CN104714551A - 一种适用于车式移动机器人的室内区域覆盖方法 - Google Patents

Abstract

本发明公开了一种适用于车式移动机器人的室内区域覆盖方法，该方法步骤为：首先，基于激光测距仪等传感器信息创建二维静态栅格地图，并对该静态地图完成栅格的代价分配，形成动态代价地图；然后，对此代价地图完成区域分割，得到子区域信息；最后，根据子区域间的邻接关系构建图，将基于最小树的子区域规划算法应用于该图得到子区域规划序列，并应用基于Dijkstra算法的区域转移算法得到区域间转移路径，依据子区域的规格使用不同的覆盖策略，以此实现区域的全覆盖。相对于传统方法，本发明提出了一种适用于车式移动机器人的室内区域覆盖方法，实现不同区域的多策略覆盖，该方法不仅可以提高机器人的覆盖效率，也符合人的认知习惯。

Description

一种适用于车式移动机器人的室内区域覆盖方法

技术领域

本发明涉及室内环境中车式移动机器人可用的区域覆盖方法，它以一定的运动控制逻辑，使得机器人能够遍历整个工作空间，该过程既要求机器人可以自主避障，也要使得机器人能够尽量覆盖空间中每个单元，而且尽可能的避免区域重复覆盖，整个行为符合人类认知特点。属于移动机器人路径规划领域。

背景技术

随着时代的进步和科学技术的不断发展，机器人被广泛地应用在人类生产和生活中，以辅助或替代人类完成一些重复性较高、技术含量较低或是比较危险的任务，比如航空航天、工业生产、教育、救援、家政服务等。区域覆盖是服务机器人领域的一项重要应用，如何高效的控制车式机器人完成指定区域的全覆盖是一个典型的研究课题。

车式移动机器人可以视作无人驾驶车的一种。当前对无人车的研究大多侧重其在室外环境中的应用，很少考虑将其应用在展厅、大厅等大规模室内环境中。另一方面，将应用室外无人车的技术直接移植到室内环境中存在一定的难度，因为GPS、北斗信号等全局定位手段在室内环境中目前还无法使用，必须借助于室内定位和导航技术。

针对车式移动机器人在室内环境中应用的需求，本发明考虑车辆的运动学限制，使得车辆具有掉头、倒车、转向能力，保证了车辆整个覆盖过程进行的比较可靠且自然。考虑到环境中可能出现的动态障碍物，覆盖过程机器人可以做到快速对其做出响应，避开障碍物，并重新回到初始规划路径中，使得车辆既可以实现自主避障又降低了区域的遗漏。

发明内容

本发明的目的是通过对车辆运动路径的规划和控制，实现车式移动机器人在室内环境中的区域全覆盖。本发明主要包括两个方面：1.车辆的运动仿真；2.针对不同规格的子区域，形成多覆盖策略；本发明提供的方法符合车式移动机器人的运动特点，能够安全、有效的实现机器人的覆盖功能。

本发明采用的技术方案为：一种车式移动机器人的室内环境区域覆盖方法，该方法包括以下步骤：

第一步，获取当前机器人的全局位姿，确定所在的子区域，并得到该子区域的宽度W以及该子区域所包含的栅格信息；

第二步，将子区域宽度W与最小转弯半径min_radius和车宽width_car的较大值作比较，来决定区域的覆盖策略；

第三步，如果W小于max(min_radius,width_car)，此时机器人只需一次单向运动就可以完成该区域的覆盖；否则，执行下一步；

第四步，如果W值介于max(min_radius,width_car)和2max(min_radius,width_car)之间，则采用往返覆盖策略，由于机器人一次覆盖的宽度是width_car，所以，此区域只需要一次往返即可完成覆盖；否则，执行第五步；

