CN110673604A - 移动机器人自动入库控制方法、系统及移动机器人 - Google Patents

Abstract

本发明公开了一种移动机器人自动入库控制方法、系统及移动机器人，其中，控制方法包括：当移动机器人达到机器人库位区域时，自动扫描移动机器人周边的环境信息，并将环境信息发送至远程控制系统；接收远程控制系统发送的库位位置；计算移动机器人的当前位置到库位位置之间的入库路径；控制移动机器人按照入库路径入库。本发明通过在移动机器人达到机器人库位区域时，自动测量移动机器人的环境信息，将环境信息发送给远程控制系统，使其确定出合适的库位，然后生成入库路径，控制移动机器人进行入库，这样实现了移动机器人在到达库位区域时，自动入库，无需人员干预即可达到指定的库位。

Description

移动机器人自动入库控制方法、系统及移动机器人

技术领域

本发明涉及智能移动机器人运动控制技术领域，具体涉及一种移动机器人自动入库控制方法、系统及移动机器人。

背景技术

随着智能机器人技术的发展，机器人运动控制技术越来越智能先进。针对环境中有多机器人工作时为机器人设定特定的库位，用于停靠进行进一步的维护、充电工作，该场景已在物流、安防等多个领域实现应用。这就亟需一种高效科学的机器人自动入库运动控制方案。

发明内容

本发明要解决实现移动机器人自动入库的控制方案，从而提供一种移动机器人自动入库控制方法、系统及移动机器人。

本发明的一方面，提供了一种移动机器人自动入库控制方法，包括：当移动机器人达到机器人库位区域时，自动扫描移动机器人周边的环境信息，并将所述环境信息发送至远程控制系统；接收所述远程控制系统发送的库位位置；计算所述移动机器人的当前位置到所述库位位置之间的入库路径；控制所述移动机器人按照所述入库路径入库。

可选地，计算所述移动机器人的当前位置与所述库位位置之间的入库路径，包括：获取预先建立的所述库位区域的节点和预选路径，其中，每个节点表示所述移动机器人可运动方向交叉口位置或者库位位置，所述预选路径为互相相通的节点间路段；利用蚁群算法从所述节点和预选路径中选择所述当前位置到所述库位位置之间的最佳路径，作为所述入库路径。

可选地，利用蚁群算法从所述节点和预选路径中选择所述当前位置到所述库位位置之间的最佳路径，包括：对于蚂蚁k，计算当前所在节点i可达到下一个节点j的转移概率；基于所述转移概率判断所述下一个节点j是否可达到；当所述下一个节点j不可达到时，反馈重新计算所述节点i到下一个节点的转移概率，并将所述节点i到所述节点j的路径的信息素置零。

可选地，通过以下公式计算所述转移概率：

其中，

为蚂蚁k在时刻t处在节点i时选择下一个可达节点j的转移概率，τ_ij(t)为t时刻的节点i到节点j的路径上的残留的信息量；α为信息素的相对重要程度，β为距离信息的相对重要程度，D_j＝Q/d_j，Q为一设定的常数，d_j为节点j到移动机器人预选的库位位置的距离，T_allowed，k为禁忌表，用于存放第k只蚂蚁已经走过的节点位置。

可选地，还包括：当所述下一个节点j可达到时，更新所述蚂蚁k从节点i到节点j路径上的信息素，并将该节点j放入到路径表中。

可选地，在更新所述蚂蚁k从节点i到节点j路径上的信息素，并将该节点j放入到路径表中之后，还包括：判断所有蚂蚁是否达到终点；当所有蚂蚁达到所述终点时，选择所有蚂蚁中计算得到的最短路径。

本发明实施例的另一方面，还提供了一种移动机器人，包括：测量模块，用于当移动机器人达到机器人库位区域时，自动扫描移动机器人周边的环境信息；通讯模块，与所述测量模块连接，用于将所述环境信息发送至远程控制系统，并接收所述远程控制系统发送的库位位置；入库控制模块，与所述通讯模块连接，用于计算所述移动机器人的当前位置到所述库位位置之间的入库路径；运动控制模块，与所述通讯模块连接，用于控制所述移动机器人按照所述入库路径入库。

可选地，所述测量模块包括：距离测量模块，用于扫描所述移动机器人周围环境获得距离信息；速度测量模块，用于检测所述移动机器人的运动信息；定位模块，用于检测所述移动机器人的位置信息。

