CN110146091A - 一种基于空间划分的智能机器人自主导航方法 - Google Patents

一种基于空间划分的智能机器人自主导航方法 Download PDF

Info

Publication number
CN110146091A
CN110146091A CN201910588175.1A CN201910588175A CN110146091A CN 110146091 A CN110146091 A CN 110146091A CN 201910588175 A CN201910588175 A CN 201910588175A CN 110146091 A CN110146091 A CN 110146091A
Authority
CN
China
Prior art keywords
space
intelligent robot
rectangular space
autonomous navigation
navigation method
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
CN201910588175.1A
Other languages
English (en)
Inventor
孙莉莉
余立均
汪忠来
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.)
Chengdu Yiruo Yuntian Technology Co Ltd
Original Assignee
Chengdu Yiruo Yuntian Technology 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 Chengdu Yiruo Yuntian Technology Co Ltd filed Critical Chengdu Yiruo Yuntian Technology Co Ltd
Priority to CN201910588175.1A priority Critical patent/CN110146091A/zh
Publication of CN110146091A publication Critical patent/CN110146091A/zh
Pending legal-status Critical Current

Links

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

Landscapes

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

Abstract

本发明公开了一种基于空间划分的智能机器人自主导航方法，该方法包括获取初始地图信息和位置信息，将智能机器人所处的空间划分成矩形空间，根据智能机器人位置信息规划当前矩形空间的导航路径，根据导航路径控制智能机器人移动到下一个矩形空间，不断重复直到智能机器人移动到目标位置。本发明将智能机器人所处的三维空间划分为特定的矩形空间，将各个矩形空间作为一个独立单元，使得智能机器人只需要处理当前空间下的空间信息进行自主导航，减少了所需要处理的数据量，能够有效的提高处理速度以及导航的快速性与精确性。

