CN111413978A - 一种用于攀附机器人的遍历路径规划方法 - Google Patents
一种用于攀附机器人的遍历路径规划方法 Download PDFInfo
- Publication number
- CN111413978A CN111413978A CN202010259355.8A CN202010259355A CN111413978A CN 111413978 A CN111413978 A CN 111413978A CN 202010259355 A CN202010259355 A CN 202010259355A CN 111413978 A CN111413978 A CN 111413978A
- Authority
- CN
- China
- Prior art keywords
- partition
- traversal
- grid
- partitions
- cross
- 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.)
- Granted
Links
- 230000009194 climbing Effects 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000005192 partition Methods 0.000 claims abstract description 229
- 239000011159 matrix material Substances 0.000 claims abstract description 52
- 238000005265 energy consumption Methods 0.000 claims abstract description 51
- 238000000638 solvent extraction Methods 0.000 claims abstract description 5
- 230000004888 barrier function Effects 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 5
- 238000004140 cleaning Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Images
Classifications
-
- 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
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供了一种用于攀附机器人的遍历路径规划方法,包括:步骤1:进行地图分区和编号;步骤2:选择每个分区的遍历方式,并确定遍历的起点和终点;步骤3:生成跨分区攀爬的能源消耗矩阵;步骤4:计算所有分区间的最小能源消耗矩阵和跨分区路由矩阵;步骤5:根据最小能源消耗矩阵生成分区遍历先后次序;步骤6:生成跨分区遍历路径。该方法考虑了攀附机器人在垂直壁面作业的特殊性,在路径规划时,尽可能减少向上攀爬的路径长度,尽可能减少越障的次数,所形成的遍历路径规划方案能够有效降低机器人攀爬过程中的能耗,并提升机器人在垂直壁面作业的安全性。
Description
技术领域
本发明涉及一种用于攀附机器人的遍历路径规划方法。
背景技术
攀附机器人可用于高楼幕墙清洁、船舶侧壁除锈、风电塔筒运维等多种作业场景,部分作业场景要求攀附机器人具有遍历作业任务区域的能力。
与在水平面上作业的机器人相比,攀附机器人在垂直壁面作业时的遍历路径规划具有两点特殊性:一是攀附机器人在垂直表面移动时,向上攀爬需要克服重力做功,所需能耗大于水平攀爬或向下攀爬,因此需要在路径规划中尽可能减少向上攀爬的路径长度;二是攀附机器人在垂直表面越障时,不仅需要更大的能耗保持姿态稳定,而且也面临更大的掉落风险,因此需要在路径规划中尽可能减少越障的次数。
