CN106979785B - 一种面向多机器人系统的完全遍历路径规划方法 - Google Patents

Abstract

本发明公开了一种面向多机器人系统的完全遍历路径规划方法。本方法将生物激励神经网络模型和回溯机制相结合，在减少重复覆盖的路径的同时，缩短了全覆盖所需的时间。具体方法为：每一个机器人分别利用生物激励神经网络的模型对周围环境进行覆盖，直到机器人进入死锁状态，然后无需等待神经元活性值的衰减，机器人利用回溯机制，选择最佳的回溯结点，并利用动态A星算法规划出一条到达回溯结点的路径；运动到回溯结点后，机器人继续进入覆盖模式。当某个机器人死锁时，本发明的回溯机制依据市场机制选择最合适的回溯结点，市场机制中的投标过程同时考虑了机器人回溯时的路径长度，以及与其他机器人的冲突关系，可以大大减少覆盖完成的总时间。

Description

一种面向多机器人系统的完全遍历路径规划方法

技术领域

本发明属于信息技术、机器人技术领域，涉及一种移动机器人的路径规划方法，特别涉及一种面向多机器人系统的全覆盖路径规划方法。

背景技术

全覆盖路径规划需要机器人经过工作空间中的每一个位置，同时还需要躲避障碍物。单机器人和多机器人的全覆盖路径规划都有着广泛的应用，例如家用清洁机器人，排雷机器人,草坪割草机器人和农业自动收割机等等。

静态环境下的完全遍历路径规划方法已经有了很多的解决方案，这些方案也被视为已知环境的离线算法。然而，在真实的应用环境中，提前知道不发生变化的环境信息是不现实的。因此，利用传感器实时感应环境的在线算法更有实际意义。生成树覆盖的算法就是一种有效的在线算法，它可以逐步的生成一棵覆盖所有可达区域的树，并沿着树的生长方向覆盖所有自由空间。螺旋回溯算法也是在线算法，其提供了一种覆盖被障碍物占据的栅格的改进方法。Hoang等(参考文献：H.H.Viet,V.-H.Dang,M.N.U.Laskar,and T.Chung,“BA*:an online complete coverage algorithm for cleaning robots,”Appliedintelligence,vol.39,no.2,pp.217–235,2013)提出了在线版本的牛耕算法，它将可达区域划分为一个一个的单元，并用A星算法将这些单元连接起来。

以上是一些单机器人的在线方法，基于这些方法也有衍生出一些多机器人的方法，例如多机器人生成树算法，多机器人森林算法，多机协同的螺旋算法，多机器人牛耕算法等等。这些方法将任务分配给多机器人，并减少了整体的覆盖时间。

尽管在线的完全遍历路径规划有很多实现方案，但是几乎没有方案解决了未知且可变的环境下的多机器人路径规划。基于生物激励神经网络的方法(参考文献：C.Luo andS.X.Yang,“A bioinspired neural network for realtime concurrent map buildingand complete coverage robot navigation in unknown environments,”IEEETransactions on Neural Networks,vol.19,no.7,pp.1279–1298,2008)可以解决未知且可变环境下的单机器人路径规划。它根据神经元的活性值来生成全覆盖路径。然而，当下一个节点无法行走时(例如，遇到了死锁的情况)，机器人必须原地等待，直到活性值衰减到比周围节点低时，才能走出来。另一方面，基于生物激励神经网络的方法不能保证逃离死锁区域的路径是最优的。因此，在多机器人中拓展的效果也不尽如人意。

发明内容

针对上述问题，本发明提出了一种在未知且可变的环境下的多机器人完全遍历路径规划方法。本发明利用了生物激励神经网络模型的优势，结合一种崭新的回溯机制，合理的进行多机器人之间的协同和任务分配，实现了覆盖效率的提升。

