CN108195375A - 一种非对称各项异性的全方位移动机器人的路径规划方法 - Google Patents

一种非对称各项异性的全方位移动机器人的路径规划方法 Download PDF

Info

Publication number
CN108195375A
CN108195375A CN201711284821.2A CN201711284821A CN108195375A CN 108195375 A CN108195375 A CN 108195375A CN 201711284821 A CN201711284821 A CN 201711284821A CN 108195375 A CN108195375 A CN 108195375A
Authority
CN
China
Prior art keywords
primitive
movement
path
movable robot
directionally movable
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.)
Pending
Application number
CN201711284821.2A
Other languages
English (en)
Inventor
张继文
刘莉
刘召
陈恳
邬新国
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.)
Tsinghua Innovation Center in Dongguan
Original Assignee
Tsinghua Innovation Center in Dongguan
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 Tsinghua Innovation Center in Dongguan filed Critical Tsinghua Innovation Center in Dongguan
Priority to CN201711284821.2A priority Critical patent/CN108195375A/zh
Publication of CN108195375A publication Critical patent/CN108195375A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manipulator (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供一种非对称各项异性的全方位移动机器人的路径规划方法,包括栅格地图,栅格地图上标记有障碍物和自由空间;运动基元,运动基元表示一段微小路径;通过碰撞检测算法计算运动基元与栅格地图上标记的障碍物的重叠状况,从而得到Lattice网格地图;然后通过图搜索算法得到规划路径。本发明实现了lattice网格图从轮式车辆到全方位移动机器人的拓展。不再局限于只有前进和旋转,而没有侧移运动的状况,从而在充分发挥全方位移动能力的前提下,达到了轮式车辆的移动效率。

