CN106643719B - 一种智能割草车的路径规划算法 - Google Patents
一种智能割草车的路径规划算法 Download PDFInfo
- Publication number
- CN106643719B CN106643719B CN201610843889.9A CN201610843889A CN106643719B CN 106643719 B CN106643719 B CN 106643719B CN 201610843889 A CN201610843889 A CN 201610843889A CN 106643719 B CN106643719 B CN 106643719B
- Authority
- CN
- China
- Prior art keywords
- working
- straight line
- working area
- polygonal
- line
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Abstract
一种智能割草车的路径规划算法,首先在智能割草车设定的工作区域内,根据地形情况将工作草场分割为多个多边形工作区域,而后采用实地测绘,通过车载GPS设备采集工作区域边界精确的位置坐标信息,从而得到多边形区域的边界顶点以及边界直线方程,并设定多边形工作区域内角不大于180°,否则将其切分为两个多边形工作区域;在根据智能智能割草车的有效覆盖宽度,计算得每个工作区域内往返遍历的直线路径。本发明采用GPS采集工作区域精确的位置坐标信息以制作工作区域地图,将工作区域分割为多个多边形区域,有利于分时分段工作划分和不同工作模式的选择;同时采取规划直线段,可降低路径规划算法的复杂度,便于实现后期自主导航控制。
Description
技术领域
本发明涉及智能机器人技术领域,尤其涉及一种智能割草车的路径规划算法。
背景技术
随着智能技术的发展,国内外逐渐开始有智能割草车的出现,智能割草车是一种大型草场使用的除草装置,是一种新型的智能化车辆,也可以称之为轮式移动机器人。在美国,为了促进智能割草机器人的研发,从2004年起每年都要举行一次自动割草机器人比赛(Annual Autonomous Lawnmower Competition)。国内割草机器人的研究起步较晚,但仍取得了一定的成果,如南京理工大学MORO型移动割草机器人,这种智能割草机器人基本为小型割草机器人,多采用电子围栏方式,按照一定规划算法在框定范围内进行遍历割草作业。例如神经网络算法、遗传算法、粒子群算法和人工鱼群算法等智能仿生路径规划算法得到应用,已取得一系列研究成果。
在移动机器人相关技术中主要包括:导航传感器的设计、导航路径规划问题、运动模型核动力模型构建问题、跟踪转向控制器的设计等。常见的导航方式有:GPS导航、视觉导航、电磁导航、激光导航、超神波导航等。智能割草车运动学模型和动力学模型的有效识别是车辆导航的基础,路径规划是智能割草车运行的基准,根据不同的作业要求,路径可以分为直线跟踪、曲线跟踪、直线曲线复合跟踪,然而目前的移动机器人工作区域位置坐标不清晰,导致移动机器人往返重复遍历。
发明内容
本发明所解决的技术问题在于提供一种智能割草车的路径规划算法,以解决上述背景技术中的缺点。
本发明所解决的技术问题采用以下技术方案来实现:
一种智能割草车的路径规划算法,具体步骤如下:
1)在智能割草车设定的工作区域内,根据地形、工况等因素将工作草场分割为多个小多边形工作区域;
2)控制智能割草车沿各个小多边形工作区域边界运行,并通过车载GPS设备采集步骤1)中分割的多个小多边形工作区域边界顶点的大地位置坐标为(gps_xi,gps_yi);
3)将步骤2)中采集到的大地位置坐标信息转换至本地坐标系中,转换公式为:
其中,(gps_x0,gps_y0)为大地位置坐标系原点,角度γ为本地坐标系原点角度;
4)根据两点得到直线的方式,得到小多边形工作区域边界的方程Ln:
(yn-yn+1)*x+(xn+1-xn)*y+(xn*yn+1-xn+1yn)=0
(2)
其中,(xn,yn),(xn+1,yn+1)为直线Ln的首位端点,当n等于最大值i时,Li方程:
(yi-y0)*x+(x0-xi)*y+(xi*y0-x0yi)=0 (3)
5)规划直线路径即计算各间距w的直线Gk与边界线Ln的交点,其中,w即为智能割草车的有限覆盖范围宽,直线Gk方程为:
xk=w*k (4)
6)判断规划直线xk=w*k是否超过上端边界线,且顶点xk>xn,未超过上端边界线,则根据公式(2)(3)(4)计算得到各条规划直线路径的一端点Ak,当直线xk=w*k超过上端边界线,则进入下一端点n+1;
而后在判断规划直线xk=w*k是否超过下端边界线,且顶点xk>xn,未超过下端边界线,则根据公式(2)(3)(4)计算得到各条规划直线路径的一端点Bk,当直线xk=w*k超过下端边界线,则进入下一端点m+1;
待上述上端边界线与下端边界线判断完毕后,在判断规划直线xk=w*k是否超过小多边形工作区域,且m+n>i,未超过小多边形工作区域,则区域内直线规划完成,否则进入下一条直线xk+1,直至将工作草场分割的小多边形工作区域全部判断完毕,以此计算得到每个小多边形工作区域内往返遍历的直线路径。
