CN106304231A - 一种多节点网络协同动态路径规划方法 - Google Patents
一种多节点网络协同动态路径规划方法 Download PDFInfo
- Publication number
- CN106304231A CN106304231A CN201610799179.0A CN201610799179A CN106304231A CN 106304231 A CN106304231 A CN 106304231A CN 201610799179 A CN201610799179 A CN 201610799179A CN 106304231 A CN106304231 A CN 106304231A
- Authority
- CN
- China
- Prior art keywords
- node
- unit
- waters
- measured
- object element
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明提出一种多节点网络协同动态路径规划方法，利用配备传感器和GPS模块的多个无人小船，即可移动通信节点，进行网络通信协同合作，能够在有障碍物和风、浪影响的水域中实现完全覆盖。具体包括：用配备传感器和GPS模块的节点进行待测水域的边界确定，节点行进过程中受到的风、浪的影响则用矢量误差补偿的方法进行补偿；将边界确定后的待测水域进行基于三角形的单元分解；采用内旋转的方法进行覆盖并规划好下一次需要覆盖的单元；重复前述步骤，若某节点周围已无可覆盖单元，则采用距离转换（DT）的方法运动到其他未覆盖区域，继续完成覆盖操作，直至待探测水域被完全覆盖。本发明具有适用范围广、覆盖效率高和系统稳定性高等优点。
Description
技术领域
本发明涉及完全覆盖路径规划算法领域，具体涉及一种多节点网络协同动态路径规划方法。
背景技术
在无人机(或移动机器人)领域，无人机全局覆盖路径规划的方法主要用于地面清洁、区域勘察、修剪草坪、排雷等等，全局覆盖路径规划主要解决下面几个问题：1、在规划路径中，应该避开障碍物2、应该覆盖到待覆盖区域的除障碍物外的所有地方3、应该尽量避免重复覆盖。全局覆盖路径规划算法从规划方式的角度可以分为三种：单元分解法、势场栅格法，全局与局部转换法。
目前为止，已经有大量基于无人机的定位和全局覆盖路径规划算法的研究报道，但是他们的研究都相对独立。以往的全局覆盖路径规划算法主要是针对单无人机的路径规划，考虑到代价、效率问题，单无人机已经很难完成分配的任务，因此，多无人机的协同工作成为了近期的研究热点。当前无人机包括单无人机和多无人机全局覆盖路径规划算法主要用于静态区域的覆盖，较少用于如受风、浪影响的动态水域。
发明内容
本发明的目的在于提出一种多节点网络协同路径规划的方法，利用配备传感器和GPS模块的多个无人小船，即可移动通信节点，进行网络通信协同合作，能够在有障碍物和风、浪影响的水域中通过协同路径规划，实现完全覆盖。
为了实现上述目的，本发明至少采用如下技术方案之一。
一种多节点网络协同动态路径规划方法，包括以下步骤：
1、用配备传感器和GPS模块的节点进行待测水域的边界确定，节点行进过程中受到的风、浪的影响则用矢量误差补偿的方法进行补偿。
2、将边界确定后的待测水域进行基于三角形的单元分解。
3、采用内旋转的方法进行覆盖并规划好下一次需要覆盖的单元。
4、重复步骤3，若某节点周围已无可覆盖单元，则采用距离转换的方法运动到其他未覆盖区域，继续完成覆盖操作，直至待探测水域被完全覆盖。
本发明中，步骤1中假设待测水域尺寸远大于节点，让一个配备传感器和GPS模块的无人小船，本发明中称为节点，从待测水域的一个随机边界出发，节点右侧利用传感器沿着待测边界运动，节点运动过程中，由于受到风、浪影响，节点移动的时候会有所偏差，所以每单位时间都需要根据目标单元位置和当前节点位置的矢量差进行修正，单位时间是指GPS更新的时间，本发明中假设节点GPS更新的速度很快，一次更新的时间间隔典型取值为0.5秒，从而节点能按照规划的路径移动。利用GPS记录位置和运行长度，节点绕行一周后，记录下总长度，记为L。
本发明中，步骤2将步骤1中边界确定后的待测区域进行单元分解，单元的形状为正三角形，即将待测区域的二维图形分解成三角形平铺而成。
本发明中，步骤3采用内旋转的方法进行覆盖并规划好下一次需要覆盖的单元。具体操作如下：在边界上均匀分布多个节点，假设节点个数为n，则随机在边界上放置一个节点，然后每距离L/n放置一个节点，其中，L为步骤1中记录的边界长度。每个节点逆时针方向沿着边界运动实现覆盖，将节点所在的单元赋值为A，表示该单元已经被覆盖；节点右侧的单元赋值为B，表示边界或者障碍物，无法覆盖；节点左侧的单元赋值为C，表示下一次需要覆盖的单元。当节点运动到其上一节点的起始位置时，表明这一圈覆盖规划中分配给该节点的任务已完成。