Description

一种非对称各项异性的全方位移动机器人的路径规划方法
技术领域
本发明属于机器人技术领域,特别涉及一种移动机器人的路径规划方法。
背景技术
全方位移动机器人是一种能够向任意方向运动的移动机器人,与一般的差动轮式车辆有所不同,其不但可以前进、后退和旋转,还能够侧向移动,以及实现这些基本运动的任意组合。由于其运动的灵活性,全方位移动机器人逐步应用于工业自动化生产线,承担着物料转运的功能。
目前多数用于工业环境下的全方位移动机器人采用固定的工作流程和预订的跟随路径,例如采用巡线方式工作。这种移动方法虽然稳定可靠,但不能充分发挥全方位移动的避障潜力,也难以适应日益复杂的现场环境。为此,全方位移动机器人需要具有自动的路径规划功能,能够依据当前的工作环境动态的生成路径。
路径规划是移动机器人的基本技术问题,特别针对全方位移动机器人,较为常用的方法是仅考虑二维构型空间,将机器人抽象为构型空间中的一点,采用启发式搜索算法如A*,D*等,以躲避环境障碍物为目标,求解以栅格坐标序列表示的路径。另一种方法是构造一种人工势场,即假定目标点产生吸引力,障碍物产生排斥力,从而形成一种类似于电场或磁场的势场,当机器人沿着势能降低的方向运动,即可躲避障碍物到达目标位置。
这些现有的路径规划方法均不考虑机器人在各个方向上运动能力的差异,常常产生频繁的姿态朝向变化,机器人需要在这些急转弯处停止前进,并原地旋转,而难以考虑机器人姿态朝向变化时的代价。现有方法虽然能够用于机器人完成障碍物躲避的任务,但不利于机器人运动效率的提升。
另一方面由于汽车自动驾驶的技术驱动,具有汽车式的轮式移动车辆的运动规划方法近年来得到充分的发展,但由于这种车辆仅能完成前进、后退,以及带有转向的圆周运动,难以完成全方位移动机器人的侧向移动,因此其路径规划方法难以直接应用于全方位移动机器人。本发明则将轮式车辆式移动机器人基于lattice网格的图搜索路径规划方法,拓展到各向异性全方位移动机器人的领域,从而易于运动效率的优化和速度的提升。
发明内容
为了解决现有技术中的问题,因此本发明将lattice状态网格图拓展至兼有前进、侧移、旋转的全方位移动机器人领域,从而在能够充分利用全方位移动能力的前提下,充分考虑运动的各项异性特点,提升这一类机器人规划所生成路径的移动效率和速度。
本发明的具体方案为:拓展差动轮式车辆和四轮车辆的lattice网格图构造方法,使得lattice网格图内部的基本单元即运动基元支持全方位移动。
一种非对称各项异性的全方位移动机器人的路径规划方法,其特征在于:包括栅格地图,栅格地图上标记有障碍物和自由空间,以及运动基元,运动基元表示一段微小路径;通过碰撞检测算法计算运动基元与栅格地图上标记的障碍物的重叠状况,得到Lattice网格地图;Lattice网格地图为将机器人的工作空间划分为栅格,移动路径为可行运动连接的任意两个栅格点之间,起始格点、终止格点以及连接两者的曲线一同构成了一个运动基元,运动基元不断延伸和拓展从而构成lattice网格地图;路径规划即从网格地图中搜索到一条自起点至终点的连续无碰运动基元的序列,通过图搜索算法得到规划路径。
运动基元包括基本基元、第一类基元和第二类基元,同一种多段运动基元能够构造为平滑的路径,在基元前后连接位置,位置曲线和姿态角曲线均光滑可导。
所述基本基元为前进、后退、侧移、原地旋转一个栅格单位的运动基元。
第一类基元为同时带有前进和旋转分量的单元,机器人预定义的姿态角始终与运动路径的切线方向一致。
第二类运动基元由基本基元和第一类运动基元生成,生成方法是使机器人姿态角与其平动轨迹产生夹角,并在基元曲线上的每一点均保持这一夹角不变。
碰撞检测算法为将运动基元的起点与栅格地图的一个交点重合,针对运动基元所对应的整个移动路径与栅格地图上的栅格比较判断该段运动路径是否为可行路径。
图搜索算法为一种可以完成从图的一个状态逐步拓展节点,依据不同节点之间的转移代价,生成代价最低的状态转移过程的方法。
图搜索算法为启发式图搜索算法A*、或者Dijkstra、动态A*(D*)算法的任一种。
有益效果:
本发明实现了lattice网格图从轮式车辆到全方位移动机器人的拓展。不再局限于只有前进和旋转,而没有侧移运动的状况,从而在充分发挥全方位移动能力的前提下,达到了轮式车辆的移动效率。
通过碰撞检测算法、栅格地图和运动基元生成了全方位Lattice网格图,该lattice网格图在保证不与障碍物发生碰撞的条件下,充分考虑了全方位移动的灵活性以及非对称各向异性的移动效率。
采用图搜索算法,以保证代价最优为目标,获得了路径规划的结果,着重解决了非对称的,具有各向异性全方位移动能力的机器人的路径规划方法,从而达到提升其路径执行效率的目标。