现有的遍历路径规划方法主要用于在水平面上作业的机器人,没有考虑攀附机器人在垂直壁面作业的特殊性,虽然能够用于攀附机器人,但是可能带来能耗高、掉落风险大的问题,因此的遍历路径规划方法不适用于在垂直壁面上开展作业的攀附机器人。
发明内容
发明目的:为解决背景技术中存在的技术问题,本发明提出一种用于攀附机器人的遍历路径规划方法,该方法综合考虑了攀附机器人在垂直壁面作业的特殊性,尽可能减少向上攀爬的路径长度和越障次数,从而有效降低机器人能耗,提升机器人垂直壁面作业的安全性。该方法包括如下步骤:
步骤1:进行地图分区和编号;
步骤2:选择每个可攀爬分区的遍历方式,并确定遍历的起点和终点;
步骤3:生成跨分区攀爬的能源消耗矩阵;
步骤4:计算所有分区间的最小能源消耗矩阵和跨分区路由矩阵;
步骤5:根据最小能源消耗矩阵生成分区遍历先后次序;
步骤6:生成跨分区遍历路径,包括每个分区的遍历方式、每个分区遍历的起点和终点,以及跨分区遍历路径,即攀附机器人的遍历路径规划的结果。
步骤1包括:输入机器人攀爬壁面的栅格地图,已知所述地图有边界,地图上存在可攀爬区、不可攀爬区和障碍线,地图中的不可攀爬区的图形经过分割处理后,已全部转化为凸多边形;地图经展开和补缺处理后,已经成为矩形地图;栅格化的地图被分割为M行N列栅格,地图的第i行第j列的栅格坐标表示为(i,j),其中i和j为正整数,1≤i≤M,1≤j≤N;
在每一个不可攀爬区中,找出j最小的栅格的列jmin,其坐标为(i,jmin),沿着(i,jmin)下边沿做边界线,边界线向左右两端延伸,直至到达地图边缘、其他不可攀爬区、其他边界线或障碍线;
在每一个不可攀爬区中,找出j最大的栅格的列jmax,其坐标为(i,jmax),沿所述j最大的栅格左侧边缘向上做边界线,直至到达射线到地图边缘、其他不可攀爬区、其他边界线或障碍线;如果j最大的栅格不止一个,则在j最大的栅格中取i最小的栅格;
经过上述操作,整个地图的可攀爬区被边界线、不可攀爬区、障碍线分割为K个可攀爬分区,按照从左到右,从上到下的顺序,从1到K对K个可攀爬分区依次编号。
步骤2所述的选择每个可攀爬分区的遍历方式,并确定遍历的起点和终点,采用以下方法:
每个分区遍历的起点设置于左上角,终点设置于右下角,每个分区有两种遍历方式,一种是从起点开始沿栅格按列纵向遍历,另一种是从起点开始沿栅格按行横向遍历;
如果是从起点开始沿栅格按列纵向遍历,则按照以下方法确定遍历的起点和终点:起点为每个分区i最小的栅格(imin,j),imin表示分区i最小的栅格的行,如果i最小的栅格不止一个,则在i最小的栅格中取j最大的栅格作为起点;终点为每个分区i最大的栅格(imax,j),imax表示分区i最大的栅格的行,如果i最大的栅格不止一个,则在i最大的栅格中取j最小的栅格作为终点;
如果是从起点开始沿栅格按行横向遍历,则按照以下方法确定遍历的起点和终点:起点为每个分区j最大的栅格(i,jmax),jmax表示分区j最大的栅格的列,如果j最小的栅格不止一个,则在j最大的栅格中取i最小的栅格作为起点;终点为每个分区j最小的栅格(i,jmin),jmin表示分区j最小的栅格的列,如果j最大的栅格不止一个,则在j最大的栅格中取i最大的栅格作为终点;
根据遍历方式,分别计算两种遍历方式所需的能量,根据计算结果,为每个分区选择能源消耗小的遍历方式,作为所述分区的遍历方式,用向量Z=(z1,z2,…,zK)表示每个分区的选择的遍历方式:
其中,k为可攀爬分区编号,K为分区数,k取值为1~K;
根据每个可攀爬分区的遍历方式确定起点和终点,用向量A=(a1,a2,…,aK)和向量B=(b1,b2,…,bK)表示每个分区的起点坐标,即遍历编号为k的分区起点的栅格坐标为(ak,bk);用向量C=(c1,c2,…,cK)和向量D=(d1,d2,…,dK)表示每个分区的终点坐标,即遍历编号为k的分区的终点的栅格坐标为(ck,dk),其中1≤ak,ck≤M,1≤bk,dk≤N。