在本发明中,步骤1)中,分割的小多边形工作区域内角不大于180°,大于180°时,将其切分为两个小多边形工作区域。
有益效果:
1)本发明采用GPS采集工作区域精确的位置坐标信息,可得到准确的工作区域地图;
2)本发明将工作区域分割为多个多边形区域,有利于分时分段工作划分和不同工作模式的选择;
3)本发明采取规划直线段为主的方式,能够降低路径规划算法的复杂度,便于实现后期自主导航控制。
附图说明
图1是本发明的较佳实施例中的坐标变换示意图。
图2是本发明的较佳实施例中的直线路径规划算法示意图。
图3是本发明的较佳实施例中的直线路径规划算法流程图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体图示,进一步阐述本发明。
一种智能割草车的路径规划算法,具体步骤如下:
1)在智能割草车设定的工作区域内,根据地形、工况等因素将工作草场分割为A~Z多个小多边形工作区域;
2)控制智能割草车沿各个小多边形工作区域边界运行,并通过车载GPS设备采集步骤1)中分割的多个小多边形工作区域边界顶点的大地位置坐标为(gps_xi,gps_yi);
3)将步骤2)中采集到的大地位置坐标信息转换至本地坐标系中,坐标变换示意图如图1所示,转换公式为:
其中,(gps_x0,gps_y0)为大地位置坐标系原点,角度γ为本地坐标系原点角度;
4)根据两点得到直线的方式,得到小多边形工作区域边界的方程Ln:
(yn-yn+1)*x+(xn+1-xn)*y+(xn*yn+1-xn+1yn)=0
(2)
其中,(xn,yn),(xn+1,yn+1)为直线Ln的首位端点,当n等于最大值i时,Li方程:
(yi-y0)*x+(x0-xi)*y+(xi*y0-x0yi)=0 (3)
5)规划直线路径即计算各间距w的直线Gk与边界线Ln的交点,如图2所示,其中,w即为智能割草车的有限覆盖范围宽,直线Gk方程为:
xk=w*k (4)
6)判断规划直线xk=w*k是否超过上端边界线,且顶点xk>xn,未超过上端边界线,则根据公式(2)(3)(4)计算得到各条规划直线路径的一端点Ak,当直线xk=w*k超过上端边界线,则进入下一端点n+1;
而后在判断规划直线xk=w*k是否超过下端边界线,且顶点xk>xn,未超过下端边界线,则根据公式(2)(3)(4)计算得到各条规划直线路径的一端点Bk,当直线xk=w*k超过下端边界线,则进入下一端点m+1;
待上述上端边界线与下端边界线判断完毕后,在判断规划直线xk=w*k是否超过小多边形工作区域,且m+n>i,未超过小多边形工作区域,则区域内直线规划完成,否则进入下一条直线xk+1,直至将工作草场分割的小多边形工作区域全部判断完毕,以此计算得到每个小多边形工作区域内往返遍历的直线路径,如图3所示。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (2)
1.一种智能割草车的路径规划算法,其特征在于,具体步骤如下:
1)在智能割草车设定的工作区域内,将工作草场分割为多个小多边形工作区域;
2)控制智能割草车沿各个小多边形工作区域边界运行,并通过车载GPS设备采集步骤1)中分割的多个小多边形工作区域边界顶点的大地位置坐标为(gps_xi,gps_yi);
3)将步骤2)中采集到的大地位置坐标信息转换至本地坐标系中,转换公式为:
其中,(gps_x0,gps_y0)为大地位置坐标系原点,角度γ为本地坐标系原点角度;
4)根据两点得到直线的方式,得到小多边形工作区域边界的方程Ln:
(yn-yn+1)*x+(xn+1-xn)*y+(xn*yn+1-xn+1yn)=0 (2)
其中,(xn,yn),(xn+1,yn+1)为直线Ln的首位端点,当n等于最大值i时,Li方程:
(yi-y0)*x+(x0-xi)*y+(xi*y0-x0yi)=0 (3)
5)规划直线路径即计算各间距w的直线Gk与边界线Ln的交点,其中,w即为智能割草车的有限覆盖范围宽,直线Gk方程为:
xk=w*k (4)
6)判断规划直线xk=w*k是否超过上端边界线,且顶点xk>xn,未超过上端边界线,则根据公式(2)(3)(4)计算得到各条规划直线路径的一端点Ak,当直线xk=w*k超过上端边界线,则进入下一端点n+1;
而后在判断规划直线xk=w*k是否超过下端边界线,且顶点xk>xn,未超过下端边界线,则根据公式(2)(3)(4)计算得到各条规划直线路径的一端点Bk,当直线xk=w*k超过下端边界线,则进入下一端点m+1;
待上述上端边界线与下端边界线判断完毕后,在判断规划直线xk=w*k是否超过小多边形工作区域,且m+n>i,未超过小多边形工作区域,则区域内直线规划完成,否则进入下一条直线xk+1,直至将工作草场分割的小多边形工作区域全部判断完毕,以此计算得到每个小多边形工作区域内往返遍历的直线路径。