本发明中，步骤4在步骤3的基础上继续完成接下来的覆盖，并结合距离转化的方法实现待测水域的全覆盖，具体操作如下：步骤3生成了一圈类似边界形状的覆盖路径，当节点x遇到到前一节点x+1的起始位置时，即检测到前方单元已经被赋值为A，则该节点进入下一圈的规划，运动至x+1节点规划的下一圈单元进行覆盖。重复步骤3和4，当某次覆盖过程中节点遇到障碍物这种特殊情况时，则节点右侧沿障碍物覆盖，即类似边界确定阶段，直到节点前方出现被前一节点赋值为A的单元，节点又转为正常情况继续覆盖。若某节点周围已无可覆盖单元，则采用距离转换的方法运动到其他未覆盖区域，继续完成覆盖操作，直到待测区域被完全覆盖。
所述距离转换的方法具体如下：路径转换搜索中，从S单元到G单元的路径；路径转换是从目标位置向初始位置寻找路径；首先从目标单元G开始向外赋距离值,当环境中的所有单元都被赋值之后,机器人能从相邻的单元中选择距离值最小的单元作为路径点,即用距离值下降最快的方法规划路径；如果当前单元周围没有距离值更小的单元,说明不存在到达目标单元的路径。
本发明相对于现有的技术具有如下的优点和效果：
1)利用GPS模块，使用矢量补偿的方法，从而能在有风、浪影响的环境下规划路径，适用范围广。
2)用三角形单元分解法，有更优更短的从起始单元到目标单元的路径，减少了重复覆盖的面积。
3)多个节点协同合作，能提高覆盖效率，且某个节点出现故障后，对其他节点的覆盖任务并无影响，系统稳定性高。
附图说明
图1为节点进行待测水域边界确定的示意图。
图2为受到风、浪影响后进行矢量差补偿的示意图。
图3为待测水域的三角形单元分解及多节点的第一圈覆盖路径。
图4为正常情况下覆盖过程示意图。
图5为距离转换搜索路径的操作示意图。
图6为绕过障碍物的覆盖路径及节点周围无可覆盖单元时进行DT搜索的示意图。
图7为最终的待测水域完全被覆盖的示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此，以下若有未特别详细说明之处，均是本领域技术人员可参照现有技术实现的。
为了实现一种多节点网络的协同路径规划方法，本实例用下述的方法：
一种多节点网络协同动态路径规划方法，包括下面几个步骤：
1、用配备传感器和GPS模块的节点进行待测水域的边界确定，节点行进过程中受到的风、浪的影响则用矢量误差补偿的方法进行补偿。
2、将边界确定后的待测水域进行基于三角形的单元分解。
3、采用内旋转的方法进行覆盖并规划好下一次需要覆盖的单元。
4、重复步骤3，若某节点周围已无可覆盖单元，则采用距离转换的方法运动到其他未覆盖区域，继续完成覆盖操作，直至待探测水域被完全覆盖。
本发明中，步骤1中假设待测水域尺寸远大于节点，让一个配备传感器和GPS模块的无人小船，本发明中称为节点。
参见图1，节点从待测水域的一个随机边界出发，节点右侧利用传感器沿着待测边界运动。
参见图2，节点运动过程中，由于受到风、浪影响，节点移动的时候会有所偏差，所以每隔一段单位时间都需要根据目标单元位置和当前节点位置的矢量差补偿进行修正，单位时间是指GPS更新的时间，一次更新的时间间隔典型取值为0.5秒，从而节点能按照规划的路径移动。
矢量差补偿的方法具体如下：本发明把GPS更新的时间称为单位时间，本发明中假设节点GPS更新的速度很快，每隔指定的单位时间(初始为8个单位时间)，通过GPS模块检测当前节点和目标单元位置，若当前节点位置在目标单元内，只偏离目标单元中心一小段距离，则用当前节点位置到目标单元中心点位置的矢量进行补偿，且下次检测时间间隔不变；若当前节点位置不在目标单元内，说明偏离目标单元中心较远，则进行当前节点位置到目标单元中心点位置的矢量进行补偿，且下次检测时间间隔缩短为一半(如上次检测时间间隔为8，则下次检测间隔缩短为4，以此类推，最少为1)；若当前节点位置就在目标单元中心处，则不进行矢量补偿，且下次检测时间间隔翻倍。(最多为初始值8)。如图2所示，从A到B的规划中，目标单元中心点为B，当前位置为C，说明风、浪叠加的矢量差为修正矢量为设目标单元中心到三角形边的距离为r，若B、C间的距离|BC|>r，则进行矢量差补偿后需将时间间隔缩短一半；若0<|BC|<r,则进行矢量差补偿后，检测时间间隔不变；若|BC|＝0,则不需要进行矢量差补偿，检测时间间隔翻倍。
利用GPS记录位置和运行长度，节点绕行一周后，记录下总长度，记为L。
本发明中，步骤2将步骤1中边界确定后的待测区域进行单元分解，单元的形状为正三角形，即将待测区域的二维图形分解成三角形平铺而成。之所以采用正三角形而不采用正方形，是因为从一个三角形到相邻三角形相比正方形有更多的方向选择，以及更优的拐角，意味着更短的距离。
本发明中，步骤3采用内旋转的方法进行覆盖并规划好下一次需要覆盖的单元。具体操作如下：
参见图3，在边界上均匀分布多个节点，假设节点个数为n，则随机在边界上放置一个节点，然后每距离L/n放置一个节点，其中，L为步骤1中记录的边界长度。每个节点均右侧沿着边界运动实现覆盖，将节点所在的单元赋值为A，表示该单元已经被覆盖；节点右侧的单元赋值为B，表示边界或者障碍物，无法覆盖；节点左侧的单元赋值为C，表示下一次需要覆盖的单元。当节点运动到其上一节点的起始位置时，表明这一圈覆盖规划中分配给该节点的任务已完成。
