以是用来衡量数据标准类型的尺度。
该实施例中，第二目标反馈数据可以是基于第四目标反馈数据基于目标变化曲线的趋势（走向）进行排序后得到的。
上述技术方案的有益效果是：对第三目标反馈数据的提取是为了实现避免无效数据的干扰，通过对第四目标反馈数据的提取是为了避免无关数据的干扰，综上，有效实现对第二目标反馈数据的分析，提高了对第二目标反馈数据进行识别分析的效率以及准确性，进而保障对机器人进行路径规划的及时性与准确性。
实施例5：
在实施例1的基础上，本实施例提供了一种移动协作机器人路径规划系统，地图创建模块，包括：
数据获取单元，用于获取目标工作环境的对应的目标范围第一三维数据，同时，分别确定每个目标物对应的形状特征，基于每个目标物对应的形状特征确定每个目标物的第二三维数据；
模拟空间构建单元，用于基于第一三维数据在计算机终端构建模拟空间，同时，在模拟空间进行单位等区块划分；
三维地图确定单元，用于：
读取每个目标物对应的第一位置点，并基于单位等区块划分结果在模拟空间中确定第一位置点的平面坐标值，同时，根据目标物的第二三维数据将目标物在模拟空间中的平面坐标值进行深度化处理，获得第三三维数据；
根据第一三维数据以及第三三维数据在模拟空间中进行路径划分，并基于路径划分结果确定目标工作环境的三维地图；
二维地图确定单元，用于基于第一位置点的平面坐标值以及路径划分结果在目标工作环境中生成二维地图；
综合地图确定单元，用于分别提取二维地图与三维地图的位置特征，并根据位置特征确定二维地图中的平面位置与三维地图中的立体位置之间映射关系，同时，根据映射关系将二维地图与三维地图进行关联，生成目标工作环境的综合地图。
该实施例中，第二三维数据可以是针对目标物的形状特征（大小、形状等）确定的三维数据，第三三维数据可以是结合目标物模拟空间中的位置（即第一位置点的平面坐标值）以及第二三维数据进行深度化处理后获得的第三三维数据。
该实施例中，第一三维数据可以是目标工作环境的边界点的三维表示。
该实施例中，二维地图为平面地图，三维地图为立体地图。
该实施例中，二维地图的位置特征可以是平面地图中各目标物的平面位置分布情况，三维地图的位置特征可以是立体地图中各目标物的立体位置（高低、大小）的分布情况。
该实施例中，二维地图中的平面位置与三维地图中的立体位置之间映射关系，例如，当二维地图的平面位置表示（x，y），则在三维地图中的立体位置映射为（x，y，z），其中，x表示横坐标值，y表示纵坐标值，z表示竖坐标值。
上述技术方案的有益效果是：通过建立三维地图与二维地图，并根据二维地图中的平面位置与三维地图中的立体位置之间映射关系，实现二维地图与三维地图的关联，从而确定综合地图，相较于现有技术中仅仅使用单一的二维地图实现对机器人移动协作的路径规划，待综合地图更加便利与智能，从而使得路径规划更具直观性。
实施例6：
在实施例5的基础上，本实施例提供了一种移动协作机器人路径规划系统，综合地图确定单元，包括：
监测子单元，用于在生成目标工作环境的综合地图之后，机器人在工作环境中基于最优目标路线进行移动协作时，实时监测机器人在综合地图中二维地图的移动位置；
可绕行路线确定子单元，用于当机器人在运行位置中监测到有障碍物时，调取机器人在综合地图中的三维地图，并在三维地图中确定与移动位置相对应的映射位置，同时，根据映射位置确定在三维地图中的可绕行路线；
绕行控制子单元，用于基于可绕行路线控制机器人进行绕行。
该实施例中，可绕行路线可以是当目标工作环境中，机器人在进行移动过程中临时出现障碍物时，对障碍物进行绕行的路线。
上述技术方案的有益效果是：通过对综合地图的应用，从而有效确定可绕行路线，从而通过对可绕行路线的规划，提高了机器人在进行移动时遇到临时出现的障碍物的及时避让，保障机器人进行移动协作的效率。
实施例7：
在实施例1的基础上，本实施例提供了一种移动协作机器人路径规划系统，行径目标获取模块，包括：
行径目标确定单元，用于获取每个机器人的工作任务，并基于每个机器人的工作任务确定机器人的执行目标，同时，将执行目标与目标工作环境中的目标物进行关联，并基于关联结果确定每个机器人的行径目标；
第三位置点确定单元，用于在综合地图中对行径目标进行定位，并基于定位结果确定行径目标在综合地图中的第三位置点。
该实施例中，工作任务可以是机器人在目标工作环境中需要进行的工作项目，且工作任务中包括机器人要完成的目标以及机器人需要完成目标对应的位置（操作台等）。
该实施例中，执行目标可以是机器人需要完成的任务结果，执行目标实现的过程需要机器人进行移动，从而确定移动的最终结果即为行径目标，行径目标为目标工作环境中目标物其中之一。