2.根据权利要求1所述的一种智能割草车的路径规划算法,其特征在于,步骤1)中,分割的小多边形工作区域内角不大于180°,大于180°时,将其切分为两个小多边形工作区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610843889.9A CN106643719B (zh) | 2016-09-23 | 2016-09-23 | 一种智能割草车的路径规划算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610843889.9A CN106643719B (zh) | 2016-09-23 | 2016-09-23 | 一种智能割草车的路径规划算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106643719A CN106643719A (zh) | 2017-05-10 |
CN106643719B true CN106643719B (zh) | 2020-04-14 |
Family
ID=58852692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610843889.9A Active CN106643719B (zh) | 2016-09-23 | 2016-09-23 | 一种智能割草车的路径规划算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106643719B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107102643B (zh) * | 2017-06-19 | 2020-01-31 | 江西洪都航空工业集团有限责任公司 | 一种大型智能割草机器人p-d型路径规划方法 |
CN110168465B (zh) * | 2017-11-16 | 2022-07-15 | 南京泉峰科技有限公司 | 智能割草系统 |
CN109591008A (zh) * | 2017-11-18 | 2019-04-09 | 广州科语机器人有限公司 | 移动机器人的安全工作区域确定方法 |
CN109634287B (zh) * | 2019-01-22 | 2022-02-01 | 重庆火虫创新科技有限公司 | 割草机路径规划方法及系统 |
CN110332937B (zh) * | 2019-06-06 | 2023-04-18 | 浙江亚特电器股份有限公司 | 应用于智能割草机的基于多基准源的定位方法 |
CN110793524B (zh) * | 2019-09-27 | 2023-08-01 | 南京航空航天大学 | 一种割草机路径规划的方法 |
CN110675414B (zh) * | 2019-09-30 | 2021-08-17 | 广州极飞科技股份有限公司 | 地块分割方法、装置、电子设备及存储介质 |
US11904871B2 (en) * | 2019-10-30 | 2024-02-20 | Deere & Company | Predictive machine control |
CN111080034A (zh) * | 2019-12-31 | 2020-04-28 | 芜湖哈特机器人产业技术研究院有限公司 | 一种智能装车系统的机器人路径规划方法 |
CN111202471A (zh) * | 2020-01-08 | 2020-05-29 | 上海高仙自动化科技发展有限公司 | 全覆盖路径生成方法及生成装置、智能机器人及存储介质 |
CN113625701A (zh) * | 2020-05-09 | 2021-11-09 | 苏州宝时得电动工具有限公司 | 一种割草机器人路径规划方法及割草机器人 |
CN111562787B (zh) * | 2020-05-28 | 2023-05-30 | 长沙中联重科环境产业有限公司 | 机器人全覆盖路径规划区域划分方法、装置、介质及设备 |
CN113188548B (zh) * | 2021-06-02 | 2022-08-02 | 山东省农业科学院科技信息研究所 | 一种基于作业行的自主导航作业路径规划方法 |
CN113552882A (zh) * | 2021-07-17 | 2021-10-26 | 普达迪泰(天津)智能装备科技有限公司 | 一种用于大区域的无人割草车的行驶路线控制方法 |
CN114237248A (zh) * | 2021-12-17 | 2022-03-25 | 江西洪都航空工业集团有限责任公司 | 一种用于无人割草车的运动控制方法 |
CN117268401B (zh) * | 2023-11-16 | 2024-02-20 | 广东碧然美景观艺术有限公司 | 一种动态围栏的园艺路径生成方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102167038A (zh) * | 2010-12-03 | 2011-08-31 | 北京农业信息技术研究中心 | 农田地块全区域覆盖最优作业路径生成方法及装置 |
CN103679774A (zh) * | 2014-01-03 | 2014-03-26 | 中南大学 | 一种多边形农田作业区域边界建模方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8498788B2 (en) * | 2010-10-26 | 2013-07-30 | Deere & Company | Method and system for determining a planned path of a vehicle |
-
2016
- 2016-09-23 CN CN201610843889.9A patent/CN106643719B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102167038A (zh) * | 2010-12-03 | 2011-08-31 | 北京农业信息技术研究中心 | 农田地块全区域覆盖最优作业路径生成方法及装置 |
CN103679774A (zh) * | 2014-01-03 | 2014-03-26 | 中南大学 | 一种多边形农田作业区域边界建模方法 |
Non-Patent Citations (2)
Title |
---|
Research on Path Planning Algorithm of Intelligent Mowing Robot Used in Large Airport Lawn;Jie-hua ZHOU;《2016 International Conference on Information System and Artificial Intelligence》;20160626;第375-379页 * |
智能割草机的区域全覆盖算法设计与仿真;许兴军;《机电工程》;20120331;第29卷(第3期);第302-306页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106643719A (zh) | 2017-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106643719B (zh) | 一种智能割草车的路径规划算法 | |
CN109900280B (zh) | 一种基于自主导航的畜禽信息感知机器人与地图构建方法 | |
CN104035444B (zh) | 机器人地图构建存储方法 | |
CN104764457B (zh) | 一种用于无人车的城市环境构图方法 | |
CN108012608B (zh) | 一种基于gnss的土地平整方法 | |
CN109238298B (zh) | 一种无人驾驶带避障的路径规划方法 | |
US11493923B2 (en) | Path planning method and system for lawn mower | |
CN110793524B (zh) | 一种割草机路径规划的方法 | |
US11579618B2 (en) | Coverage planner | |
WO2021237667A1 (zh) | 一种适用于腿足机器人规划的稠密高度地图构建方法 | |
CN104406589B (zh) | 一种飞行器穿越雷达区的飞行方法 | |
CN111596665B (zh) | 一种适用于腿足机器人规划的稠密高度地图构建方法 | |
CN103400416B (zh) | 一种基于概率多层地形的城市环境机器人导航方法 | |
CN104528540B (zh) | 臂架式起重机车载控制器内吊装方案实时生成方法及系统 | |
CN109146990B (zh) | 一种建筑轮廓的计算方法 | |
CN108196538B (zh) | 基于三维点云模型的田间农业机器人自主导航系统及方法 | |
CN107402011B (zh) | 一种针对温室移动机器人的复合栅格地图构建方法 | |
CN104898551B (zh) | 全自动割草机器人的双视觉自定位系统 | |
CN113934225A (zh) | 一种基于全覆盖路径的植保无人机航线规划方法 | |
Wang et al. | Coverage path planning design of mapping UAVs based on particle swarm optimization algorithm | |
CN111323026B (zh) | 一种基于高精度点云地图的地面过滤方法 | |
Zhao et al. | Rapid development methodology of agricultural robot navigation system working in GNSS-denied environment | |
CN112362045B (zh) | 一种基于激光slam建图的装置及内存优化方法 | |
CN105608735B (zh) | 作物根系空间划分方法及系统 | |
CN116501048B (zh) | 一种自移动设备探地路径规划方法 |
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 |