Lattice网格地图的优势在于,无须在路径规划之前即计算出全部可行的路径,而是当给出了机器人的起点位姿和终点位姿后,再依据搜索算法的节点拓展过程,逐步利用碰撞检测算法针对每一种运动基元形成局部的Lattice网格地图,从而提升整个规划算法的运算效率。
附图说明:
图1、全方位移动机器人的路径规划方法整体流程;
图2.、第一类运动基元示例图;
图3、由前进基本基元生成侧移前进的第二类基元的方法示意图;
图4、由第一类基元生成第二类基元的方法示意图。
具体实施例
下面通过示例性的实施例具体说明本发明。应当理解,本发明的范围不应局限于实施例的范围。任何不偏离本发明主旨的变化或改变能够为本领域的技术人员所理解。本发明的保护范围由所附权利要求的范围确定。
本发明的方法是拓展差动轮式车辆和四轮车辆的lattice网格图构造方法,使得lattice网格图内部的基本单元即运动基元支持全方位移动。整体方法的组成结构如图1所示。
该方法主要包括栅格地图1,用于描述机器人工作环境,对障碍物和自由空间进行标记,从而区别自由空间和障碍物;运动基元2,是机器人可以产生运动的一段微小路径,其起始于栅格地图1的交点,也终止于栅格地图1的交点;碰撞检测算法3,用于判别从某个地图起点起,特定运动基元2与栅格地图1中的所标记的障碍物是否发生了重叠;lattice网格地图4是栅格地图中经各类运动基元2进行拓展所形成的全部可行的路线图;图搜索算法5,用于在lattice网格地图4中执行路径搜索,获得自起点到终点的代价最低路径;规划结果6是以一系列运动基元2前后连接所形成的从机器人的起始位姿到达目标位姿的一条无碰路径。
其中运动基元2又包含三种类型即:基本基元21,第一类基元22,第二类基元23,分别表示不同特征的运动路径。基本基元21是前进、后退、侧移、原地旋转一个栅格单位的运动基元;第一类基元22是同时带有前进和旋转分量的单元,即差动轮式车辆所具有的那一类基元。在第一类基元22中,机器人预定义的姿态角始终与运动路径的切线方向一致,一系列可能的第一类运动基元22如图2所示。
第二类运动基元23由基本基元21和第一类运动基元22生成。其方法是使机器人姿态角与其平动轨迹产生夹角,并在基元曲线上的每一点均保持这一夹角不变,其原理如图3和图4所示。
如图3所示,对于基本基元1中的前进单元,当初始状态与未来轨迹存在夹角时,即可产生同时前进和侧移的第二类基元。
如图4所示,当机器人姿态角与第一类基本单元轨迹存在夹角时,即产生了侧移、旋转的运动基元。
基本基元21,第一类基元22,第二类基元23组成了全部运动基元2。此处的运动基元2的一个特征是同一种多段运动基元能够构造为平滑的路径,在基元前后连接位置,位置曲线和姿态角曲线均光滑可导。
Lattice网格地图4是将机器人的工作空间划分为栅格,但不同于栅格地图2仅能实现相邻的四联通或八连通的移动路径,而是拓展到通过可行运动连接的任意两个栅格点之间。如图2所示,起始格点、终止格点以及连接两者的运动基元2一同构成了一条运动曲线,其不断延伸和拓展从而构成lattice网格地图4。路径规划即从网格地图4中搜索到一条自起点至终点的连续无碰运动基元2的序列。
碰撞检测算法3的优势在于,将运动基元2的起点与栅格地图1的一个交点重合,针对运动基元2所对应的整个移动路径与栅格地图1上的栅格比较,当移动路径上存在标记为障碍物的栅格,则认为该段运动路径是不可行路径。反之,若整条路径上均不存在标记为障碍物的栅格,则认为该路径是可行路径。
Lattice网格地图4的优势在于,无须在路径规划之前即计算出全部可行的路径,而是当给出了机器人的起点位姿和终点位姿后,再依据搜索算法5的节点拓展过程,逐步利用碰撞检测算法3针对每一种运动基元2形成局部的Lattice网格地图4,从而提升整个规划算法的运算效率。
图搜索算法5的优势在于,是一种可以完成从图的一个状态逐步拓展节点,依据不同节点之间的转移代价,生成代价最低的状态转移过程的方法,图搜索算法5的一个具体实施例是启发式图搜索算法A*,或者Dijkstra,或者动态A*(D*)算法。以总代价最低为搜索目标。
以上所述的实施例仅为说明本发明的技术思想及特点,其描述较为具体和详细,其目的在于使本领域的普通技术人员能够了解本发明的内容并据以实施,。因此不能仅以此来限定本发明的专利范围,应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,即凡依据本发明实施例所作的任何修改、等同变化与修饰,均仍属于本发明的技术方案的范围内。

