CN110209158A - 清扫车路径规划方法和路径清扫规划装置 - Google Patents
清扫车路径规划方法和路径清扫规划装置 Download PDFInfo
- Publication number
- CN110209158A CN110209158A CN201910304049.9A CN201910304049A CN110209158A CN 110209158 A CN110209158 A CN 110209158A CN 201910304049 A CN201910304049 A CN 201910304049A CN 110209158 A CN110209158 A CN 110209158A
- Authority
- CN
- China
- Prior art keywords
- sweeper
- path
- purging zones
- zones
- multiple purging
- 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
Links
- 241001417527 Pempheridae Species 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000010926 purge Methods 0.000 claims abstract description 58
- 238000004140 cleaning Methods 0.000 claims abstract description 20
- 230000004888 barrier function Effects 0.000 claims abstract description 9
- 230000007613 environmental effect Effects 0.000 claims description 3
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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Development Economics (AREA)
- Biophysics (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种清扫车路径规划方法和路径规划装置，所述清扫车路径规划方法包括以下步骤：1)、以清扫车的起始位置的中心点为第一连接点，以靠近清扫车周边的障碍物的中心点为第二连接点；2)、将所述第一连接点与多个所述第二连接点之间的多个连线形成的多个区域为清扫区域；并对多个清扫区域进行编号；3)、根据蚁群算法对多个所述清扫区域进行连接；4)、利用预设清扫方式对多个所述清扫区域进行往复清扫。该清扫车路径规划方法能够在设定区域内规划从起点到终点时能够经过所有可达点的连续路径。
Description
技术领域
本发明涉及清扫车清扫路径规划，具体地，涉及清扫车路径规划方法和路径规划装置。
背景技术
随着科技的进步，多种多样的服务机器人应用于人们的实际生活中，从事着与人们生活息息相关的服务工作，一定程度上改善了人们的生活质量。清扫车是在这种背景下产生的服务机器人。现有的清扫车是寻找一条从起点到终点的无碰最优路径，而不能提供在设定区域内寻找一条从起点到终点且能够经过所有可达点的连续路径。
因此，提供一种能够在设定区域内规划从起点到终点时能够经过所有可达点的连续路径的清扫车路径规划方法和路径清扫规划装置是本发明亟需解决的问题。
发明内容
本发明提供一种清扫车路径规划方法和路径规划装置，该清扫车路径规划方法能够在设定区域内规划从起点到终点时能够经过所有可达点的连续路径。
为了实现上述目的，本发明提供了一种清扫车路径规划方法，所述清扫车路径规划方法包括以下步骤：
1)、以清扫车的起始位置的中心点为第一连接点，以靠近清扫车周边的障碍物的中心点为第二连接点；
2)、将所述第一连接点与多个所述第二连接点之间的多个连线形成的多个区域为清扫区域；并对多个清扫区域进行编号；
3)、根据蚁群算法对多个所述清扫区域进行连接；
4)、利用预设清扫方式对多个所述清扫区域进行往复清扫。
优选地，在步骤3)中，根据蚁群算法对多个所述清扫区域进行遍历以获取最佳路径。
优选地，在获取最佳路径之前，所述清扫车路径规划方法还包括：
获取多个所述清扫区域的长度方向；
利用蚁群算法沿着所述长度方向对多个清扫区域进行遍历。
优选地，利用蚁群算法沿着长度方向对多个清扫区域进行遍历，包括：
当所述长度方向为水平方向时，利用蚁群算法对多个所述清扫区域进行横向往复遍历；