可选地，所述距离测量模块为以下至少之一：超声波传感器、雷达、深度摄像头。

本发明实施例的另一方面，还提供了一种移动机器人自动入库控制系统，包括：远程控制系统；移动机器人，通过通讯模块与所述远程控制系统进行通信。

根据本发明实施例，通过在移动机器人达到机器人库位区域时，自动测量移动机器人的环境信息，利用通讯模块将环境信息发送给远程控制系统，使其确定出合适的库位，由入库控制模块生成入库路径，运动控制模块控制移动机器人进行入库，这样实现了移动机器人在到达库位区域时，自动入库，无需人员干预即可达到指定的库位。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例中移动机器人的示意图；

图2为本发明实施例中机器人入库的示意图；

图3为本发明实施例中移动机器人自动入库控制系统的示意图；

图4为本发明实施例移动机器人自动入库控制方法的流程图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要说明的是，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。

本发明实施例提供了一种移动机器人，如图1所示，该移动机器人包括：

测量模块10，用于当移动机器人达到机器人库位区域时，自动扫描移动机器人周边的环境信息。环境信息可以包括移动机器人的位置信息，与周围的距离信息，还可以包括自身的移动速度、方向等信息。

通讯模块20，与所述测量模块10连接，用于将所述环境信息发送至远程控制系统200。通讯模块20主要起到与远程控制系统之间的通讯作用，以及移动机器人中各模块之间的相互通讯。具体地，可以包括内部通信模块和外部通信模块，其中，内部通信模块可以用于移动机器人通过GPIO模块、RS485、IIC、CAN总线等的其中一种或多种通信方式实现对各个模块进行连接，并进行内部数据信息传输。外部通信模块通过5G网络实现与远程控制系统的连接。

入库控制模块30，与所述通讯模块20连接，用于计算所述移动机器人的当前位置到所述库位位置之间的入库路径。本发明实施例中，入库控制模块30为入库过程的智能决策与机器人的运动状态的双向智能信息通道，通过机器人通信模块的内部通讯方式，可以通过通讯模块20与其他模块连接，采集距离、机器人速度、机器人位置等实时信息，利用蚁群智能算法分析和计算，从而生成库位识别、路径规划和控制策略等指令，并实现实时响应入库指令、发送相关的机器人入库运动控制指令。

运动控制模块40，与所述通讯模块20连接，用于控制所述移动机器人按照所述入库路径入库。运动控制模块与机器人通讯模块相连，机器人运动控制模块在机器人运动过程中控制机器人的行进、后退及转向的控制，该模块会按照生成的机器人入库路径生成一系列的运动控制指令控制着移动机器人的运动，按照入库路径控制移动机器人入库，移动机器人的入库示意图如图2所示。

根据本发明实施例，通过在移动机器人达到机器人库位区域时，自动测量移动机器人的环境信息，利用通讯模块将环境信息发送给远程控制系统，使其确定出合适的库位，由入库控制模块生成入库路径，运动控制模块控制移动机器人进行入库，这样实现了移动机器人在到达库位区域时，自动入库，无需人员干预即可达到指定的库位。

本发明实施例还提供了一种移动机器人自动入库控制系统，该系统包括：远程控制系统和本发明实施例里的移动机器人。如图3所示，本发明实施例所述的测量模块包括：距离测量模块，用于扫描所述移动机器人周围环境获得距离信息；速度测量模块，用于检测所述移动机器人的运动信息；定位模块，用于检测所述移动机器人的位置信息。各模块分别与通讯模块连接。

可选地，所述距离测量模块为以下至少之一：超声波传感器、雷达、深度摄像头。基于超声波传感器、雷达、深度摄像头等设备扫描周围环境获得距离信息。

速度测量模块用于测量移动机器人的速度、角度等运动信息，并通过通讯模块将其传输出去。速度测量模块具体可以由轮速传感器等设备来实现。

定位模块可以通过感知融合摄像头、超声波雷达、激光雷达、编码器、IMU(惯性导航模块)等多种设备信息实现机器人的定位。其中，机器人所携带的深度摄像头探测到环境的深度摄像头信息，超声波雷达得到环境的超声波反馈信息，激光雷达得到环境的激光雷达信息，惯性导航模块IMU得到机器人的偏航角信息，机器人编码器采集得到机器人速度信息。惯导器件输出的偏航角信息与编码器采集的速度信息相融合，推算出机器人相对于行驶路线的偏移量。机器人运动系统是由两个带有减速器和编码器的直流电机独立驱动独立轮子。通过安装附加层来安装必要的设备可测量驱动轮的旋转角速度，同时安装有惯性测量单元和二维激光雷达。激光雷达对环境进行“扫描”建立环境地图。激光雷达在180°的范围内扫描障碍距离数据，采用极坐标表示这些距离数据，进而得到激光雷达扫描得到视图。在机器人行驶过程中结合编码器距离信息进行自定位，从而生成增量式地图，进而生成机器人视图，通过多次地图更新创建出全局地图。建立环境地图时主要使用RaoBlackwellzed粒子滤波器，具体是先利用一个粒子滤波器估计机器人的轨迹，然后再用这一轨迹估计来计算一个环境地图的后验估计,从而实现地图构建与自身定位。

需要说明的是，本发明实施例中所述的移动机器人还可以包括其他通用部件，本发明实施例中虽然没有相关描述，但是对于本领域技术人员而言，这些部件是可知的。

本发明实施例提供了一种移动机器人自动入库控制方法，如图4所示，方法包括：

步骤S301，当移动机器人达到机器人库位区域时，自动扫描移动机器人周边的环境信息，并将所述环境信息发送至远程控制系统。本发明实施例中，移动机器人达到库位区域时，立即启动自动入库功能，激活侧脸各模块进行信息测量。具体地，激活距离测量模块，扫描环境信息，将其发送给远程控制系统，远程控制系统通过比较库位的空间以及机器人的形状尺寸，自动寻找合适的库位，将其库位位置发送给移动机器人。

步骤S302，接收所述远程控制系统发送的库位位置。

步骤S303，计算所述移动机器人的当前位置到所述库位位置之间的入库路径。

步骤S304，控制所述移动机器人按照所述入库路径入库。

当找到合适的库位后，通过检测移动机器人的当前位置与库位位置的关系，入库控制模块即可计算出一条最佳的入库路径，通过入库过程中运动控制模块实时地调整移动机器人的运动转角，逐渐停入库位。

根据本发明实施例，通过在移动机器人达到机器人库位区域时，自动测量移动机器人的环境信息，将环境信息发送给远程控制系统，使其确定出合适的库位，然后生成入库路径，控制移动机器人进行入库，这样实现了移动机器人在到达库位区域时，自动入库，无需人员干预即可达到指定的库位。

作为一种可选的是实施方式，本发明实施例中上述步骤S303，计算所述移动机器人的当前位置与所述库位位置之间的入库路径，包括：

S3031，获取预先建立的所述库位区域的节点和预选路径，其中，每个节点表示所述移动机器人可运动方向交叉口位置或者库位位置，所述预选路径为互相相通的节点间路段。

本发明实施例中，通过预先建立移动机器人停靠库位区域的平面图模型，移动机器人停靠库位区域环境中将可以通行多个运动方向机器人的交叉口位置以及各个库位作为节点，将各个可互相相通的节点间路段成为预选路径边。针对每个要入库的移动机器人利用贪婪算法规划出一条从机器人停靠库位区域的入库位置到机器人选定的库位的一条初始路径，然后计算出停靠库位区域的平面图模型中各个节点间的每一条路径的信息素的初始值(设定为τ₀)。

S3032，利用蚁群算法从所述节点和预选路径中选择所述当前位置到所述库位位置之间的最佳路径，作为所述入库路径。

本发明实施例中，利用构建的库位区域图中的各节点和预选路径，基于蚁群算法从中选择出最佳路径，无需人员参与，自动确定出最合适的入库路径。

进一步可选地，本发明实施例中，上述利用蚁群算法从所述节点和预选路径中选择所述当前位置到所述库位位置之间的最佳路径的步骤，可以包括：对于蚂蚁k，计算当前所在节点i可达到下一个节点j的转移概率；基于所述转移概率判断所述下一个节点j是否可达到；当所述下一个节点j不可达到时，反馈重新计算所述节点i到下一个节点的转移概率，并将所述节点i到所述节点j的路径的信息素置零。

具体地，先进行蚁群参数初始化，设置参数，包括蚁群算法中的蚂蚁总数(设置为m),蚁群算法中的信息启发因子(设置为α，反映了蚁群算法设置的蚂蚁在路径搜索中随机性因素作用的强度)，蚁群算法中的期望值启发式因子(设置为β，反映了蚁群算法设置的蚂蚁在路径搜索中期望值在指导蚁群搜索中的相对程度，其大小反映了蚁群在道路搜索中的先验性、确定性等因素的强弱)，蚁群算法中的信息素残留系数(设置为ρ，由于蚁群算法设置的蚂蚁释放的信息素量会随着时间的转移而逐渐减小，以至于路径上的信息素量不会无限递增)以及蚁群算法中的信息素总量(设置为Q，信息素总量为蚁群算法设置的蚂蚁循环一周后经过路径释放信息素的总量)。设置每条路径上的信息素的值域范围限制在一定的范围(设置为[τ_min，τ_max])，设置算法的当前循环次数，设置路径的初始信息素，设置最大的迭代次数(设置为G)。因为算法中设置了m只蚂蚁，将m只蚂蚁置于初始节点，该初始节点也即是移动机器人的当前位置。