Claims (9)

1.一种非对称各项异性的全方位移动机器人的路径规划方法,其特征在于:包括栅格地图,栅格地图上标记有障碍物和自由空间,以及运动基元,运动基元表示一段微小路径;可以通过碰撞检测算法计算运动基元与栅格地图上标记的障碍物的重叠状况;运动基元不断延伸和拓展从而构成lattice网格地图;路径规划即从lattice网格地图中搜索到一条自起点至终点的连续无碰运动基元的序列,通过图搜索算法得到规划路径。
2.根据权利要求1所述的运动基元是连接的任意两个栅格点之间的一段可行运动,起始格点、终止格点以及连接两者的曲线一同构成了一条微小的移动路径。
3.根据权利要求1所述的非对称各项异性的全方位移动机器人的路径规划方法,其特征在于:运动基元包括基本基元、第一类基元和第二类基元,同一种多段运动基元能够构造为平滑的路径,在基元前后连接位置,位置曲线和姿态角曲线均光滑可导。
4.根据权利要求3所述的非对称各项异性的全方位移动机器人的路径规划方法,其特征在于:所述基本基元为前进、后退、侧移、原地旋转一个栅格单位的运动基元。
5.根据权利要求3所述的非对称各项异性的全方位移动机器人的路径规划方法,其特征在于:第一类基元为同时带有前进和旋转分量的单元,机器人预定义的姿态角始终与运动路径的切线方向一致。
6.根据权利要求3所述的非对称各项异性的全方位移动机器人的路径规划方法,其特征在于:第二类运动基元由基本基元和第一类运动基元生成,生成方法是使机器人姿态角与其平动轨迹产生夹角,并在基元曲线上的每一点均保持这一夹角不变。
7.根据权利要求1所述的非对称各项异性的全方位移动机器人的路径规划方法,其特征在于:碰撞检测算法为将运动基元的起点与栅格地图的一个交点重合,针对运动基元所对应的整个移动路径与栅格地图上的栅格比较判断该运动基元所对应的运动路径是否为可行路径。
8.根据权利要求1所述的非对称各项异性的全方位移动机器人的路径规划方法,其特征在于:图搜索算法为一种可以完成从图的一个状态逐步拓展节点,依据不同节点之间的转移代价,生成代价最低的状态转移过程的方法。
9.根据权利要求8所述的非对称各项异性的全方位移动机器人的路径规划方法,其特征在于:图搜索算法为启发式图搜索算法A*、或者Dijkstra、动态A*(D*)算法的任一种。
CN201711284821.2A 2017-12-07 2017-12-07 一种非对称各项异性的全方位移动机器人的路径规划方法 Pending CN108195375A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711284821.2A CN108195375A (zh) 2017-12-07 2017-12-07 一种非对称各项异性的全方位移动机器人的路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711284821.2A CN108195375A (zh) 2017-12-07 2017-12-07 一种非对称各项异性的全方位移动机器人的路径规划方法

Publications (1)

Publication Number Publication Date
CN108195375A true CN108195375A (zh) 2018-06-22

Family

ID=62573965

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711284821.2A Pending CN108195375A (zh) 2017-12-07 2017-12-07 一种非对称各项异性的全方位移动机器人的路径规划方法

Country Status (1)

Country Link
CN (1) CN108195375A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109141441A (zh) * 2018-07-19 2019-01-04 北京汽车集团有限公司 车辆的障碍分析方法和装置
CN109597385A (zh) * 2018-12-26 2019-04-09 芜湖哈特机器人产业技术研究院有限公司 一种栅格地图及基于栅格地图的多agv动态路径规划方法
CN110825091A (zh) * 2019-11-29 2020-02-21 洛阳中科龙网创新科技有限公司 一种基于无人机的智能拖拉机智能选路方法及装置
CN112857384A (zh) * 2021-01-18 2021-05-28 西安电子科技大学 基于改进启发函数的a*算法的移动机器人路径规划方法
CN113741179A (zh) * 2021-11-08 2021-12-03 北京理工大学 一种面向异构车辆的统一运动规划方法和系统
CN114270142A (zh) * 2019-07-19 2022-04-01 祖克斯有限公司 非结构化的车辆路径规划器