本发明中，对于每一个机器人个体来说，都是先根据生物激励神经网络模型，对没有访问过的区域进行覆盖；当机器人走入死锁区域的时候，它不再等待神经元活性值的衰减，而是直接调用回溯机制，选择合适的回溯节点，从而逃离死锁区域，去到下一个未覆盖的区域进行覆盖。在离开死锁区域去到新的回溯节点的过程，使用了动态A星的方法，在保证躲避障碍物的基础上，寻找最短最优的路径。这种动态A星的方法可以在可变环境中实时的更新环境信息，并实时更新路径代价，从而避开障碍物。对于多机器人系统来说，在回溯机制中选择合适的回溯节点逃离死锁时，本发明使用了基于市场机制的投标方法。该投标方法同时考虑了路径的长度和机器人之间的冲突问题。

本发明的框架如图1所示。起初，机器人并不知道环境的信息，环境中的动态或静态障碍物，已经访问过的区域，没有访问过的区域等都是未知的。机器人通过传感器逐渐的获取局部信息，并覆盖那些可以到达的区域。首先，每个机器人独立的开展基于生物激励神经网络模型的覆盖。随后，当某个机器人到达了死锁点，他开始调用回溯机制，包括：

更新回溯列表，并寻找到候选的回溯节点；

通过在多机器人系统中的投标机制，确定最终的合适的回溯节点；

规划一条从死锁点到回溯节点的最优路径，完成死锁区域逃离；

逃离死锁之后，机器人将继续基于生物激励神经网络模型的覆盖，整个完全遍历算法在回溯列表空后得以结束，即完成了整个区域的全覆盖。

本发明的有益效果是：

1)本发明利用了生物激励神经网络模型的优势，并结合一种崭新的回溯机制，实现了多机器人之间的协同和任务分配，实现了覆盖效率的提升。

2)本发明可以有效的覆盖环境中所有的可达区域，同时任务分配也相对均衡，进行多机器人的完全遍历路径规划时可以有效的减少覆盖的时间；

3)本发明采用了基于市场机制的任务分配方法，每个机器人独立的完成各自的任务，很少有冲突，具有良好的鲁棒性和完备性。

附图说明

图1是面向多机器人系统的完全遍历路径规划方法的流程图；

图2是传统的对待回溯节点的定义示意图；

图3是新的回溯节点的选择方式示例图；

图4是多机器人系统下的投标机制流程图；

图5是四个机器人对环境进行完全遍历的路径效果图。

具体实施方式

下面通过具体实施例和附图，对本发明做进一步详细说明。

本发明中的机器人工作在一个可变的环境中，这里考虑的是二维环境下的路径规划问题。整个工作空间被划分为一个一个的小正方形(栅格)。每一个栅格(生物激励神经网络中的神经元)的大小都等于机器人的执行机构的大小。对于扫地机器人来说，栅格的边长等于扫地机器人底盘的直径，为已知的。然而动态变化的环境信息在初始时是未知的，需要机器人在行走过程中通过传感器去逐步的探测。

图1是本发明的面向多机器人系统的完全遍历路径规划方法的流程图。这里将工作空间作为一个栅格地图来处理。每个机器人通过传感器感知环境信息，并得知周围哪些栅格是被障碍物覆盖的，哪些是自由的可达区域。为了尽可能减少能量和时间的消耗，机器人将尽可能的选择短且转向小的路径。当没有遇到死锁区域的时候，每个机器人按照自己的生物激励神经网络模型进行覆盖。下一节点的选择由神经元的活性值及前一时刻机器人的位置而共同决定。每个机器人能够向周围的八个方向运动(上，下，左，右，左上，左下，右上，右下)。这八个方向对于机器人的控制来说是相对方便的。死锁的状态即为周围八个神经元的活性值均比当前节点的活性值低。例如，周围的八个邻居节点，不是被覆盖过了，就是被障碍物占据了。当机器人运动到这种死锁的状态时，当前的上个节点被叫做死锁点。

对于多机器人系统来说，每一个机器人都先根据生物激励神经网络模型对未知区域进行边探索边覆盖。当任何一个机器人进入死锁区域时，就会跳到回溯机制。该机制也可以理解为是利用空间换时间，通过维护一个回溯节点的列表，减少机器人在死锁区域的计算和等待时间。因此，无论是计算复杂度还是时间消耗都会被有效的减少。