第五步，W大于2max(min_radius,width_car)，则采用回旋策略；回旋策略可分以下几个步骤：

1.确定机器人所需要的往返次数num，先确定机器人宽度占据的栅格列数，用子区域总列数除以宽度占据的栅格列数得到num值；

2.对于每次往返运动，首先保存此次往返所覆盖的栅格坐标，并确定目标点时需要考虑机器人的最小转弯半径；

3.转弯时，结合当前机器人位姿和转弯方向来确定转弯圆弧目标点；

4.水平移动，根据回旋策略，从当前的规划路径到下一次规划路径间的转移路径，保存此路径中的栅格坐标，在确定目标点是也需要考虑机器人的转弯半径；

5.水平转移之后，执行转弯，确定转弯圆弧目标点；重复执行上述步骤，直到完成该子区域的完成；

第六步，完成当前子区域的覆盖之后，采用最小树的方法来确定目标覆盖子区域，具体步骤如下：

1.根据区域分割后的子区域信息可以建一个无向图G，得到目前未规划的子区域总数为N；

2.获取当前子区域SN的未规划邻接节点，总数记为M，其中：

1)若M值为0，按之前的规划覆盖反向顺序，找到第一个存在未规划邻接节点的节点，且将该节点设为SN，返回步骤2；

2)若M为1，将该未规划邻接节点定为SN，且将该节点的状态标记为已规划状态，并将该节点对应子区域作为目标覆盖子区域，规划结束；

3)若M大于1，则将这些未规划邻接节点分别设为图G的节点，并搜索最小树节点；若最小树节点总数是1，则应将对应的未规划节点设定SN，否则，计算机器人从当前位置到等价最小树节点子区域的路径代价值，最小代价对应的未规划节点设定为SN，将SN的状态标记为已规划状态，并将SN对应子区域作为目标覆盖子区域，规划结束；

第七步，确定目标覆盖子区域之后，基于Dijkstra算法实现区域间转移路径，并将该路径传递给机器人执行单元完成区域转移；

第八步，到达目标覆盖子区域后，重复上述步骤，完成所有子区域的覆盖。

本发明与现有技术相比的优点在于：

(1)本发明考虑了子区域的主方向问题，在每个子区域内部参照主方向来设定机器人的运动方向，可以减少机器人的转弯次数，提高覆盖效率。

(2)本发明对每个子区域的覆盖策略是基于该区域的规格来设定的，可以保证针对不同规格区域使用最有效的覆盖策略，形成多策略区域覆盖，提高机器人的工作效率。

附图说明

图1为区域覆盖算法流程图；

图2为车辆运动模型示意图；

图3为实验车式移动机器人；

图4为算法验证实验环境；

图5为机器人覆盖轨迹图；

图6为覆盖过程覆盖率和耗时参数变化曲线。

具体实施方式

本实施例在以发明技术方案为前提下进行实施，给出了详细的实施方案和过程，但本发明的实施范围不限于下述的实施例。

如图1所示，一种车式移动机器人的室内环境区域覆盖方法，该方法包括以下步骤：

第一步，获取当前机器人的全局位姿，确定所在的子区域，并得到该子区域的宽度W以及该子区域所包含的栅格信息；

第二步，将子区域宽度W与最小转弯半径min_radius和车宽width_car的较大值作比较，来决定区域的覆盖策略；

第三步，如果W小于max(min_radius,width_car)，此时机器人只需一次单向运动就可以完成该区域的覆盖；否则，执行下一步；

第四步，如果W值介于max(min_radius,width_car)和2max(min_radius,width_car)之间，则采用往返覆盖策略，由于机器人一次覆盖的宽度是width_car，所以，此区域只需要一次往返即可完成覆盖；否则，执行第五步；

第五步，W大于2max(min_radius,width_car)，则采用回旋策略；回旋策略可分以下几个步骤：

1.确定机器人所需要的往返次数num，先确定机器人宽度占据的栅格列数，用子区域总列数除以宽度占据的栅格列数得到num值；

2.对于每次往返运动，首先保存此次往返所覆盖的栅格坐标，并确定目标点时需要考虑机器人的最小转弯半径；

3.转弯时，结合当前机器人位姿和转弯方向来确定转弯圆弧目标点；

4.水平移动，根据回旋策略，从当前的规划路径到下一次规划路径间的转移路径，保存此路径中的栅格坐标，在确定目标点是也需要考虑机器人的转弯半径；

5.水平转移之后，执行转弯，确定转弯圆弧目标点；重复执行上述步骤，直到完成该子区域的完成；

第六步，完成当前子区域的覆盖之后，采用最小树的方法来确定目标覆盖子区域。具体步骤如下：

1.根据区域分割后的子区域信息可以建一个无向图G，得到目前未规划的子区域总数为N；

2.获取当前子区域SN的未规划邻接节点，总数记为M，其中：

1)若M值为0，按之前的规划覆盖反向顺序，找到第一个存在未规划邻接节点的节点，且将该节点设为SN，返回步骤2；

2)若M为1，将该未规划邻接节点定为SN，且将该节点的状态标记为已规划状态，并将该节点对应子区域作为目标覆盖子区域，规划结束；

3)若M大于1，则将这些未规划邻接节点分别设为图G的节点，并搜索最小树节点；若最小树节点总数是1，则应将对应的未规划节点设定SN，否则，计算机器人从当前位置到等价最小树节点子区域的路径代价值，最小代价对应的未规划节点设定为SN，将SN的状态标记为已规划状态，并将SN对应子区域作为目标覆盖子区域，规划结束；