上述技术方案的有益效果是：有利于准确确定每个机器人行径目标，进而确定机器人的行径目标，保障第三位置点的准确确定，从而有利于提高路径规划的准确性。
实施例8：
在实施例1的基础上，本实施例提供了一种移动协作机器人路径规划系统，目标路线确定模块，包括：
标注单元，用于获取当前机器人对应的第二位置点与当前机器人所要达到的第三位置点，并将第二位置点与第三位置点在综合地图中进行标注；
目标路线获取单元，用于根据标注结果在综合地图中获取当前机器人从第二位置点到达第三位置点的可通行目标路线。
上述技术方案的有益效果是，通过对第二位置点与第三位置点的标注，提高了对可通行目标路线确定的直观性，进而避免出现对可通行目标路线确定的失误。
实施例9：
在实施例1的基础上，本实施例提供了一种移动协作机器人路径规划系统，路径规划模块，包括：
可通行目标路线集确定单元，用于在目标工作环境中确定每个机器人对应的可通行目标路线集；
路线数据获取单元，用于获取当前机器人可通行目标路线对应的第一目标路线数据，同时，确定其余机器人可通行目标路线对应的第二目标路线数据；
待选取路线集确定单元，用于：
将第一目标路线数据与第二目标路线数据进行匹配，判断第一目标路线数据与第二目标路线数据中是否存在重复数据；
当第一目标路线数据与第二目标路线数据中存在重复数据时，对重复数据进行读取，确定重复数据对应的目标路线段，同时，基于目标路线段确定当前机器人对应的目标可通行路线；
将当前机器人对应的目标可通行路线在当前机器人对应的可通行路线集中进行剔除，基于剔除结果确定当前机器人对应的待选取路线集；
当第一目标路线数据与第二目标路线数据中不存在重复数据时，则将当前机器人对应的可通行目标路线集作为待选取路线集；
最优路线确定单元，用于获取路线评估指标，并基于路线评估指标计算当前机器人对应的每条待选取路线的评估分值，同时，在评估分值中摘取最大评估分值，并将最大评估分值在待选取路线集中对应的路线作为最优目标路线，同时，获取最优目标路线在综合地图中的最优路线数据，并基于最优路线数据生成路径移动指令，且将路径移动指令传输至当前机器人控制终端控制当前机器人进行移动协作。
该实施例中，第一目标路线数据可以是当前机器人对应可通行目标路线对应的路线数据；第二目标路线数据可以是除当前机器人以外的其余机器人对应可通行目标路线的路线数据。
该实施例中，目标可通行路线可以是与当前机器人的可通行路线集中存在与其余机器人重合的路线为目标可通行路线。
该实施例中，用于获取路线评估指标，并基于路线评估指标计算当前机器人对应的每条待选取路线的评估分值，评估指标可以是包括：待选择路线的路线长度指标，待选择路线的路线拐点数目指标，通过待选择路线的路线时间指标以及待选择路线的路线宽度指标；
基于路线评估指标计算当前机器人对应的待选择路线的评估分值，根据如下公式：
；
其中，表示当前待选择路线的评估分值；/>表示待选择路线的路线长度值；/>表示对路线长度值指标的评估权重；/>表示标准路线长度；/>表示待选择路线的路线拐点数目；/>表示对待选择路线拐点数目指标的评估权重；/>表示标准路线拐点数目；/>表示通过待选择路线的路线时间；/>表示对通过待选择路线的路线时间指标的评估权重；/>表示通过待选择路线的标准时间；/>表示带选择路线的路线宽度指标；/>表示待选择路线的路线宽度指标的评估权重；/>表示标准路线宽度；
上述：；
上述：标准路线长度、标准路线拐点数目、通过待选择路线的标准时间以及标准路线宽度均为提前设定好的。
上述技术方案的有益效果是：通过在对可通行目标路线集中进行分析，从而对重复路段（目标路线段）的确定，进而实现对待选取路线集的确定，提高了对路径规划的效率，通过计算每条待选择路线集对应的评估分值的计算，从而有效在选取最大评估分值对应的路线，实现对最优目标路线的选取，提高对最优目标路线确定的准确率，从而提高了对路径规划的准确性与效率，有效提高机器人的移动协作效率。
实施例10：
本实施例提供了一种移动协作机器人路径规划方法，如图3所示，包括：
步骤1：基于激光雷达传感器采集目标工作环境中目标物的第一位置点，同时，采集多个机器人在目标工作环境中的第二位置点；
步骤2：根据第一位置点创建综合地图；
步骤3：获取多个机器人对应的行径目标，并确定行径目标在综合地图中的第三位置点；
步骤4：第二位置点与第三位置点确定每个机器人在综合地图中的多条可通行目标路线；
步骤5：对多条可通行目标路线进行分析，选取每个机器人对应的最优目标路线，并基于最优目标路线完成对机器人的路径规划。