回溯机制中创新性主要体现在以下三个方面：

首先，当机器人在建立和更新回溯列表时，不是传统的没有完全访问的节点就被加入列表中，而是利用节点的空间位置信息进行了一定的约束，减少了列表中有效节点的数量。

其次，在回溯列表中选择最合适的回溯节点时，通过贪心准则和基于市场机制的投标过程来最终决定合适的回溯节点。

最后，利用动态更新的A*算法来规划一条从死锁点逃离到回溯节点的最短路径。

1.更新回溯列表

本发明中，当机器人进入死锁状态时，将会更新回溯列表。回溯列表即为待回溯的节点的集合。不同于以往的方法，机器人在进行未知区域探索和覆盖的过程中，不会对回溯列表进行更新。

传统的回溯节点的定义方式如图2所示。当当前节点X周围的八个邻居节点中，有一个以上的可达节点没有被覆盖时，该节点就会被视为待回溯的节点。也就是说这个节点将有可能在后续的覆盖中被覆盖完全(即周围八个节点都被覆盖或者为障碍物)。图2中黑色的栅格即为当前节点X，它周围的八个邻居节点中灰色的节点表示被障碍物占据的节点，白色的节点(X3，X4，X5)表示未被覆盖的可达节点。根据传统的定义方式，大量的上图中类似的节点被加入到回溯列表中，然而最终只有很小的一部分节点会被选择成为最终的回溯节点。在实际的选择中，只有在未覆盖区域边界上的角点会被选择为回溯节点。边界中间的部分节点将不会被选择。因此，本发明中只选择未覆盖区域边缘两端的节点加入到回溯列表中，也就是说中间位置的点将会被删除。图3示意了新的回溯节点的选择方式。

在更新过程中，为了维护列表的有限性，不仅仅是向列表中添加满足条件的回溯节点，那些已经被逐渐的覆盖完全的节点同样会被删除。添加和删除都是在机器人进入到死锁点时进行的。

2.选择最佳回溯节点

在构建和更新回溯列表之后，要选择一个最佳的回溯节点，从而引导机器人走出死锁区域，进入下一次的覆盖中去。在单机器人系统中，机器人只需根据一定的贪心准则(如直线距离最近，时间最近等)选择最佳节点即可。但是对于多机器人系统来说，选择是更加复杂的，这可以被视为是一种多机系统的任务分配问题。市场机制被认为是任务分配问题中的一种有效的分布式机制，机器人可以相对独立的完成工作。所述“市场机制”是借用经济学的技术和理念来有效地求解系统的任务分配问题，它将系统中任务的发起者比作经济市场上的卖者，将系统中任务的完成者比作经济市场上的买者，从而将系统任务的分配问题等效成经济市场供需匹配问题。在本发明设计的基于市场机制的投标过程中，每个机器人相对独立的进行覆盖任务。当他们进入死锁状态，需要选择回溯节点的时候，会同时考虑以下两个方面：第一是选择离自己尽可能近的节点；第二是所选节点离其他机器人要尽可能远。

因为机器人没有环境的初始信息，只有覆盖过区域及其周围的部分区域信息。相比于全局优化的方法，贪心准则是更为有效的。要想选择一个最佳的回溯节点，有多种准则可以遵循。在这里，我们讨论了三种准则(最短路径，最小欧式距离和最新被加入回溯列表)，并选择了针对本任务最优的一种。