第七步，确定目标覆盖子区域之后，基于Dijkstra算法实现区域间转移路径，并将该路径传递给机器人执行单元完成区域转移；

第八步，到达目标覆盖子区域后，重复上述步骤，完成所有子区域的覆盖。

如图2所示，对于一般的车辆，其拥有4个状态参数，其中x，y为笛卡尔坐标系下后轴中点的坐标，θ为车辆的方向角，φ为前轮的转向角。在车辆满足纯滚动而无滑动的前提下车辆的角速度与其线速度成正比，与前轮转向角的正切值成正比，即有如下关系式：

$\mathrm{\ω}=\frac{v}{L}\tan \left(\mathrm{\φ}\right)---\left(1\right)$

其中L表示后轮与前轮之间的轮距，φ为前轮的转向角，v为后轮的速度。由公式1可知，车辆的转弯半径为：

$r=\frac{v}{\mathrm{\ω}}=\frac{L}{\tan \left(\mathrm{\φ}\right)}---\left(2\right)$

可见车辆的转弯半径与速度无关，只受到前轮转向角的影响。对于给定的速度v和转向角φ，根据公式(1)和(2)即可预测车辆的全局位姿。

在车式移动机器人实际覆盖时，需要考虑机器人的最小转弯半径min_radius以及车宽width_car等参数的约束，以免发生碰撞或增加运动成本的操作。

本发明使用如图3所示的车式移动机器人，该机器人装备SICK LMS111型激光传感器获取环境信息，通过使用编码器获取左右轮的行走距离和速度来计算车辆的实时位姿和速度等信息。在室内环境中，实验算法是基于ROS系统，采用VS2012和Matlab2013混合编程实现，算法流程如图1所示，实验环境如图4所示，表1为车式移动机器人规格及运动参数。

表1

本发明具体执行步骤如下：

1.获取机器人的当前位姿，确定所在的子区域；并已知该子区域所包含的栅格信息，以及子区域宽度W；

2.if(W<＝max(min_radius,width_car))

{

将该区域包含的边界栅格坐标，按照“从左到右，从小到上”的顺序保存到容器内，并将中间列的上边界栅格作为目标点，传递给全局规划算法得到行走路径，完成该区域的覆盖。

}

else if(max(min_radius,width_car)<W<＝2max(min_radius,width_car))

{

I、确定机器人往返运动次数num；

II、对于每一次运动重复II-IV步骤。从子区域最左边开始，保存每次往返运动机器人车宽所占据的栅格列的上下边界栅格信息；

III、用变量flag来标记机器人是向上运动还是向下运动；记：flag＝0为向上运动，flag＝1为向下运动；机器人第一次运动时，flag＝0；若flag＝0，将中间列的上边界栅格作为目标点；否则，将中间列的下边界栅格作为目标点；将目标点传递给全局规划算法得到行走路径。

IV、转弯运动时，以当前位置作为圆弧起始点，若flag＝0，将当前坐标的x,y值分别加min_radius得到的坐标作为转弯圆弧目标点；否则，将x值增加min_radius，y值减小min_radius得到的坐标作为转弯圆弧目标点。将目标点传递给全局规划算法得到行走路径。

}

else

{

I、确定机器人往返运动次数num；

II、对于每次往返运动，首先确定回旋策略在该次运动时所占据的区域栅格信息，并且按照“从左到右，从小到上”的顺序保存每列的上下边界栅格。

III、变量flag来标记机器人是向上运动还是向下运动；记：flag＝0为向上运动，flag＝1为向下运动；机器人第一次运动时，flag＝0；若flag＝0，将中间列的上边界栅格作为目标点；否则，将中间列的下边界栅格作为目标点；将目标点传递给全局规划算法得到行走路径。

IV、转弯运动时，以当前位置作为圆弧起始点，若flag＝0，将当前坐标的x,y值分别加min_radius得到的坐标作为转弯圆弧目标点；否则，将x值增加min_radius，y值减小min_radius得到的坐标作为转弯圆弧目标点。将目标点传递给全局规划算法得到行走路径。

V、水平移动，根据回旋策略，从当前的规划路径到下一次规划路径间的转移路径，保存此路径中的栅格坐标，在确定目标点是也需要考虑机器人的转弯半径。若flag＝0，则把保存的最后一个栅格作为水平移动目标点；否则，把保存的第一个栅格作为水平移动目标点，将目标点传递给全局规划算法，完成行走。

VI、转弯运动时，以当前位置作为圆弧起始点，若flag＝0，将x值增加min_radius，y值减小min_radius得到的坐标作为转弯圆弧目标点。否则，将当前坐标的x,y值分别减min_radius得到的坐标作为转弯圆弧目标点；将目标点传递给全局规划算法得到行走路径。返回步骤II，直至执行num次往返运动完成该子区域的覆盖。

}

3.采用基于最小树的子区域规划方法来确定下一个目标覆盖子区域。

4.确定目标覆盖子区域后，基于Dijkstra算法实现区域间转移路径，传递给局部路径规划，执行单元实现驱动控制，并完成区域转移。

5.将算法在线应用于如图3所示的车式移动机器人，该机器人在如图4所示的室内环境中完成验证；验证结果的区域覆盖轨迹如图5所示。

6.通常情况下，覆盖率、重复率以及耗时等参数成为衡量覆盖策略的重要指标。覆盖率为机器人已覆盖面积占总面积的百分比(图6中1x曲线)；重复率指机器人执行覆盖任务时，重叠覆盖面积占总面积的百分比，本发明定义为二次重复率(图6中2x曲线)和多次重复率(图6中>2x曲线)；耗时是指机器人完成指定任务后所需要的时间。

本发明中涉及到的本领域公知技术未详细阐述。

Claims (1)

1.一种适用于车式移动机器人的室内区域覆盖方法，其特征在于：该方法包括如下步骤：

第一步，获取当前机器人的全局位姿，确定对应的子区域，获取该子区域包含的栅格信息，并得到区域宽度W；

第二步，将子区域宽度W与最小转弯半径min_radius和车宽width_car的较大值相比较，来决定区域的覆盖策略；

第三步，如果W小于max(min_radius,width_car)，此时机器人只需一次单向运动可实现区域的覆盖，将区域中间列的上边界栅格设为目标点，传递给全局规划，得到运动路径，完成覆盖；否则，执行下一步；

第四步，如果W值介于max(min_radius,width_car)和2max(min_radius,width_car)之间，则采用往返覆盖策略，由于机器人一次覆盖的宽度是width_car，所以，此区域只需要一个往返即可完成覆盖；否则，执行第五步；

第五步，W大于2max(min_radius,width_car)，则采用回旋策略；该策略可分以下几步：

1.确定机器人所需要的往返次数num，先确定机器人宽度占据的栅格列数；用子区域总列数除以宽度占据的栅格列数得到num值；

2.对于每次往返运动，首先保存此次往返所覆盖的栅格信息，确定目标点时需要考虑机器人的最小转弯半径；

3.转弯运动时，结合当前机器人位姿和转弯方向来确定转弯圆弧目标点；

4.水平移动，根据回旋策略，从当前的规划路径到下次规划路径间的水平转移路径，保存此路径中的栅格信息，在确定目标点是也需要考虑机器人的转弯半径，方便执行完水平运动后机器人顺利的完成转弯；

5.转弯运动，根据当前机器人位置和转弯方向确定转弯圆弧目标点；重复执行步骤2-5，完成该子区域的覆盖；

第六步，完成当前子区域的覆盖后，采用最小树的方法来确定下个目标覆盖子区域，具体步骤如下：

1.根据区域分割后的子区域信息可以建一个无向图G，得到目前未规划的子区域总数N；

2.获取当前机器人所处子区域SN的未规划邻接节点，总数记为M；其中：

1)若M值为0，按之前的规划覆盖反向顺序，找到第一个存在未规划邻接节点的节点，且将该节点设为SN，返回步骤2；

2)若M为1，将该未规划邻接节点定为SN，且将该节点的状态标记为已规划状态，并将该节点对应子区域作为目标覆盖子区域，规划结束；

3)若M大于1，则将这些未规划邻接节点分别设为图G的节点，并搜索最小树节点；若最小树节点总数是1，则应将对应的未规划节点设定SN，否则，计算机器人从当前位置到等价最小树节点子区域的路径代价值，最小代价对应的未规划节点设定为SN，将SN的状态标记为已规划状态，并将SN对应子区域作为目标覆盖子区域，规划结束；

第七步，确定目标覆盖子区域后，基于Dijkstra算法规划区域间转移路径，并将该路径传递给机器人执行单元完成区域转移；

第八步，到达目标覆盖子区域后，重复上述步骤，完成所有子区域的覆盖。