上述技术方案的有益效果是：通过基于激光雷达传感器从而有效确定目标工作环境中目标物的第一位置点以及机器人在目标工作环境中的第二位置点，从而通过第一位置点实现对综合地图（二维地图与三维地图进行关联）的创建，提高了对机器人路径规划以及移动协作时的直观性与便利性，通过确定第三位置点（行径目标）以及第二位置点在综合地图中的位置，实现多个机器人在综合地图中的多条路线的规划，提高了对机器人进行路径规划的合理性与协调性，进而提高机器人移动协作的效率。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种移动协作机器人路径规划系统，其特征在于，包括：
位置采集模块，用于基于激光雷达传感器采集目标工作环境中目标物的第一位置点，同时，采集多个机器人在目标工作环境中的第二位置点；
地图创建模块，用于根据第一位置点创建综合地图；
行径目标获取模块，用于获取多个机器人对应的行径目标，并确定行径目标在综合地图中的第三位置点；
目标路线确定模块，基于第二位置点与第三位置点确定每个机器人在综合地图中的多条可通行目标路线；
路径规划模块，用于对多条可通行目标路线进行分析，选取每个机器人对应的最优目标路线，并基于最优目标路线完成对机器人的路径规划；
地图创建模块，包括：
数据获取单元，用于获取目标工作环境的对应的目标范围第一三维数据，同时，分别确定每个目标物对应的形状特征，基于每个目标物对应的形状特征确定每个目标物的第二三维数据；
模拟空间构建单元，用于基于第一三维数据在计算机终端构建模拟空间，同时，在模拟空间进行单位等区块划分；
三维地图确定单元，用于：
读取每个目标物对应的第一位置点，并基于单位等区块划分结果在模拟空间中确定第一位置点的平面坐标值，同时，根据目标物的第二三维数据将目标物在模拟空间中的平面坐标值进行深度化处理，获得第三三维数据；
根据第一三维数据以及第三三维数据在模拟空间中进行路径划分，并基于路径划分结果确定目标工作环境的三维地图；
二维地图确定单元，用于基于第一位置点的平面坐标值以及路径划分结果在目标工作环境中生成二维地图；
综合地图确定单元，用于分别提取二维地图与三维地图的位置特征，并根据位置特征确定二维地图中的平面位置与三维地图中的立体位置之间映射关系，同时，根据映射关系将二维地图与三维地图进行关联，生成目标工作环境的综合地图；
综合地图确定单元，包括：
监测子单元，用于在生成目标工作环境的综合地图之后，机器人在工作环境中基于最优目标路线进行移动协作时，实时监测机器人在综合地图中二维地图的移动位置；
可绕行路线确定子单元，用于当机器人在运行位置中监测到有障碍物时，调取机器人在综合地图中的三维地图，并在三维地图中确定与移动位置相对应的映射位置，同时，根据映射位置确定在三维地图中的可绕行路线；
绕行控制子单元，用于基于可绕行路线控制机器人进行绕行。
2.根据权利要求1所述的一种移动协作机器人路径规划系统，其特征在于，位置采集模块，包括：
第一位置点采集单元，用于基于激光雷达传感器采集目标物的第一位置点；
第二位置点采集单元，用于基于激光雷达传感器分别采集每个机器人在工作环境中的第二位置点；
数据存储单元，用于：
构建第一数据存储节点，并将第一位置点对应的第一位置数据存储至第一数据存储节点；
构建第二数据存储节点，并将第二位置点对应的第二位置数据存储至第二数据存储节点。
3.根据权利要求2所述的一种移动协作机器人路径规划系统，其特征在于，第一位置点采集单元，包括：
信号接收子单元，用于基于激光雷达传感器在目标工作环境中发射雷达信号，并实时接收目标环境中的雷达反馈信号，同时，实时记录雷达反馈信号对应的反馈数据；
目标变化曲线获取子单元，用于获取激光雷达传感器在目标工作环境中的第一位置信息，同时，获取反馈数据的目标变化曲线；
数据处理子单元，用于获取目标变化曲线中的目标拐点，并确定目标拐点对应的第一目标反馈数据，同时，对第一目标反馈数据进行处理，基于处理结果确定第一目标反馈数据中的第二反馈数据；
第一位置点确定子单元，用于读取第二反馈数据的数据信息确定在目标工作环境中目标物相对于第一位置信息的第二位置信息，并基于第二位置信息确定目标物的第一位置点。
4.根据权利要求3所述的一种移动协作机器人路径规划系统，其特征在于，数据分析子单元，包括：
比较子单元，用于获取数据反馈阈值区间，并将第一目标反馈数据与数据反馈阈值区间进行比较，基于比较结果保留第一目标反馈数据中属于数据反馈阈值区间的第三目标反馈数据；
数据剔除子单元，用于：
获取激光雷达传感器的属性信息，并根据激光雷达传感器的属性信息确定雷达反馈信号对应的基准数据类型；
将第三目标反馈数据与基准数据类型进行匹配，并基于匹配结果在第三目标反馈数据中剔除与基准数据类型不一致的目标反馈数据，生成第四目标反馈数据；