然后，蚁群算法开始搜索，当当前蚂蚁所在节点为i，在算法中蚂蚁k在时刻t处在节点i时选择下一个可达节点j的转移概率为根据下式确定蚂蚁k在时刻t处在节点i时选择下一个可达节点j的转移概率。

其中，为蚂蚁k在时刻t处在节点i时选择下一个可达节点j的转移概率，τ_ij(t)为t时刻的节点i到节点j的路径上的残留的信息量；α为信息素的相对重要程度，β为距离信息的相对重要程度，D_j＝Q/d_j，Q为一设定的常数，d_j为节点j到移动机器人预选的库位位置的距离，T_allowed，k为禁忌表，用于存放第k只蚂蚁已经走过的节点位置。

蚂蚁k在搜索路径的过程中产生的禁忌表T_allowed，k保存了所经过的节点位置信息的序号信息，蚂蚁在搜索完一个循环后依据目标函数值来确定哪个蚂蚁搜索到了较好的路径。

本发明实施例中，如果无法达到节点j则选择撤退方法，再返回到节点i并且路径上信息素更新为0。撤退方法是为避免蚂蚁在路径搜索的过程中发生死锁，蚂蚁搜索路径点时进入这样的节点：它无法重复到与之相邻节点，造成它无法有下一个节点的路径，此时使蚂蚁回到上一次搜索的路径点，并把此节点设置为无法到达的节点，之后不再搜索该节点。

本发明实施例中，当所述下一个节点j可达到时，更新所述蚂蚁k从节点i到节点j路径上的信息素，并将该节点j放入到路径表中。

具体地，蚂蚁要对刚走过的路径(i,j)上的信息素按照下式进行局部信息素更新，并将该节点放入路径表中：

τ_i，j(t+1)＝(1-ρ)·τ_i，j(t)+ρ·τ₀

式中，τ_i，j(t+1)为在t+1时刻在经历i到j路径上的信息素量，ρ为信息素挥发系数，ρ∈(0，1)，则1-ρ表示信息素量残留因子。τ_i，j(t)为t时刻由节点i位置转移到节点j位置的路径上的信息素量。

进一步地，本发明实施例中，在更新所述蚂蚁k从节点i到节点j路径上的信息素，并将该节点j放入到路径表中之后，还包括：判断所有蚂蚁是否达到终点；当所有蚂蚁达到所述终点时，选择所有蚂蚁中计算得到的最短路径。

具体地，当所所有蚂蚁达到终点时，统计当前m只蚂蚁搜索到的最优路径，选择出最短路径，并将此路线上的信息素通过以下公式全局最优蚂蚁的信息素更新：

τ_i，j(t+1)＝(1-ρ)τ_i，j(t)+Δτ_i，j(t)

式中，τ_i，j(t+1)为在t+1时刻在经历节点i到节点j路径上的信息素量，ρ为信息素挥发系数，ρ∈(0，1)，则1-ρ表示信息素量残留因子。τ_i，j(t)为t时刻由i位置转移到j位置的路径上的信息素量。Δτ_i，j(t)为蚂蚁在本次循环中路径(由i到j)上的信息增量。蚂蚁完成一个搜索周期，完成一条由起点到终点的过程为一次周游。a_k，b_k为整型变量，分别代表用周游最优蚂蚁和全局最优蚂蚁更新信息素的权重，其和为一常数(a_k的值随着搜索的次数增加而逐渐减小，b_k的值随着搜索的次数增加而逐渐增大)。L_c为周游蚂蚁最优路径的路径长度，L_ω为全局蚂蚁最优路径的路径长度。

当蚁群算法计算过程中满足结束条件，及达到最大的循环次数，则程序结束并输出最优的结果，即获得每个移动机器人要到达最合适的库位的规划路径，否则清空禁忌表。当然，还可以返回重新进行下一批次的蚂蚁的路径搜索，需要根据具体需要进行设置。