本发明中，步骤4在步骤3的基础上继续完成接下来的覆盖，并结合距离转化的方法实现待测水域的全覆盖，具体操作如下：
参见图4，步骤3生成了一圈类似边界形状的覆盖路径，当节点x遇到到前一节点x+1的起始位置时，即检测到前方单元已经被赋值为A，则该节点进入下一圈的规划，运动至x+1节点规划的下一圈单元进行覆盖。
参见图5，重复步骤3和4，当某次覆盖过程中节点遇到障碍物这种特殊情况时，则节点右侧沿障碍物覆盖，即类似边界确定阶段，直到节点前方出现被前一节点赋值为A的单元，节点又转为正常情况继续覆盖。若某节点周围已无可覆盖单元，则采用距离转换的方法运动到其他未覆盖区域，继续完成覆盖操作，直到待测区域被完全覆盖。
参考图6，图6为路径转换搜索的从S单元到G单元的路径。路径转换是从目标位置向初始位置寻找路径。首先从目标单元(即图中的G)开始向外赋距离值,当环境中的所有单元都被赋值之后,机器人可以从相邻的单元中选择距离值最小的单元作为路径点,即用距离值下降最快的方法规划路径。如果当前单元周围没有距离值更小的单元,说明不存在到达目标单元的路径。
图7为本实施例的结果图，从图中可以看到待测水域在多节点的协同路径规划下被完全覆盖。
本发明相对于现有的技术具有如下的优点和效果：
1)利用GPS模块，使用矢量补偿的方法，从而能在有风、浪影响的环境下规划路径，适用范围广。
2)用三角形单元分解法，有更优更短的从起始单元到目标单元的路径，减少了重复覆盖的面积。
3)多个节点协同合作，能提高覆盖效率，且某个节点出现故障后，对其他节点的覆盖任务并无影响，系统稳定性高。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
Claims (7)
1.一种多节点网络协同动态路径规划方法，其特征在于包括如下步骤：
步骤1、用配备传感器和GPS模块的节点进行待测水域的边界确定，节点行进过程中受到的风、浪的影响则用矢量误差补偿的方法进行补偿；
步骤2、将边界确定后的待测水域进行基于三角形的单元分解；
步骤3、采用内旋转的方法进行覆盖并规划好下一次需要覆盖的单元；
步骤4、重复步骤3，若某节点周围已无可覆盖单元，则采用距离转换的方法运动到其他未覆盖区域，继续完成覆盖操作，直至待探测水域被完全覆盖。
2.根据权利要求1所述的一种多节点网络协同动态路径规划方法，其特征在于，所述步骤1中假设待测水域尺寸远大于节点，让一个配备传感器和GPS模块的无人小船即为节点，从待测水域的一个随机边界出发，节点右侧利用传感器沿着待测边界运动，节点运动过程中，由于受到风、浪影响，节点移动的时候会有所偏差，所以每隔一段时间都需要根据目标单元位置和当前节点位置的矢量差进行补偿修正，从而节点能按照规划的路径移动；利用GPS记录位置和运行长度，节点绕行一周后，记录下总长度，假设为L。
3.根据权利要求2所述的一种多节点网络协同动态路径规划方法，其特征在于，所述的矢量差补偿的方法具体如下：每隔指定的单位时间，通过GPS模块检测当前节点和目标单元位置，若当前节点位置在目标单元内，则用当前节点位置到目标单元中心点位置的矢量进行补偿，且下次检测时间间隔不变；若当前节点位置不在目标单元内，则进行当前节点位置到目标单元中心点位置的矢量进行补偿，下次检测时间间隔缩短为一半且最少为1；若当前节点位置就在目标单元中心处，则不进行矢量补偿，下次检测时间间隔翻倍且最多为初始值8；从点A到B的规划中，目标单元中心点为B，当前位置为C，说明风、浪叠加的矢量差为修正矢量为设目标单元中心到三角形边的距离为r，若B、C间的距离|BC|>r，则进行矢量差补偿后需将时间间隔缩短一半；若0<|BC|<r,则进行矢量差补偿后，检测时间间隔不变；若|BC|＝0,则不需要进行矢量差补偿，检测时间间隔翻倍。
4.根据权利要求1所述的一种多节点网络协同动态路径规划方法，其特征在于，所述步骤2将步骤1中边界确定后的待测区域进行单元分解，单元的形状为正三角形，即将待测区域的二维图形分解成三角形平铺而成。
5.根据权利要求1所述的一种多节点网络协同动态路径规划方法，其特征在于，所述步骤3采用内旋转的方法进行覆盖并规划好下一次需要覆盖的单元；具体操作如下：在边界上均匀分布多个节点，假设节点个数为n，则随机在边界上放置一个节点，然后每距离L/n放置一个节点，其中，L为步骤1中记录的边界长度；每个节点均右侧沿着边界运动实现覆盖，将节点所在的单元赋值为A，表示该单元已经被覆盖；节点右侧的单元赋值为B，表示边界或者障碍物，无法覆盖；节点左侧的单元赋值为C，表示下一次需要覆盖的单元；当节点运动到其上一节点的起始位置时，表明这一圈覆盖规划中分配给该节点的任务已完成。