Description

一种基于空间划分的智能机器人自主导航方法
技术领域
本发明属于智能机器人自主导航技术领域，具体涉及一种基于空间划分的智能机器人自主导航方法。
背景技术
智能机器人的导航系统是一个自主式智能系统，其主要任务是如何把感知、规划、决策和行动等模块有机地结合起来。设计的关键技术包括控制系统体系结构、视觉信息处理与定位、路径规划与路径跟踪、多传感器数据融合等。自主导航技术作为智能机器人的一项关键技术，是机器人实现智能化一项关键技术。
以机器人实现自主飞行来说，目前实现自主飞行的主要技术有：惯导技术、GPS导航技术以及视觉导航技术。惯性导航以牛顿力学为基础，通过测量载体在参考系中的加速度而得到位置、速度等信息，能够以自身具有的信息实现导航；GPS(全球定位系统)以卫星为载体，提供机器人所需要的三维位置信息；视觉导航技术主要是通过计算机视觉技术及图像处理技术来实现的。这些导航技术或多或少都存在着一定得缺陷。
机器视觉作为目前的研究热点，能够很好的解决导航的精确性问题。运用视觉导航时，导航机器人需要依靠自身传感系统对内部姿态和外部环境信息进行感知，通过对环境空间信息的存储、识别、搜索等操作寻找最优或者近似最优的无碰撞路径并实现安全运动；当智能机器人自主飞行时，需要不断地获取外界的图像信息，这使得机器人所需要处理的信息量巨大。具体而言，导航存在的重点与难点有：
1、获取空间地图信息困难；
2、飞行过程中如果突然遇到障碍物，可能会存在反应不及时的情况；
3、信息融合的情况会比较复杂，数据较大，会加大机体软件的运算量。
发明内容
本发明的主要目的在于提供一种基于空间划分的智能机器人自主导航方法，结合图像处理技术，模式识别技术，定位导航技术等理论实现智能机器人自主导航的目的。
为实现上述目的，本发明提供一种基于空间划分的智能机器人自主导航方法，包括以下步骤：
S1、获取预设地图信息，确定初始位置和目标位置；
S2、将智能机器人所处的空间划分成矩形空间；
S3、获取智能机器人所处矩形空间的位置信息，规划当前矩形空间的导航路径；
S4、按照步骤S3规划的导航路径，控制智能机器人移动到下一个矩形空间；
S5、重复步骤S3至步骤S4，直到智能机器人移动到目标位置。
优选地，所述步骤S2中，矩形空间的大小具体为智能机器人探测最大范围的三分之一到四分之一大小。
优选地，所述步骤S3中，启动已有路径规划程序，规划机器人当前矩形空间的导航路径，直到机器人到达下一划分空间。
优选地，所述步骤S4中，智能机器人移动到下一个矩形空间时，同时释放上一矩形空间的位置信息。
优选地，所述步骤S4中，智能机器人移动到下一个矩形空间时，将上一矩形空间的位置信息存储到指定位置。
优选地，所述智能机器人在自主导航过程中，将智能机器人所处的当前位置不断与目标位置进行比对，对导航路径进行实时路径纠正。
优选地，所述智能机器人在每一个矩形空间导航完成后，即时将智能机器人所处的当前位置不断与目标位置进行比对，再进行下一矩形空间的自主导航。
本发明的有益效果是：本发明将智能机器人所处的三维空间划分为特定的矩形空间，将各个矩形空间作为一个独立单元，使得智能机器人只需要处理当前空间下的空间信息进行自主导航，减少了所需要处理的数据量，能够有效的提高处理速度以及导航的快速性与精确性。
附图说明
图1是本发明的基于空间划分的智能机器人自主导航方法流程示意图；
图2是本发明实施例中智能机器人所处空间位置信息示意图；
图3是本发明实施例中三维空间划分示意图；
图4是本发明实施例中智能机器人移动路径示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1所示，是本发明的基于空间划分的智能机器人自主导航方法流程示意图；一种基于空间划分的智能机器人自主导航方法，包括以下步骤：
S1、获取预设地图信息，确定初始位置和目标位置；
S2、将智能机器人所处的空间划分成矩形空间；
S3、获取智能机器人所处矩形空间的位置信息，规划当前矩形空间的导航路径；
S4、按照步骤S3规划的导航路径，控制智能机器人移动到下一个矩形空间；
S5、重复步骤S3至步骤S4，直到智能机器人移动到目标位置。
在本发明的一个可选实施例中，上述步骤S1用于初始化及目标位置确定，具体为首先获取已有的地图信息，在地图上确定初始位置以及目标位置，如图2所示；智能机器人当前的位置即为初始位置，目标位置可以根据实际需求确定，确定之后不再使用已有的地图信息，从而完成初始化过程。
在本发明的一个可选实施例中，上述步骤S2采用空间划分方法，如图3所示，将智能机器人所处的空间划分成若干个矩形空间，实现智能机器人自主导航的目的。
本发明在对空间进行划分时，划分的矩形空间不能太大，如果矩形空间太大，相应矩形空间所包含的环境信息就会比变多，在提取环境信息的时候就会耗费较多的时间；同时，再提取到环境信息之后，进行当前矩形空间路径规划时也会耗费较多的时间，因此会失去当前矩形空间自主导航的快速性。
本发明在对空间进行划分时，划分的矩形空间不能太小，如果矩形空间太小，虽然能够减少每个矩形空间内的环境信息，但是会造成整个三维空间布满矩形空间，智能机器人在每个矩形空间都会进行独立的信息处理，这将增大智能机器人自主导航的总体时间。
本发明中所选取的空间大小范围为智能机器人视觉模块所能探测最大范围的三分之一到四分之一大小，这样能够更好的提取当前矩形空间的环境信息，减少每个矩形空间内自主飞行的时间；同时还能够使整体上不会出现海量的矩形空间，减少整体自主导航所需时间。
在本发明的一个可选实施例中，上述步骤S3基于划分好的矩形空间，智能机器人自主导航时只需要单独考虑每个独立矩形空间的位置信息。当智能机器人处于矩形空间之中时，启动路径规划程序，规划智能机器人当前矩形空间的运动轨迹，直到智能机器人到达下一矩形空间。
本发明中采用A*算法规划路径，A*算法又称为启发式A*搜索算法，启发函数是由起始点到当前节点的最小目标函数值与从当前节点到目标点的估计目标函数值计算得到的，它依赖于启发信息，因而被称为启发函数。
本发明以智能机器人移动的路程为代价，将A*算法的代价函数表示为
f(n)＝g(n)+h(n)
其中，f(n)为总代价，g(n)为实际代价，h(n)为估计代价。
上述A*算法的启发信息满足约束条件具体为
h(n)≤h*(n)
其中，h*(n)为初始位置到目标位置的真实最小代价。
当搜索空间中若存在可行解时，利用A*算法就能找到其中的最优解，确保智能机器人在每个矩形空间内能够以最优路径移动到下一矩形空间，实现智能机器人在每个矩形空间单元内的自主导航，直至到达最终的目标位置。
在本发明的一个可选实施例中，上述步骤S4根据步骤S3规划的导航路径控制智能机器人进行自主导航，如图4所示，该图为二维图或三维空间的三视图中任一视图，用以说明智能机器人自主导航的过程，深色单元为没有用到的矩形空间单元，浅色部分为使用过的矩形空间单元，在使用过后就将其中的信息释放，按从左往后的次序实现飞行器自主飞行。
由于本发明中智能机器人只需独立处理每一矩形空间单元的空间信息，因此智能机器人到达下一矩形空间后，对于上一矩形空间的信息采取两种处理方式：一种方式是释放上一矩形空间的信息，这种方式适用于机器人处理器极小的情况；另一种方式是将上一矩形空间的信息存储到某一特定位置，需要用的时候再将其提取出来，这种方式适用于机器人处理器较大的情况。可根据机器人的具体情况选择具体的处理方式。
本发明将每个划分的空间作为一个独立的单元，当飞行器进入新的单元时，自动将前面单元的空间信息消除，重新建立当前单元的地图信息，根据当前的信息进行轨迹规划的任务，这样能够节省存储空间，并且每次处理的地图信息很少，能够快速的进行反应，同时不受距离的限制。
本发明在飞行器完成自主飞行的过程中，需要确保飞行器能够到达最终的目标位置，因此需要将飞行器所处的位置不断将其与目标位置进行比对，确保飞行器能够顺利的完成飞行，到达指定位置。本发明给出的比对时间参考是：每一小空间运动完成之后，即时进行比对，再进行下一空间的自主飞行，确保智能机器人最终能够到达目标位置。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (7)