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张继文等: "面向全方位双足步行跟随的路径规划 ", 《自动化学报》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109141441A (zh) * 2018-07-19 2019-01-04 北京汽车集团有限公司 车辆的障碍分析方法和装置
CN109597385A (zh) * 2018-12-26 2019-04-09 芜湖哈特机器人产业技术研究院有限公司 一种栅格地图及基于栅格地图的多agv动态路径规划方法
CN109597385B (zh) * 2018-12-26 2021-08-20 芜湖哈特机器人产业技术研究院有限公司 一种栅格地图及基于栅格地图的多agv动态路径规划方法
CN114270142A (zh) * 2019-07-19 2022-04-01 祖克斯有限公司 非结构化的车辆路径规划器
US11875678B2 (en) 2019-07-19 2024-01-16 Zoox, Inc. Unstructured vehicle path planner
CN114270142B (zh) * 2019-07-19 2024-01-23 祖克斯有限公司 非结构化的车辆路径规划器
CN110825091A (zh) * 2019-11-29 2020-02-21 洛阳中科龙网创新科技有限公司 一种基于无人机的智能拖拉机智能选路方法及装置
CN112857384A (zh) * 2021-01-18 2021-05-28 西安电子科技大学 基于改进启发函数的a*算法的移动机器人路径规划方法
CN112857384B (zh) * 2021-01-18 2022-07-26 西安电子科技大学 基于改进启发函数的a*算法的移动机器人路径规划方法
CN113741179A (zh) * 2021-11-08 2021-12-03 北京理工大学 一种面向异构车辆的统一运动规划方法和系统
CN113741179B (zh) * 2021-11-08 2022-03-25 北京理工大学 一种面向异构车辆的统一运动规划方法和系统

Similar Documents

Publication Publication Date Title
CN108195375A (zh) 一种非对称各项异性的全方位移动机器人的路径规划方法
CN106949893B (zh) 一种三维避障的室内机器人导航方法和系统
CN106569496B (zh) 一种运动路径的规划方法
CN103455034B (zh) 一种基于最近距离向量场直方图的避障路径规划方法
CN106918367B (zh) 一种机器人主动搜寻定位气味源的方法
CN112590775B (zh) 一种自动泊车方法、装置、车辆及存储介质
CN107943058A (zh) 扫地机器人及其清扫路径规划方法
CN108073176A (zh) 一种改进型D*Lite车辆动态路径规划方法
CN110262518A (zh) 基于轨迹拓扑地图和避障的车辆导航方法、系统及介质
CN111679679B (zh) 基于蒙特卡洛树搜索算法的机器人状态规划方法
CN110228069A (zh) 一种机械臂在线避障运动规划方法
CN104133472A (zh) 无人驾驶运输车辆及运行方法,包括该无人驾驶运输车辆的系统及规划虚拟轨迹的方法
CN107643752A (zh) 基于行人轨迹预测的全向移动机器人路径规划算法
CN109059924A (zh) 基于a*算法的伴随机器人增量路径规划方法及系统
CN102541057A (zh) 一种基于激光测距仪的移动机器人避障方法
CN106444769A (zh) 一种室内移动机器人增量式环境信息采样的最优路径规划方法
CN113172631B (zh) 一种基于改进式rrt算法的机械臂自主避障方法
CN102207736A (zh) 基于贝塞尔曲线的机器人路径规划方法及装置
CN105320134A (zh) 一种机器人自主构建室内地图的路径规划法
CN106840169B (zh) 用于机器人路径规划的改进方法
CN111982142A (zh) 一种基于改进a星算法的智能车全局路径规划方法
CN106774425A (zh) 一种无人机飞行导航的方法及系统
CN104390648A (zh) 一种基于人工势场的煤矿救灾机器人路径规划方法
CN104776855A (zh) 一种交叉路口的导航方法和装置
CN113009912A (zh) 一种基于混合a星的低速商用无人车路径规划算法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180622