6.根据权利要求1所述的一种多节点网络协同动态路径规划方法，其特征在于，所述步骤4在步骤3的基础上继续完成接下来的覆盖，并结合距离转化的方法实现待测水域的全覆盖；具体操作如下：步骤3生成了一圈类似边界形状的覆盖路径，当节点x遇到到前一节点x+1的起始位置时，即检测到前方单元已经被赋值为A，则该节点进入下一圈的规划，运动至x+1节点规划的下一圈单元进行覆盖；重复步骤3和4，当某次覆盖过程中节点遇到障碍物这种特殊情况时，则节点右侧沿障碍物覆盖，即类似边界确定阶段，直到节点前方出现被前一节点赋值为A的单元，节点又转为正常情况继续覆盖；若某节点周围已无可覆盖单元，则采用距离转换的方法运动到其他未覆盖区域，继续完成覆盖操作，直到待测区域被完全覆盖。
7.根据权利要求6所述的一种多节点网络协同动态路径规划方法，其特征在于，所述距离转换的方法具体如下：路径转换搜索中，从S单元到G单元的路径；路径转换是从目标位置向初始位置寻找路径；首先从目标单元G开始向外赋距离值,当环境中的所有单元都被赋值之后,机器人能从相邻的单元中选择距离值最小的单元作为路径点,即用距离值下降最快的方法规划路径；如果当前单
元周围没有距离值更小的单元,说明不存在到达目标单元的路径。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610799179.0A CN106304231B (zh) | 2016-08-31 | 2016-08-31 | 一种多节点网络协同动态路径规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610799179.0A CN106304231B (zh) | 2016-08-31 | 2016-08-31 | 一种多节点网络协同动态路径规划方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106304231A true CN106304231A (zh) | 2017-01-04 |
| CN106304231B CN106304231B (zh) | 2019-10-18 |
Family
ID=57709738
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610799179.0A Active CN106304231B (zh) | 2016-08-31 | 2016-08-31 | 一种多节点网络协同动态路径规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106304231B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112817309A (zh) * | 2020-12-30 | 2021-05-18 | 东南大学 | 一种几何折叠式机器人全覆盖路径及其生成方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2826719A1 (fr) * | 2001-07-02 | 2003-01-03 | Gilbert Alexandre Dibon | Dispositif graphique qui permet de prevoir la distance a parcourir, au moment de la preparation, du voyage d'un vehicue, d'une randonnee hippique ou pedestre, avec une carte routiere , marine , ou topographique |
| CN102591342A (zh) * | 2012-02-06 | 2012-07-18 | 浙江大学 | 基于电子罗盘的割草机器人局部路径规划方法 |
| CN103017749A (zh) * | 2011-09-20 | 2013-04-03 | 北京四维图新科技股份有限公司 | 狭长水系面要素转化为线要素的方法、装置和导航仪 |
| CN103327607A (zh) * | 2013-06-28 | 2013-09-25 | 河海大学常州校区 | 无线传感器网络多锚节点组移动路径规划方法 |
| CN105606088A (zh) * | 2016-02-01 | 2016-05-25 | 北京理工大学 | 一种基于动态环境的路径规划方法 |
-
2016
- 2016-08-31 CN CN201610799179.0A patent/CN106304231B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2826719A1 (fr) * | 2001-07-02 | 2003-01-03 | Gilbert Alexandre Dibon | Dispositif graphique qui permet de prevoir la distance a parcourir, au moment de la preparation, du voyage d'un vehicue, d'une randonnee hippique ou pedestre, avec une carte routiere , marine , ou topographique |