数据排序子单元，用于基于目标变化曲线的曲线趋势对第四目标反馈数据进行排序，并基于排序结果确定第二目标反馈数据。
5.根据权利要求1所述的一种移动协作机器人路径规划系统，其特征在于，行径目标获取模块，包括：
行径目标确定单元，用于获取每个机器人的工作任务，并基于每个机器人的工作任务确定机器人的执行目标，同时，将执行目标与目标工作环境中的目标物进行关联，并基于关联结果确定每个机器人的行径目标；
第三位置点确定单元，用于在综合地图中对行径目标进行定位，并基于定位结果确定行径目标在综合地图中的第三位置点。
6.根据权利要求1所述的一种移动协作机器人路径规划系统，其特征在于，目标路线确定模块，包括：
标注单元，用于获取当前机器人对应的第二位置点与当前机器人所要达到的第三位置点，并将第二位置点与第三位置点在综合地图中进行标注；
目标路线获取单元，用于根据标注结果在综合地图中获取当前机器人从第二位置点到达第三位置点的可通行目标路线。
7.根据权利要求1所述的一种移动协作机器人路径规划系统，其特征在于，路径规划模块，包括：
可通行目标路线集确定单元，用于在目标工作环境中确定每个机器人对应的可通行目标路线集；
路线数据获取单元，用于获取当前机器人可通行目标路线对应的第一目标路线数据，同时，确定其余机器人可通行目标路线对应的第二目标路线数据；
待选取路线集确定单元，用于：
将第一目标路线数据与第二目标路线数据进行匹配，判断第一目标路线数据与第二目标路线数据中是否存在重复数据；
当第一目标路线数据与第二目标路线数据中存在重复数据时，对重复数据进行读取，确定重复数据对应的目标路线段，同时，基于目标路线段确定当前机器人对应的目标可通行路线；
将当前机器人对应的目标可通行路线在当前机器人对应的可通行路线集中进行剔除，基于剔除结果确定当前机器人对应的待选取路线集；
当第一目标路线数据与第二目标路线数据中不存在重复数据时，则将当前机器人对应的可通行目标路线集作为待选取路线集；
最优路线确定单元，用于获取路线评估指标，并基于路线评估指标计算当前机器人对应的每条待选取路线的评估分值，同时，在评估分值中摘取最大评估分值，并将最大评估分值在待选取路线集中对应的路线作为最优目标路线，同时，获取最优目标路线在综合地图中的最优路线数据，并基于最优路线数据生成路径移动指令，且将路径移动指令传输至当前机器人控制终端控制当前机器人进行移动协作。
8.一种移动协作机器人路径规划方法，其特征在于，包括：
步骤1：基于激光雷达传感器采集目标工作环境中目标物的第一位置点，同时，采集多个机器人在目标工作环境中的第二位置点；
步骤2：根据第一位置点创建综合地图；
步骤3：获取多个机器人对应的行径目标，并确定行径目标在综合地图中的第三位置点；
步骤4：第二位置点与第三位置点确定每个机器人在综合地图中的多条可通行目标路线；
步骤5：对多条可通行目标路线进行分析，选取每个机器人对应的最优目标路线，并基于最优目标路线完成对机器人的路径规划；
步骤2，包括：
获取目标工作环境的对应的目标范围第一三维数据，同时，分别确定每个目标物对应的形状特征，基于每个目标物对应的形状特征确定每个目标物的第二三维数据；
基于第一三维数据在计算机终端构建模拟空间，同时，在模拟空间进行单位等区块划分；
读取每个目标物对应的第一位置点，并基于单位等区块划分结果在模拟空间中确定第一位置点的平面坐标值，同时，根据目标物的第二三维数据将目标物在模拟空间中的平面坐标值进行深度化处理，获得第三三维数据；
根据第一三维数据以及第三三维数据在模拟空间中进行路径划分，并基于路径划分结果确定目标工作环境的三维地图；
基于第一位置点的平面坐标值以及路径划分结果在目标工作环境中生成二维地图；
分别提取二维地图与三维地图的位置特征，并根据位置特征确定二维地图中的平面位置与三维地图中的立体位置之间映射关系，同时，根据映射关系将二维地图与三维地图进行关联，生成目标工作环境的综合地图；
在生成目标工作环境的综合地图之后，机器人在工作环境中基于最优目标路线进行移动协作时，实时监测机器人在综合地图中二维地图的移动位置；
当机器人在运行位置中监测到有障碍物时，调取机器人在综合地图中的三维地图，并在三维地图中确定与移动位置相对应的映射位置，同时，根据映射位置确定在三维地图中的可绕行路线；