第一种准则，会遍历列表中的所有节点，并计算该机器人到各个节点的最短路径。这里最短路径可有深度优先搜索，Dijsktra搜索等方法获得。这种准则看起来是非常准确的，但是在动态环境中，这些根据过去的信息搜索到的最短路径有可能本身就是无效的。故这种计算搜索路径的方法是复杂且耗时的，并且有可能被运动的障碍物所占据而变得无效。第二种准则，计算每个节点到机器人之间的欧氏距离。但该方法同样会受到障碍物的影响。两个点之间存在障碍物的话，可能导致欧式距离很近的两个点，其真实路径非常的远。第三种准则，在构建的回溯列表中选择最近被加入列表中的节点。该准则非常简单，几乎没有任何计算量，而且在大多数情况下是路径最短的。虽然会有一些例外的情况，但该节点也是相对次优的。在真实世界的机器人系统中，基于它的低计算复杂度，次优的解是可以被容忍和接受的。

本发明选择了第三种贪心准则：选择最新被加入回溯列表的点。该贪心准则可以直接用于单机器人的回溯机制中。但本发明针对多机器人系统，最新加入列表的节点也仅仅是候选节点。因为要选择的最优回溯节点还要考虑是否离其他机器人远，也就是说不会在很短的时间内被其他机器人所覆盖。这里采用了一种基于市场机制的投标环节。首先，假设处于死锁状态的机器人R选择了最新被加入回溯列表的节点p作为候选回溯节点。这时，每个机器人要计算自己与候选节点p的欧氏距离，并将这个距离作为投标价。如果死锁机器人R的投标价比其他机器人都小，也就是距离最近，那么机器人R中标，候选节点p就是最佳的回溯节点。相反地，如果有其他机器人比死锁机器人R的投标价还要小，也就是该点p离其他某个机器人更近，那么p可能很快会被其他机器人覆盖，即不能被选择为最佳节点。这时投标机制将自动选择下一个最新加入回溯列表的节点q，检查q是否能使死锁机器人R中标。如果还不能，就继续选择列表中的下一个节点，直到机器人R中标，就把该点作为最佳回溯节点。如果遍历了所有节点，都不能使机器人R中标，则直接选择第一个候选节点p进行回溯。具体的算法流程见图4。

3.点到点路径规划

在回溯机制中的最后一个重要的环节即为从死锁区域到未覆盖完全的回溯节点之间的点到点路径规划。A星算法是已知环境中的一种常用的点到点路径规划方法。它能在保证获得最短路径的情况下尽可能的减少搜索空间，加快求解速度。但当机器人沿着求解的路径行走时，环境发生了变化，那么该路径很可能就无效了。这时就需要动态A星算法(A.Stentz,“The focussed D*algorithm for real-time replanning.”In Proc.IJCAI,vol.95,pp.1652–1659,1995.)，实时地更新路径代价，并且在路径被障碍物占据的时候及时进行重规划，从而到达最终的目标点。

图5是本发明在多机器人系统中实现的效果。本发明通过上述的算法将任务均衡地分配给多个机器人，因此有效的减少了总共的完全遍历路径规划所需的时间。在多机器人系统中，在任务分配时尽量避免和其他机器人共同覆盖相近的区域。当机器人无法避免的距离较近时，动态A星算法和基于生物激励神经网络模型的覆盖算法会将其他机器人视作障碍物而进行有效的避障。图5是四个机器人用本发明采用的算法进行规划的路径结果。其中乘号(×)，加号(+)，星号(*)和菱形(◇)的栅格节点分别由4个机器人所覆盖，圆点(●)表示回溯过程中被重复覆盖的节点。根据图5可以清楚的看出本发明的方法是完备的，可以有效的覆盖环境中所有的可达区域。与此同时，任务分配也是相对均衡的。统计可得每个机器人完成自己的覆盖任务的时间基本相同，且为单个机器人覆盖所有区域的时间的四分之一左右。因此，通过本发明的方法实现多机器人的完全遍历路径规划可以有效的减少覆盖的时间。由于采用了基于市场机制的任务分配方法，每个机器人独立的完成各自的任务很少有冲突。作为一种高度分布式的系统框架，本发明还具有很强的鲁棒性。其中一个或几个机器人不能工作了也不会对其他正常的机器人造成影响。也就是说只要有至少一个机器人还能正常工作，就可以实现完全遍历的覆盖任务。因此本发明具有良好的鲁棒性和完备性。