| CN103017749A (zh) * | 2011-09-20 | 2013-04-03 | 北京四维图新科技股份有限公司 | 狭长水系面要素转化为线要素的方法、装置和导航仪 |
| CN102591342A (zh) * | 2012-02-06 | 2012-07-18 | 浙江大学 | 基于电子罗盘的割草机器人局部路径规划方法 |
| CN103327607A (zh) * | 2013-06-28 | 2013-09-25 | 河海大学常州校区 | 无线传感器网络多锚节点组移动路径规划方法 |
| CN105606088A (zh) * | 2016-02-01 | 2016-05-25 | 北京理工大学 | 一种基于动态环境的路径规划方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112817309A (zh) * | 2020-12-30 | 2021-05-18 | 东南大学 | 一种几何折叠式机器人全覆盖路径及其生成方法 |
| CN112817309B (zh) * | 2020-12-30 | 2021-12-03 | 东南大学 | 一种几何折叠式机器人全覆盖路径及其生成方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106304231B (zh) | 2019-10-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108227706B (zh) | 机器人躲避动态障碍的方法及装置 | |
| CN103017757B (zh) | 工程机械入场路径规划方法和路径规划装置 | |
| CN106371445B (zh) | 一种基于拓扑地图的无人车规划控制方法 | |
| CN107943049B (zh) | 一种无人车控制方法及无人割草车 | |
| WO2019190395A1 (en) | Method and system for returning a displaced autonomous mobile robot to its navigational path | |
| CN105843253A (zh) | 无人机的路径规划方法及系统 | |
| CN105841702A (zh) | 一种基于粒子群优化算法的多无人机航路规划方法 | |
| CN111024092A (zh) | 一种多约束条件下智能飞行器航迹快速规划方法 | |
| CN104615138A (zh) | 一种划分移动机器人室内区域动态覆盖方法及其装置 | |
| CN109828579B (zh) | 一种目标增量移动的移动机器人路径规划方法 | |
| CN105865449A (zh) | 基于激光和视觉的移动机器人的混合定位方法 | |
| CN103697896A (zh) | 一种无人机路径规划方法 | |
| CN106525047A (zh) | 一种基于floyd算法的无人机路径规划方法 | |
| CN104714551A (zh) | 一种适用于车式移动机器人的室内区域覆盖方法 | |
| CN102915008A (zh) | 车间无人运输机智能调度系统 | |
| CN102361514A (zh) | 具有移动节点的监测区域空洞修复方法 | |
| CN109655063B (zh) | 大型水陆两栖飞机海上搜索航路规划方法 | |
| CN106197406A (zh) | 一种基于惯性导航和rssi无线定位的融合方法 | |
| CN106774425A (zh) | 一种无人机飞行导航的方法及系统 | |
| CN110673594A (zh) | 一种用于amr集群的调度和寻路方法及系统 | |
| CN108303993A (zh) | 一种无人机故障紧急迫降方法 | |
| CN110986951B (zh) | 一种基于惩罚权重的路径规划方法、导航格以及栅格地图 | |
| CN113485378A (zh) | 基于交通规则的移动机器人路径规划方法、系统及存储介质 | |
| CN106304231A (zh) | 一种多节点网络协同动态路径规划方法 | |
| CN111596664A (zh) | 一种基于三层架构的无人驾驶汽车路径规划方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |