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 PDF

Info

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
Application number
CN201610843889.9A
Other languages
English (en)
Other versions
CN106643719A (zh
Inventor
周继强
郑友胜
张孝勇
周结华
陈寿辉
徐望婷
唐珑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangxi Hongdu Aviation Industry Group Co Ltd
Original Assignee
Jiangxi Hongdu Aviation Industry Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangxi Hongdu Aviation Industry Group Co Ltd filed Critical Jiangxi Hongdu Aviation Industry Group Co Ltd
Priority to CN201610843889.9A priority Critical patent/CN106643719B/zh
Publication of CN106643719A publication Critical patent/CN106643719A/zh
Application granted granted Critical
Publication of CN106643719B publication Critical patent/CN106643719B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

一种智能割草车的路径规划算法
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：
Figure GDA0002267603040000021
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：
Figure GDA0002267603040000041
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：
Figure FDA0002267603030000011
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。
CN201610843889.9A 2016-09-23 2016-09-23 一种智能割草车的路径规划算法 Active CN106643719B (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (2)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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