基于可绕行路线控制机器人进行绕行。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310869610.4A CN116594408B (zh) | 2023-07-17 | 2023-07-17 | 一种移动协作机器人路径规划系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310869610.4A CN116594408B (zh) | 2023-07-17 | 2023-07-17 | 一种移动协作机器人路径规划系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116594408A CN116594408A (zh) | 2023-08-15 |
| CN116594408B true CN116594408B (zh) | 2023-10-13 |
Family
ID=87608281
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310869610.4A Active CN116594408B (zh) | 2023-07-17 | 2023-07-17 | 一种移动协作机器人路径规划系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116594408B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106227218A (zh) * | 2016-09-27 | 2016-12-14 | 深圳乐行天下科技有限公司 | 一种智能移动设备的导航避障方法及装置 |
| CN110727272A (zh) * | 2019-11-11 | 2020-01-24 | 广州赛特智能科技有限公司 | 一种多台机器人的路径规划调度系统及方法 |
| CN110879389A (zh) * | 2019-10-24 | 2020-03-13 | 中国人民解放军第四军医大学 | 基于多基地ir-uwb生物雷达信号的多人体目标识别定位方法 |
| CN111015650A (zh) * | 2019-11-18 | 2020-04-17 | 安徽机电职业技术学院 | 一种多点确定目标位置的工业机器人智能视觉系统及方法 |
| CN111708366A (zh) * | 2020-06-29 | 2020-09-25 | 济南浪潮高新科技投资发展有限公司 | 机器人及其行动控制方法、装置和计算机可读存储介质 |
| CN111750874A (zh) * | 2019-09-10 | 2020-10-09 | 广东小天才科技有限公司 | 地图获取方法、地图获取装置、电子设备及存储介质 |
| DE102019207448A1 (de) * | 2019-05-21 | 2020-11-26 | Robert Bosch Gmbh | Simultane Lokalisierung und Kartenerstellung in 2D unter Verwendung eines 3D-Scanners |
| JP2022170990A (ja) * | 2021-04-30 | 2022-11-11 | 清水建設株式会社 | 地図提供システム、地図提供方法、及びプログラム |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6762148B2 (ja) * | 2015-07-09 | 2020-09-30 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ | 地図生成方法、移動ロボット及び地図生成システム |
-
2023
- 2023-07-17 CN CN202310869610.4A patent/CN116594408B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106227218A (zh) * | 2016-09-27 | 2016-12-14 | 深圳乐行天下科技有限公司 | 一种智能移动设备的导航避障方法及装置 |
| DE102019207448A1 (de) * | 2019-05-21 | 2020-11-26 | Robert Bosch Gmbh | Simultane Lokalisierung und Kartenerstellung in 2D unter Verwendung eines 3D-Scanners |
| CN111750874A (zh) * | 2019-09-10 | 2020-10-09 | 广东小天才科技有限公司 | 地图获取方法、地图获取装置、电子设备及存储介质 |