综上，本发明实施例可以到达的技术效果：

移动机器人到达机器人库位区域后，自动入库功能立即启动，激活距离测量模块，扫描环境信息，通过比较库位的空间以及机器人的形状尺寸，远程控制系统为移动机器人自动寻找合适的库位，远程控制系统通过4G、5G或WIFI网络将库位信息发送给相应的机器人。当获得合适的库位信息后，通过检测当前移动机器人的位置与目标位置的关系，入库控制模块即可计算出一条最佳的入库路径，通过入库过程中运动控制模块实时地调整移动机器人的运动转角，最终实现自动入库的功能。该方案在复杂的环境下也能够快速决策出最优的机器人入库路径，使各机器人能够高效快速的完成自动入库任务。

本实施例还提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等，其上存储有计算机程序，程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于被处理器执行时实现实施例的移动机器人自动入库控制方法。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本申请的保护范围之中。

Claims (10)

1.一种移动机器人自动入库控制方法，其特征在于，包括：

当移动机器人达到机器人库位区域时，自动扫描移动机器人周边的环境信息，并将所述环境信息发送至远程控制系统；

接收所述远程控制系统发送的库位位置；

计算所述移动机器人的当前位置到所述库位位置之间的入库路径；

控制所述移动机器人按照所述入库路径入库。

2.根据权利要求1所述的移动机器人自动入库控制方法，其特征在于，计算所述移动机器人的当前位置与所述库位位置之间的入库路径，包括：

获取预先建立的所述库位区域的节点和预选路径，其中，每个节点表示所述移动机器人可运动方向交叉口位置或者库位位置，所述预选路径为互相相通的节点间路段；

利用蚁群算法从所述节点和预选路径中选择所述当前位置到所述库位位置之间的最佳路径，作为所述入库路径。

3.根据权利要求2所述的移动机器人自动入库控制方法，其特征在于，利用蚁群算法从所述节点和预选路径中选择所述当前位置到所述库位位置之间的最佳路径，包括：

对于蚂蚁k，计算当前所在节点i可达到下一个节点j的转移概率；

基于所述转移概率判断所述下一个节点j是否可达到；

当所述下一个节点j不可达到时，反馈重新计算所述节点i到下一个节点的转移概率，并将所述节点i到所述节点j的路径的信息素置零。

4.根据权利要求3所述的移动机器人自动入库控制方法，其特征在于，通过以下公式计算所述转移概率：

其中，

为蚂蚁k在时刻t处在节点i时选择下一个可达节点j的转移概率，τ_ij(t)为t时刻的节点i到节点j的路径上的残留的信息量；α为信息素的相对重要程度，β为距离信息的相对重要程度，D_j＝Q/d_j，Q为一设定的常数，d_j为节点j到移动机器人预选的库位位置的距离，T_allowed，k为禁忌表，用于存放第k只蚂蚁已经走过的节点位置。

5.根据权利要求3所述的移动机器人自动入库控制方法，其特征在于，还包括：

当所述下一个节点j可达到时，更新所述蚂蚁k从节点i到节点j路径上的信息素，并将该节点j放入到路径表中。

6.根据权利要求5所述的移动机器人自动入库控制方法，其特征在于，在更新所述蚂蚁k从节点i到节点j路径上的信息素，并将该节点j放入到路径表中之后，还包括：

判断所有蚂蚁是否达到终点；

当所有蚂蚁达到所述终点时，选择所有蚂蚁中计算得到的最短路径。

7.一种移动机器人，其特征在于，包括：

测量模块，用于当移动机器人达到机器人库位区域时，自动扫描移动机器人周边的环境信息；

通讯模块，与所述测量模块连接，用于将所述环境信息发送至远程控制系统，并接收所述远程控制系统发送的库位位置；

入库控制模块，与所述通讯模块连接，用于计算所述移动机器人的当前位置到所述库位位置之间的入库路径；

运动控制模块，与所述通讯模块连接，用于控制所述移动机器人按照所述入库路径入库。

8.根据权利要求7所述的移动机器人，其特征在于，所述测量模块包括：

距离测量模块，用于扫描所述移动机器人周围环境获得距离信息；

速度测量模块，用于检测所述移动机器人的运动信息；

定位模块，用于检测所述移动机器人的位置信息。

9.根据权利要求7所述的移动机器人，其特征在于，所述距离测量模块为以下至少之一：超声波传感器、雷达、深度摄像头。

10.一种移动机器人自动入库控制系统，其特征在于，包括：

远程控制系统；

权利要求7-9任一项所述的移动机器人，通过通讯模块与所述远程控制系统进行通信。

Images