本发明实现了多机器人的全覆盖任务，利用的基于投标机制的回溯方法，结合的是生物激励神经网络覆盖模型。该回溯方法也可以和螺旋算法(E.Gonzalez,O.Alvarez,Y.Diaz,C.Parra,and C.Bustacara,“BSA:A complete coverage algorithm,”InProc.ICRA,pp.2040–2044,2005)相结合，也可以达到多机器人协同全覆盖的目的。

以上实施例仅用以说明本发明的技术方案而非对其进行限制，本领域的普通技术人员可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明的精神和范围，本发明的保护范围应以权利要求书所述为准。

Claims (8)

1.一种面向多机器人系统的完全遍历路径规划方法，包括以下步骤：

1)将地图栅格化，机器人每次覆盖一个栅格；

2)每个机器人用生物激励神经网络的方法，各自覆盖未覆盖过的栅格；

3)当某个机器人陷入死锁状态时，开启回溯机制；

4)更新回溯列表，并删除已覆盖完全的节点；回溯列表为待回溯的节点的集合，只选择未覆盖区域边缘两端的节点加入到回溯列表中，中间位置的节点被删除；

5)死锁的机器人根据贪心准则和基于市场机制的投标过程选择最佳回溯节点；选择最佳回溯节点时，同时考虑两个方面：第一是选择离自己尽可能近的节点；第二是所选节点离其他机器人要尽可能远；

选择最佳回溯节点的过程包括：首先，假设处于死锁状态的机器人R选择了最新被加入回溯列表的节点p作为候选回溯节点，这时每个机器人计算自己与候选节点p的欧氏距离，并将这个距离作为投标价；如果死锁机器人R的投标价比其他机器人都小，也就是距离最近，那么机器人R中标，候选节点p就是最佳的回溯节点；相反地，如果有其他机器人比死锁机器人R的投标价还要小，也就是该点p离其他某个机器人更近，那么p可能很快会被其他机器人覆盖，即不能被选择为最佳节点；这时自动选择下一个最新加入回溯列表的节点q，检查q是否能使死锁机器人R中标；如果还不能，就继续选择列表中的下一个节点，直到机器人R中标，把该点作为最佳回溯节点；如果遍历了所有节点都不能使机器人R中标，则直接选择第一个候选节点p进行回溯；

6)死锁的机器人规划一条最短路径，使其从死锁点运动到最佳回溯节点；

7)各个机器人继续覆盖，直到回溯列表为空。

2.如权利要求1所述的方法，其特征在于，机器人运动的环境为未知的可变环境，即静态或动态的障碍物、覆盖过的区域、未覆盖的区域起初都是未知的，机器人通过传感器感知周围环境，从而覆盖环境中所有的可达区域。

3.如权利要求1所述的方法，其特征在于，每个机器人能够向周围的八个方向运动，所述八个方向是：上，下，左，右，左上，左下，右上，右下；死锁的状态即为周围八个神经元的活性值均比当前节点的活性值低，当机器人运动到死锁的状态时，当前的上个节点被叫做死锁点。

4.如权利要求1所述的方法，其特征在于，每一个栅格即生物激励神经网络中的神经元的大小都等于机器人的执行机构的大小；对于扫地机器人来说，栅格的边长等于扫地机器人底盘的直径。

5.如权利要求1所述的方法，其特征在于，在栅格划分的过程中，部分被障碍物占据的栅格被视为障碍物栅格，并定义四种栅格的状态，分别为访问过的、未访问的、障碍物占据的和死锁的。

6.如权利要求1所述的方法，其特征在于，通过机器人之间可靠的通信机制保证他们能够共享各自的位置，并将除自己以外的机器人位置视为障碍物的位置。

7.如权利要求1所述的方法，其特征在于，将回溯节点定义为周围还有未覆盖区域的节点，这些节点将可能作为下一次覆盖路径的起点。

8.如权利要求1所述的方法，其特征在于，利用动态更新的A*算法来规划一条从死锁点逃离到最佳回溯节点的最短路径。

Images