当所述长度方向为竖直方向时，利用蚁群算法对多个所述清扫区域进行纵向往复遍历。
优选地，清扫车在从起始位置到达目标清扫位置时，从历史数据中提取从所述起始位置至目标清扫位置的目标历史路径，所述历史数据中存储有清扫车之前的行走路径。
优选地，在清扫车尝试基于目标历史路径行走之前还包括：
基于环境地图，规划从起始位置至目标清扫位置的第一目标路径；
判断第一目标路径对应的第一行走距离是否高于目标历史路径对应的第二行走距离；
若所述第一行走距离大于所述第二行走距离，按照目标历史路径执行清扫步骤：
若所述第一行走距离小于所述第二行走距离，按照第一目标路径执行清扫步骤。
根据本发明的另外一个方面，提供一种路径清扫规划装置，所述路径清扫规划装置包括：
第一确定单元，用于确定多个清扫区域；
第二确定单元，用于对多个清扫区域进行编号：
连接单元，用于根据蚁群算法将多个清扫区域进行连接；
执行单元，用于在多个清扫区域内使用预设清扫方式进行往复清扫；
获取单元，用于获取多个所述清扫区域的长度方向。
根据上述技术方案，本发明提供的清扫车路径规划方法，所述清扫车路径规划方法包括以下步骤：1)、以清扫车的起始位置的中心点为第一连接点，以靠近清扫车周边的障碍物的中心点为第二连接点；2)、将所述第一连接点与多个所述第二连接点之间的多个连线形成的多个区域为清扫区域；并对多个清扫区域进行编号；3)、根据蚁群算法对多个所述清扫区域进行连接；4)、利用预设清扫方式对多个所述清扫区域进行往复清扫。本发明提供的清扫车路径规划方法能够将清扫车的位置与障碍物的位置之间的区域划分为多个清扫区域，并采用预设清扫方式对多个清扫区域进行往复清扫，缩短了清扫路径，效率提升，在设定的区域内能够从起点到终点经过所有可达点的连续路径。
本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
图1是本发明提供的一种优选实施方式的清扫车路径规划方法的流程步骤图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
在本发明中，在未作相反说明的情况下，“上、下、左、右、内、外”等包含在术语中的方位词仅代表该术语在常规使用状态下的方位，或为本领域技术人员理解的俗称，而不应视为对该术语的限制。
本发明提供了一种清扫车路径规划方法，所述清扫车路径规划方法包括以下步骤：
1)、以清扫车的起始位置的中心点为第一连接点，以靠近清扫车周边的障碍物的中心点为第二连接点；
2)、将所述第一连接点与多个所述第二连接点之间的多个连线形成的多个区域为清扫区域；并对多个清扫区域进行编号；
3)、根据蚁群算法对多个所述清扫区域进行连接；
4)、利用预设清扫方式对多个所述清扫区域进行往复清扫。
如图1所示，本发明的宗旨是提供一种能够从起点到终点经过所有可达点的连续路径的清扫车路径规划方法。所述清扫车路径规划方法包括以下步骤：1)、以清扫车的起始位置的中心点为第一连接点，以靠近清扫车周边的障碍物的中心点为第二连接点；2)、将所述第一连接点与多个所述第二连接点之间的多个连线形成的多个区域为清扫区域；并对多个清扫区域进行编号；3)、根据蚁群算法对多个所述清扫区域进行连接；4)、利用预设清扫方式对多个所述清扫区域进行往复清扫。本发明提供的清扫车路径规划方法能够将清扫车的位置与障碍物的位置之间的区域划分为多个清扫区域，并采用预设清扫方式对多个清扫区域进行往复清扫，缩短了清扫路径，效率提升，在设定的区域内能够从起点到终点经过所有可达点的连续路径。
在被发明的一种优选的实施方式中，在步骤3)中，根据蚁群算法对多个所述清扫区域进行遍历以获取最佳路径。蚁群算法是一种用来寻找优化路径的概率型算法，来源于蚂蚁在寻找食物中发现路径的行为。优选情况下，在获取最佳路径之前，所述清扫车路径规划方法还包括：获取多个所述清扫区域的长度方向；利用蚁群算法沿着所述长度方向对多个清扫区域进行遍历。另外，利用蚁群算法沿着长度方向对多个清扫区域进行遍历，包括：当所述长度方向为水平方向时，利用蚁群算法对多个所述清扫区域进行横向往复遍历；当所述长度方向为竖直方向时，利用蚁群算法对多个所述清扫区域进行纵向往复遍历。
这里，利用蚁群算法对多个清扫区域进行遍历，为清扫车进行清扫工作提供了安全保障，另外，采用蚁群算法进行最优路径规划可以缩短清扫车的清扫路径，提升效率。
在本发明的一种优选的实施方式中，清扫车在从起始位置到达目标清扫位置时，从历史数据中提取从所述起始位置至目标清扫位置的目标历史路径，所述历史数据中存储有清扫车之前的行走路径。
在本发明的一种优选的实施方式方式中，在清扫车尝试基于目标历史路径行走之前还包括：
基于环境地图，规划从起始位置至目标清扫位置的第一目标路径；
判断第一目标路径对应的第一行走距离是否高于目标历史路径对应的第二行走距离；
若所述第一行走距离大于所述第二行走距离，按照目标历史路径执行清扫步骤：
若所述第一行走距离小于所述第二行走距离，按照第一目标路径执行清扫步骤。
根据本发明的另外一个方面，提供一种路径清扫规划装置，包括：第一确定单元，用于确定多个清扫区域；第二确定单元，用于对多个清扫区域进行编号：连接单元，用于根据蚁群算法将多个清扫区域进行连接；执行单元，用于在多个清扫区域内使用预设清扫方式进行往复清扫；获取单元，用于获取多个所述清扫区域的长度方向。
以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。
Claims (7)
1.一种清扫车路径规划方法，其特征在于，所述清扫车路径规划方法包括以下步骤：
1)、以清扫车的起始位置的中心点为第一连接点，以靠近清扫车周边的障碍物的中心点为第二连接点；
2)、将所述第一连接点与多个所述第二连接点之间的多个连线形成的多个区域为清扫区域；并对多个清扫区域进行编号；
3)、根据蚁群算法对多个所述清扫区域进行连接；
4)、利用预设清扫方式对多个所述清扫区域进行往复清扫。
2.根据权利要求1所述的清扫车路径规划方法，其特征在于，在步骤3)中，根据蚁群算法对多个所述清扫区域进行遍历以获取最佳路径。
3.根据权利要求2所述的清扫车路径规划方法，其特征在于，在获取最佳路径之前，所述清扫车路径规划方法还包括：
获取多个所述清扫区域的长度方向；
利用蚁群算法沿着所述长度方向对多个清扫区域进行遍历。
4.根据权利要求3所述的清扫车路径规划方法，其特征在于，利用蚁群算法沿着长度方向对多个清扫区域进行遍历，包括：
当所述长度方向为水平方向时，利用蚁群算法对多个所述清扫区域进行横向往复遍历；
当所述长度方向为竖直方向时，利用蚁群算法对多个所述清扫区域进行纵向往复遍历。
5.根据权利要求1所述的清扫车路径规划方法，其特征在于，清扫车在从起始位置到达目标清扫位置时，从历史数据中提取从所述起始位置至目标清扫位置的目标历史路径，所述历史数据中存储有清扫车之前的行走路径。
6.根据权利要求5所述的清扫车路径规划方法，其特征在于，在清扫车尝试基于目标历史路径行走之前还包括：
基于环境地图，规划从起始位置至目标清扫位置的第一目标路径；
判断第一目标路径对应的第一行走距离是否高于目标历史路径对应的第二行走距离；
若所述第一行走距离大于所述第二行走距离，按照目标历史路径执行清扫步骤：
若所述第一行走距离小于所述第二行走距离，按照第一目标路径执行清扫步骤。
7.一种路径清扫规划装置，其特征在于，所述路径清扫规划装置包括：
第一确定单元，用于确定多个清扫区域；
第二确定单元，用于对多个清扫区域进行编号：
连接单元，用于根据蚁群算法将多个清扫区域进行连接；
执行单元，用于在多个清扫区域内使用预设清扫方式进行往复清扫；
获取单元，用于获取多个所述清扫区域的长度方向。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910304049.9A CN110209158A (zh) | 2019-04-16 | 2019-04-16 | 清扫车路径规划方法和路径清扫规划装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910304049.9A CN110209158A (zh) | 2019-04-16 | 2019-04-16 | 清扫车路径规划方法和路径清扫规划装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110209158A true CN110209158A (zh) | 2019-09-06 |
Family
ID=67785616
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910304049.9A Pending CN110209158A (zh) | 2019-04-16 | 2019-04-16 | 清扫车路径规划方法和路径清扫规划装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110209158A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108121331A (zh) * | 2016-11-26 | 2018-06-05 | 沈阳新松机器人自动化股份有限公司 | 一种自主清扫路径规划方法及装置 |