| CN110879389A (zh) * | 2019-10-24 | 2020-03-13 | 中国人民解放军第四军医大学 | 基于多基地ir-uwb生物雷达信号的多人体目标识别定位方法 |
| CN110727272A (zh) * | 2019-11-11 | 2020-01-24 | 广州赛特智能科技有限公司 | 一种多台机器人的路径规划调度系统及方法 |
| CN111015650A (zh) * | 2019-11-18 | 2020-04-17 | 安徽机电职业技术学院 | 一种多点确定目标位置的工业机器人智能视觉系统及方法 |
| CN111708366A (zh) * | 2020-06-29 | 2020-09-25 | 济南浪潮高新科技投资发展有限公司 | 机器人及其行动控制方法、装置和计算机可读存储介质 |
| JP2022170990A (ja) * | 2021-04-30 | 2022-11-11 | 清水建設株式会社 | 地図提供システム、地図提供方法、及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116594408A (zh) | 2023-08-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109916393B (zh) | 一种基于机器人位姿的多重栅格值导航方法及其应用 | |
| CN107436148B (zh) | 一种基于多地图的机器人导航方法及装置 | |
| EP3336489A1 (en) | Method and system for automatically establishing map indoors by mobile robot | |
| CN110361027A (zh) | 基于单线激光雷达与双目相机数据融合的机器人路径规划方法 | |
| US20210012124A1 (en) | Method of collecting road sign information using mobile mapping system | |
| CN110986956B (zh) | 一种基于改进的蒙特卡洛算法的自主学习全局定位方法 | |
| CN112363158B (zh) | 机器人的位姿估计方法、机器人和计算机存储介质 | |
| CN109189074B (zh) | 一种用于仓储环境的室内自主建图方法 | |
| CN111609848B (zh) | 一种用于多机器人协作建图的智能优化方法及系统 | |
| CN112526993A (zh) | 栅格地图更新方法、装置、机器人及存储介质 | |
| JP5434736B2 (ja) | 位置検知プログラム、位置検知装置および位置検知方法 | |
| CN110806211A (zh) | 机器人自主探索建图的方法、设备及存储介质 | |
| CN111487960A (zh) | 一种基于定位能力估计的移动机器人路径规划方法 | |
| JPWO2020041817A5 (zh) | ||
| US20230236280A1 (en) | Method and system for positioning indoor autonomous mobile robot | |
| CN102981160B (zh) | 一种确定空中目标航迹的方法及装置 | |
| Simsarian et al. | View-invariant regions and mobile robot self-localization | |
| CN114879660A (zh) | 一种基于目标驱动的机器人环境感知方法 | |
| CN108121359A (zh) | 一种购物机器人 | |
| CN105387844A (zh) | 路面状况测定系统以及路面状况测定方法 | |
| CN116594408B (zh) | 一种移动协作机器人路径规划系统及方法 | |
| CN116859909B (zh) | 一种智能机器人的路径规划方法 | |
| CN110988795A (zh) | 融合wifi定位的无标记导航agv全局初定位方法 | |
| CN108548536A (zh) | 无人驾驶智能机器人的位置推算方法 | |
| Tas et al. | High-definition map update framework for intelligent autonomous transfer vehicles |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |