CN110716560A - 一种移动机器人路径分析规划方法 - Google Patents

Abstract

本发明公开了一种移动机器人路径分析规划方法，该方法包括以下步骤：S1、通过地图分析模块将地图中任意的相邻两个路口之间的道路标记为路段，并对各个路段标记唯一的路段编号；S2、通过货物分析模块获取已装载货物的移动机器人的整体运行参数；所述整体运行参数包括高度和宽度；通过对路段进行处理、采集移动机器人的相关数据、路径的初级筛选、进行二次筛选得到最优路径，能够根据载货的移动机器人的整体运行参数和障碍记录进行分析，得到最优路径，可避免出现移动机器人载货运输时，因货物体积超出规划道路标准导致的无法按照规划路线运行的情况，提高路线规划的合理性。

Description

一种移动机器人路径分析规划方法

技术领域

本发明涉及路线规划技术领域，具体涉及一种移动机器人路径分析规划方法。

背景技术

公开号为CN108571972A的专利文件公开了一种机器人路线规划方法。该方法可以包括：根据传感器获得的距离数据，获得多个距离函数；基于多个距离函数，计算距离的互相关函数，进而计算距离参数；基于距离参数，获取机器人的路线规划规则。通过计算距离的互相关函数与距离参数，实现机器人的路线规划。

公告号为CN106774313B的专利文件公开了一种基于多传感器的室外自动避障AGV导航方法，包括以下步骤：根据当地路线规划图以及目标起点、终点计算得到最短路线；利用激光雷达模块对周围环境进行检测，对障碍物进行避让；将道路正确行驶方向与电子罗盘得到的当前车头所指的方向角度比较得到小车行驶方向修正角度θ1；利用摄像头模块对道路标志线进行识别，分析得到小车行驶方向修正角度θ2；对θ1和θ2进行处理得到不同环境下的最优角度θ；工控机对相关参数进行处理，并通过无线模块、驱动模块让小车前进，同时通过协调器进行协调规划和检测。本发明能够在复杂的情况下实现室外精准自动避障导航。

现有技术中，路线规划方法的通常根据路况和里程选择距离较为适中的路线作为规划路线，并通过传感器实现行驶过程中对障碍物进行避让。

而作为可移动的机器人，可用于载货智能运输，通常将货物固定或放置在机器人上，但由于货物的体积和道路规格差异较大，在实际运行中，现有的路径规划方法无法根据负载货物的高度、宽度等信息规划线路，导致在路程中遇到如隧道、下穿桥或窄路口时，由于货物的高度宽度超标导致机器人无法顺利按照规划的线路进行移动，降低规划路线的合理性。

发明内容

为了解决上述的技术问题，本发明的目的在于提供一种移动机器人路径分析规划方法，通过对路段进行编号，对将运输线路分为多个路段，对装载货物的机器人进行各项参数的检测，获取整体实际的高度和宽度作为对照数据，先获取多个备选路径后，以各个备选路径中各个路段对应的障碍记录为原始数据，进行分析，筛选出最优路径作为规划的路径方案。

本发明所要解决的技术问题为：

A.如何避免出现移动机器人载货运输时，因货物体积超出规划道路标准导致的无法按照规划路线运行，导致规划线路合理性差的问题。

本发明的目的可以通过以下技术方案实现：

一种移动机器人路径分析规划方法，该方法包括以下步骤：

S1、通过地图分析模块将地图中任意的相邻两个路口之间的道路标记为路段，并对各个路段标记唯一的路段编号；

S2、通过货物分析模块获取已装载货物的移动机器人的整体运行参数；所述整体运行参数包括高度和宽度；

S3、通过初级路线筛选模块获取多条备选路径，并从地图分析模块中获取各个备选路径的路段编号集合；

S4、通过二级路线筛选模块根据整体运行参数以及障碍记录模块存储的包含实时时间、实时位置、机器人可通过的最大高度以及最大宽度的障碍记录从备选路径中筛选出最优路径；

S5、移动机器人按照最优路径移动时，对行驶路径中的障碍进行检测，生成障碍记录，并实时将障碍记录标记为上传至障碍记录模块进行共享，且并将该次行程上传的障碍记录标注同一个行程编号。

进一步的，S3中所述初级路线筛选模块得到多条备选路径以及路段编号集合的步骤如下：

S3.1、获取出发地和目的地的位置信息，并生成多条路线；

S3.2、按照各个路线总里程从短至长排序，选择排名1-n的路线作为备选路径；

S3.3、获取各个备选路径对应的路段，将同一备选路径的路段编号分为一组，每一组路段编号生成一个对应的路段编号集合。

进一步的，S4中所述二级路线筛选模块筛选出最优路径的步骤如下：

S4.1、通过二级路线筛选模块中的障碍分析单元将存储的障碍记录分为固定障碍、临时障碍、可疑障碍；

S4.2、获取任意一个备选路径中的所有固定障碍，将可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的固定障碍标记为警报障碍；

S4.3、剔除所有警报障碍数量非零的备选路径后，再从剩余的各个备选路径中分别筛选出可疑障碍和临时障碍对应的障碍记录，统计剩余的各个备选路径的可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的可疑障碍的数量Q，并统计剩余的各个备选路径的可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的临时障碍的数量P；

S4.4、计算各个剩余的备选路径的优先值M，计算公式为M＝a*Q+b*P，其中a、b均为小于0的加权项，且a<b；选择优先值高的作为最优路径，且在优先值M相同，存在多个排序第一的备选路径时，选择路线总里程排序的在前的备选路径作为最优路径。

进一步的，在S4.1中所述障碍分析单元将存储的障碍记录分为固定障碍、临时障碍、可疑障碍的具体方法如下：

S4.1.1、获取固定时间段内的所有障碍记录，将实时位置相同的障碍记录分为同一组；

S4.1.2、比较任意一组的障碍记录的数量与对应的路段的行程编号的数量是否相同，若相同，标记为固定障碍，若不相同，则标记为临时障碍；

S4.1.3、对于任意临时障碍，获取同一组内的最新的障碍记录对应的行程编号，再从障碍记录模块中获取包含该路段的最新的行程编号，比较两者是否相同，若相同，标注修改为可疑障碍。

进一步的，该方法还包括：

S6、通过路径实时调整模块实时获取最优路径中位于同一路段前方的移动机器人更新的障碍记录，并当其中可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的时，再次调用初级路线筛选模块和二级路线筛选模块执行S3-S4。

本发明的有益效果：

(1)通过对路段进行处理、采集移动机器人的相关数据、路径的初级筛选、进行二次筛选得到最优路径，能够根据载货的移动机器人的整体运行参数和障碍记录进行分析，得到最优路径，可避免出现移动机器人载货运输时，因货物体积超出规划道路标准导致的无法按照规划路线运行的情况，提高路线规划的合理性。

(2)通过障碍记录模块使机器人在行驶时上传障碍记录，能够对数据库进行更新和迭代，保证数据的时效性。

(3)通过对障碍记录生成原因的进一步分析，分类为固定障碍、临时障碍、可疑障碍，并根据各类障碍的数量选择最优路径，使得路线规划的合理性进一步提升。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，本实施例提供了一种移动机器人路径分析规划方法，该方法包括以下步骤：

S1、对路段进行处理：通过地图分析模块将地图中任意的相邻两个路口之间的道路标记为路段，并对各个路段标记唯一的路段编号；如对于三岔路口，分为三个独立的路段，均有对应的路段编号。

S2、采集移动机器人的相关数据：货物包装和移动机器人的型号等因素均会影响实际的高度和宽度。因此需要通过货物分析模块获取已装载货物的移动机器人的整体运行参数；所述整体运行参数包括高度和宽度；货物分析模块可采用扫描设备对装货后的机器人整体进行扫描，获取高度和宽度数据。

S3、路径的初级筛选：通过初级路线筛选模块获取多条备选路径，并从地图分析模块中获取各个备选路径的路段编号集合；每条备选路径对应一个路段编号集合，而每个路段编号集合均包含至少一个路段编号。初级路线筛选模块可采用现有的路线生成算法，通过设定出发地和目的地，自动生成多条备选路径，或是简单的通过里程长短进行选择，例如具体步骤如下：

S3.1、获取出发地和目的地的位置信息，并生成多条路线；

S3.2、按照各个路线总里程从短至长排序，选择排名1-n的路线作为备选路径；

S3.3、获取各个备选路径对应的路段，将同一备选路径的路段编号分为一组，每一组路段编号生成一个对应的路段编号集合。

S4、进行二次筛选得到最优路径：通过二级路线筛选模块根据整体运行参数以及障碍记录模块存储的包含实时时间、实时位置、机器人可通过的最大高度以及最大宽度(即该障碍可通过的该尺寸以下的机器人，例如障碍为隧道，限高x米、限宽y米)的障碍记录从备选路径中筛选出最优路径；

障碍记录包含多种信息，如生成的时间即实时时间、生成记录时的定位数据即实时位置、通过传感器测得的障碍的最大高度宽度即机器人可通过的最大高度以及最大宽度，如通过安装在机器人上的距离传感器，再行驶时即可检测出高度和宽度，在小于预设数值如高度为4米，宽度为8米才会进行记录。并以此为依据配合载有货物的机器人实际高度和宽度，来判定备选路径中是否存在无法通过的障碍，进而筛选出最优路线，避免出现应障碍导致的无法通过的问题。

对于备选路径中的障碍记录，可能有三种情况，一种是一直存在的障碍，如隧道、隔离带等，也会存在偶然原因，如杂物掉落在道路上，导致的路段的高度宽度改变，进而产生临时障碍，因此，为了进一步提高准确性，需要对临时障碍进行分类，筛选出可消除的障碍即临时障碍、不可消除的障碍即固定障碍、不确定的障碍即可疑障碍，以便筛选出最优的路线。

例如所述二级路线筛选模块筛选出最优路径的步骤如下：

S4.1、划分障碍类型：通过二级路线筛选模块中的障碍分析单元将存储的障碍记录分为固定障碍、临时障碍、可疑障碍；具体方法如下：

S4.1.1、划分相同障碍：获取固定时间段内的所有障碍记录，将实时位置相同的障碍记录分为同一组，说明是同一位置的障碍；固定时间段可为三个月或是半年，可根据需要自行设定。

S4.1.2、区分固定障碍和临时障碍：比较任意一组的障碍记录的数量与对应的路段的行程编号的数量是否相同，若相同，标记为固定障碍，若不相同，则标记为临时障碍；障碍记录的数量表示遇见障碍的次数，而对应的路段的行程编号的数量表示车辆经过的次数，若不一致，说明并非每次都会产生障碍记录，因此不是固定障碍。

S4.1.3、从临时障碍中划分可疑障碍：对于任意临时障碍，获取同一组内的最新的障碍记录对应的行程编号，再从障碍记录模块中获取包含该路段的最新的行程编号，比较两者是否相同，若相同，说明最近的障碍记录表明该障碍仍然存在，标注修改为可疑障碍。若不相同，说明最近的数据表明该障碍以消除。

S4.2、确定警报障碍：获取任意一个备选路径中的所有固定障碍，将可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的固定障碍，说明机器人无法通过且该障碍也无法消除，因此标记为警报障碍；

S4.3、统计P和Q的值：剔除所有警报障碍数量非零的备选路径后，只留下的备选路径不会存在因固定障碍导致无法通过的可能性，因此需要进一步根据最新的数据判定临时障碍的状态，可再从剩余的各个备选路径中分别筛选出可疑障碍和临时障碍对应的障碍记录，统计剩余的各个备选路径的可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的可疑障碍的数量Q，并统计剩余的各个备选路径的可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的临时障碍的数量P；

S4.4、计算M值，获取最优路径：计算各个剩余的备选路径的优先值M，计算公式为M＝a*Q+b*P，其中a、b均为小于0的加权项，且由于可疑障碍的数量的影响大于临时障碍的数量，因此a<b，如选择a＝-5，b＝-1；选择优先值高的作为最优路径，且在优先值M相同，存在多个排序第一的备选路径时，选择路线总里程排序的在前的备选路径作为最优路径。

S5、障碍记录数据的采集和更新方法：移动机器人按照最优路径移动时，对行驶路径中的障碍进行检测，生成障碍记录，并实时将障碍记录标记为上传至障碍记录模块进行共享，且并将该次行程上传的障碍记录标注同一个行程编号。

该方法还包括在行驶路程时的最优路径校准方法，由于同一路径上会有前后多个机器人，为了在遇到突发情况时能够及时的修正最优路线，具体为：

S6、通过路径实时调整模块实时获取最优路径中位于同一路段前方的移动机器人更新的障碍记录，并当其中可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的时，说明出现了障碍，因此可再次调用初级路线筛选模块和二级路线筛选模块执行S3-S4，重新生成最优路线。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (5)

1.一种移动机器人路径分析规划方法，其特征在于，该方法包括以下步骤：

S1、通过地图分析模块将地图中任意的相邻两个路口之间的道路标记为路段，并对各个路段标记唯一的路段编号；

S2、通过货物分析模块获取已装载货物的移动机器人的整体运行参数；所述整体运行参数包括高度和宽度；

S3、通过初级路线筛选模块获取多条备选路径，并从地图分析模块中获取各个备选路径的路段编号集合；

S4、通过二级路线筛选模块根据整体运行参数以及障碍记录模块存储的包含实时时间、实时位置、机器人可通过的最大高度以及最大宽度的障碍记录从备选路径中筛选出最优路径；

S5、移动机器人按照最优路径移动时，对行驶路径中的障碍进行检测，生成障碍记录，并实时将障碍记录标记为上传至障碍记录模块进行共享，且并将该次行程上传的障碍记录标注同一个行程编号。

2.根据权利要求1所述的一种移动机器人路径分析规划方法，其特征在于，S3中所述初级路线筛选模块得到多条备选路径以及路段编号集合的步骤如下：

S3.1、获取出发地和目的地的位置信息，并生成多条路线；

S3.2、按照各个路线总里程从短至长排序，选择排名1-n的路线作为备选路径；

S3.3、获取各个备选路径对应的路段，将同一备选路径的路段编号分为一组，每一组路段编号生成一个对应的路段编号集合。

3.根据权利要求2所述的一种移动机器人路径分析规划方法，其特征在于，S4中所述二级路线筛选模块筛选出最优路径的步骤如下：

S4.1、通过二级路线筛选模块中的障碍分析单元将存储的障碍记录分为固定障碍、临时障碍、可疑障碍；

S4.2、获取任意一个备选路径中的所有固定障碍，将可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的固定障碍标记为警报障碍；

S4.3、剔除所有警报障碍数量非零的备选路径后，再从剩余的各个备选路径中分别筛选出可疑障碍和临时障碍对应的障碍记录，统计剩余的各个备选路径的可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的可疑障碍的数量Q，并统计剩余的各个备选路径的可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的临时障碍的数量P；

S4.4、计算各个剩余的备选路径的优先值M，计算公式为M＝a*Q+b*P，其中a、b均为小于0的加权项，且a<b；选择优先值高的作为最优路径，且在优先值M相同，存在多个排序第一的备选路径时，选择路线总里程排序的在前的备选路径作为最优路径。

4.根据权利要求3所述的一种移动机器人路径分析规划方法，其特征在于，在S4.1中所述障碍分析单元将存储的障碍记录分为固定障碍、临时障碍、可疑障碍的具体方法如下：

S4.1.1、获取固定时间段内的所有障碍记录，将实时位置相同的障碍记录分为同一组；

S4.1.2、比较任意一组的障碍记录的数量与对应的路段的行程编号的数量是否相同，若相同，标记为固定障碍，若不相同，则标记为临时障碍；

S4.1.3、对于任意临时障碍，获取同一组内的最新的障碍记录对应的行程编号，再从障碍记录模块中获取包含该路段的最新的行程编号，比较两者是否相同，若相同，标注修改为可疑障碍。

5.根据权利要求1所述的一种移动机器人路径分析规划方法，其特征在于，该方法还包括：

S6、通过路径实时调整模块实时获取最优路径中位于同一路段前方的移动机器人更新的障碍记录，并当其中可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的时，再次调用初级路线筛选模块和二级路线筛选模块执行S3-S4。

Images