1.一种基于空间划分的智能机器人自主导航方法，其特征在于，包括以下步骤：
S1、获取预设地图信息，确定初始位置和目标位置；
S2、将智能机器人所处的空间划分成矩形空间；
S3、获取智能机器人所处矩形空间的位置信息，规划当前矩形空间的导航路径；
S4、按照步骤S3规划的导航路径，控制智能机器人移动到下一个矩形空间；
S5、重复步骤S3至步骤S4，直到智能机器人移动到目标位置。
2.如权利要求1所述的基于空间划分的智能机器人自主导航方法，其特征在于，所述步骤S2中，矩形空间的大小具体为智能机器人探测最大范围的三分之一到四分之一大小。
3.如权利要求2所述的基于空间划分的智能机器人自主导航方法，其特征在于，所述步骤S3中，启动已有路径规划程序，规划机器人当前矩形空间的导航路径，直到机器人到达下一划分空间。
4.如权利要求3所述的基于空间划分的智能机器人自主导航方法，其特征在于，所述步骤S4中，智能机器人移动到下一个矩形空间时，同时释放上一矩形空间的位置信息。
5.如权利要求4所述的基于空间划分的智能机器人自主导航方法，其特征在于，所述步骤S4中，智能机器人移动到下一个矩形空间时，将上一矩形空间的位置信息存储到指定位置。
6.如权利要求4或5所述的基于空间划分的智能机器人自主导航方法，其特征在于，所述智能机器人在自主导航过程中，将智能机器人所处的当前位置不断与目标位置进行比对，对导航路径进行实时路径纠正。
7.如权利要求6所述的基于空间划分的智能机器人自主导航方法，其特征在于，所述智能机器人在每一个矩形空间导航完成后，即时将智能机器人所处的当前位置不断与目标位置进行比对，再进行下一矩形空间的自主导航。
CN201910588175.1A 2019-07-02 2019-07-02 一种基于空间划分的智能机器人自主导航方法 Pending CN110146091A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910588175.1A CN110146091A (zh) 2019-07-02 2019-07-02 一种基于空间划分的智能机器人自主导航方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910588175.1A CN110146091A (zh) 2019-07-02 2019-07-02 一种基于空间划分的智能机器人自主导航方法

Publications (1)

Publication Number Publication Date
CN110146091A true CN110146091A (zh) 2019-08-20

Family

ID=67596866

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910588175.1A Pending CN110146091A (zh) 2019-07-02 2019-07-02 一种基于空间划分的智能机器人自主导航方法

Country Status (1)