| CN108507578A (zh) * | 2018-04-03 | 2018-09-07 | 珠海市微半导体有限公司 | 一种全局边界地图的构建方法及其导航方法 |
| CN108592923A (zh) * | 2018-06-05 | 2018-09-28 | 北京智行者科技有限公司 | 一种作业路径规划方法 |
| CN109240303A (zh) * | 2018-09-30 | 2019-01-18 | 北京奇虎科技有限公司 | 一种机器人的路径规划方法、装置及电子设备 |
-
2019
- 2019-04-16 CN CN201910304049.9A patent/CN110209158A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108121331A (zh) * | 2016-11-26 | 2018-06-05 | 沈阳新松机器人自动化股份有限公司 | 一种自主清扫路径规划方法及装置 |
| CN108507578A (zh) * | 2018-04-03 | 2018-09-07 | 珠海市微半导体有限公司 | 一种全局边界地图的构建方法及其导航方法 |
| CN108592923A (zh) * | 2018-06-05 | 2018-09-28 | 北京智行者科技有限公司 | 一种作业路径规划方法 |
| CN109240303A (zh) * | 2018-09-30 | 2019-01-18 | 北京奇虎科技有限公司 | 一种机器人的路径规划方法、装置及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109445444B (zh) | 一种障碍物集中环境下的机器人路径生成方法 | |
| CN108896048A (zh) | 用于移动载具的路径规划方法 | |
| CN111930111B (zh) | 一种清洁机器人路径规划方法及清洁机器人 | |
| Cheng et al. | 11 Location Prediction Algorithms for Mobile Wireless Systems | |
| CN110361009A (zh) | 一种路径规划方法、路径规划系统以及移动机器人 | |
| CN106323293B (zh) | 基于多目标搜索的两群多向机器人路径规划方法 | |
| CN108829115A (zh) | 一种机器人的运动控制方法及其计算设备 | |
| CN109316134A (zh) | 一种扫地机的清扫方法和扫地机 | |
| Grzes et al. | Plan-based reward shaping for reinforcement learning | |
| CN107015563A (zh) | 移动机器人路径规划方法及装置 | |
| CN108592923A (zh) | 一种作业路径规划方法 | |
| CN112068557A (zh) | 移动机器人全覆盖路径规划方法、芯片和机器人 | |
| Henry et al. | Spatio-temporal correlations of betweenness centrality and traffic metrics | |
| CN113515129B (zh) | 一种基于边界查找的双向跳点搜索无人车路径规划方法 | |
| CN111643008B (zh) | 一种扩展分区清洁方法、装置及计算机可读存储介质 | |
| CN110209158A (zh) | 清扫车路径规划方法和路径清扫规划装置 | |
| CN113171040B (zh) | 扫地机器人路径规划方法、装置、存储介质及扫地机器人 | |
| CN110275528A (zh) | 针对rrt算法改进的路径优化方法 | |
| KR102658913B1 (ko) | 로봇 협업 제어 방법 및 시스템 | |
| CN108614562A (zh) | 一种清扫路径优化方法 | |
| KR20080093580A (ko) | 경로 탐색 시스템 및 그 방법 | |
| CN108955696A (zh) | 扫地机及其路径规划方法和装置 | |
| CN114847812B (zh) | 消毒洗地机器人的自动控制方法、装置、设备及存储介质 | |
| CN113467482A (zh) | 一种自清洁的清洁机器人清扫路径规划方法及清洁机器人 | |
| CN111443694A (zh) | 一种智能清洁设备的作业方法和作业装置 |
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 |