Country Link
CN (1) CN110146091A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111897340A (zh) * 2020-08-05 2020-11-06 电子科技大学 一种智能机器人长距离自主导航的方法
CN114029944A (zh) * 2021-10-08 2022-02-11 智动时代(北京)科技有限公司 一种三维空间粒晶向位定位算法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100211244A1 (en) * 2009-02-18 2010-08-19 Jeong Woo-Yeon Apparatus and method for generating and using a grid map path
CN103926930A (zh) * 2014-05-07 2014-07-16 重庆邮电大学 一种基于Hilbert曲线探测的多机器人协作地图构建方法
CN105953800A (zh) * 2016-06-14 2016-09-21 北京航空航天大学 一种无人飞行器航迹规划栅格空间划分方法
CN107478232A (zh) * 2017-09-18 2017-12-15 珠海市微半导体有限公司 机器人导航路径的搜索方法及芯片
CN108120441A (zh) * 2016-11-28 2018-06-05 沈阳新松机器人自动化股份有限公司 全覆盖路径规划方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100211244A1 (en) * 2009-02-18 2010-08-19 Jeong Woo-Yeon Apparatus and method for generating and using a grid map path
CN103926930A (zh) * 2014-05-07 2014-07-16 重庆邮电大学 一种基于Hilbert曲线探测的多机器人协作地图构建方法
CN105953800A (zh) * 2016-06-14 2016-09-21 北京航空航天大学 一种无人飞行器航迹规划栅格空间划分方法
CN108120441A (zh) * 2016-11-28 2018-06-05 沈阳新松机器人自动化股份有限公司 全覆盖路径规划方法及系统
CN107478232A (zh) * 2017-09-18 2017-12-15 珠海市微半导体有限公司 机器人导航路径的搜索方法及芯片

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张仰森 等: "《人工智能原理复习与考试指导 第2版》", 30 December 2004 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111897340A (zh) * 2020-08-05 2020-11-06 电子科技大学 一种智能机器人长距离自主导航的方法
CN114029944A (zh) * 2021-10-08 2022-02-11 智动时代(北京)科技有限公司 一种三维空间粒晶向位定位算法

Similar Documents

Publication Publication Date Title
CN107436148B (zh) 一种基于多地图的机器人导航方法及装置
CN113916243B (zh) 目标场景区域的车辆定位方法、装置、设备和存储介质
US20180182109A1 (en) System and method for enhancing target tracking via detector and tracker fusion for unmanned aerial vehicles
EP3213158B1 (en) Space partitioning for motion planning
US11238643B1 (en) High-definition city mapping
Zhao et al. Homography-based vision-aided inertial navigation of UAVs in unknown environments
CN112928799A (zh) 基于激光测量的移动机器人自动对接充电方法
CN110146091A (zh) 一种基于空间划分的智能机器人自主导航方法
CN111239763A (zh) 对象的定位方法、装置、存储介质和处理器
CN115790571A (zh) 基于异构无人系统相互观测的同时定位与地图构建方法
Tsuru et al. Online object searching by a humanoid robot in an unknown environment
Zhang et al. Online ground multitarget geolocation based on 3-D map construction using a UAV platform
CN117215317B (zh) 一种无人船局部路径规划方法、设备及存储介质
CN113961013A (zh) 一种基于rgb-d slam的无人机路径规划方法
Denuelle et al. A sparse snapshot-based navigation strategy for UAS guidance in natural environments
US20220187845A1 (en) Method for estimating positioning of moving object by using big cell grid map, recording medium in which program for implementing same is stored, and computer program stored in medium in order to implement same
Chin et al. Vision guided AGV using distance transform
CN115657718A (zh) 飞行器动态目标跟踪导航方法、装置及可读介质
Cui et al. Landmark extraction and state estimation for UAV operation in forest
Salas et al. Collaborative object search using heterogeneous mobile robots
CN115690343A (zh) 一种基于视觉跟随的机器人激光雷达扫描建图方法
CN111615677A (zh) 一种无人机的安全降落方法、装置、无人机及介质
Smirnova et al. A technique of natural visual landmarks detection and description for mobile robot cognitive navigation
Nabbe et al. Opportunistic use of vision to push back the path-planning horizon
Murtra et al. Efficient active global localization for mobile robots operating in large and cooperative environments

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

Application publication date: 20190820

RJ01 Rejection of invention patent application after publication