步骤3包括:将机器人出发的分区称为源分区,将到达的分区称为目的分区,将源分区的终点和目的分区的起点的连线,作为机器人跨分区攀爬路径;
两个分区相邻的条件是:源分区的终点和目的分区的起点分别位于两分区边界线或障碍线的两侧,且源分区的终点和目的分区的起点的连线与两个分区间的边界线或障碍线有交点;如果满足所述条件,则两个分区相邻,否则不相邻;
如果机器人跨越相邻分区时需要越过障碍线,则机器人跨越相邻分区所需的能源消耗为:机器人按跨分区攀爬路径攀爬所需消耗的能量与越障所需消耗的能量之和;如果机器人跨越相邻分区时不需要越过障碍线,则机器人跨越相邻分区所需的能源消耗等于机器人按跨分区攀爬路径攀爬所需消耗的能量;
生成跨分区攀爬所能源消耗矩阵[Ep,q]K×K,矩阵的行数和列数等于地图中的可攀爬分区数K,矩阵元素Ep,q的值即为从分区p终点沿着跨分区攀爬路径攀爬到分区q起点的能源消耗,如果两个分区不相邻,则Ep,q=∞;如果p=q,Ep,q=0,其中,1≤p,q≤K。
步骤4包括:
步骤4-1,初始化跨分区攀爬时分区间的最小能源消耗矩阵E(k)=[Ep,q]K×K和跨分区路由矩阵令临时变量k=0,最小能源消耗矩阵的初始值E(0)=[Ep,q]K×K,[Ep,q]K×K为能源消耗矩阵,跨分区路由矩阵的初始值
步骤4-2,令k=k+1;
步骤4-4,如果k<K返回步骤4-2;如果k=K进入步骤4-5;
步骤4-5,结束,E(K)和R(K)分别为分区间的最小能源消耗矩阵和跨分区路由矩阵。
步骤5包括:
步骤5-1,初始化变量k,pk,S(k),令p1=1,k=1,S(1)=<1>;
其中,k为临时变量;pk表示在遍历过程中,第k个进行遍历的分区的编号;S(k)是一个序列,表示分区遍历次序,用尖括号<>中的分区编号序列表示,例如<1,2,3>表示按分区1、分区2、分区3的顺序先后遍历三个分区;
步骤5-3,S(k+1)=<S(k),pk>,即将分区编号pk加入到分区编号序列的最后;
步骤5-4,k=k+1;
步骤5-5,如果k<K,则返回步骤5-2;如果k=K,进入步骤5-6;
其中,K为可攀爬分区数;
步骤5-6,结束,S(K)即为分区遍历先后次序。
步骤6中,设定分区遍历先后次序S(K)=<s1,s2,…,sK>,其中K为可攀爬分区数,其中sK为第K个遍历分区的编号,所述生成跨分区遍历路径,包括如下步骤:
步骤6-1,初始化跨分区遍历路径U、路由起始点u2和变量k,令U=S(K),k=1,u2=s1;
步骤6-2,令临时变量a1=sk,临时变量a2=sk+1,令临时变量序列v=<>;
步骤6-5,将v序列插入到U序列的sk和sk+1的两个元素之间;
步骤6-6,k=k+1;
步骤6-7,如果k<K-1,返回步骤6-2;如果k=K-1,进入步骤6-8;
步骤6-8,结束,序列U即为跨分区遍历路径。
从步骤1到步骤6完成了攀附机器人遍历路径规划,攀附机器人将按照步骤6生成的跨分区遍历路径,依次进入地图的各分区;第一次进入分区时,机器人将按照步骤2生成的该分区的遍历方式,以及遍历的起点和终点,对该分区进行遍历攀爬。
有益效果:
本发明提出一种用于攀附机器人的遍历路径规划方法,该方法能够有效减少路径规划方案中机器人向上攀爬的路径长度,降低机器人攀爬的能耗;能够有效减少路径规划方案中的机器人越障攀爬的次数,提升机器人垂直壁面作业的安全性。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明,本发明的上述和/或其他方面的优点将会变得更加清楚。
图1为本发明实施步骤示意图。
图2为本发明对地图栅格化处理后的结果示意图。
图3为本发明对地图进行分区和编号的结果示意图。
图4为本发明从起点开始沿栅格按列纵向遍历分区的示意图。
图5为本发明从起点开始沿栅格按行横向遍历分区的示意图。
具体实施方式
如图1所示,本发明提供了一种用于攀附机器人的遍历路径规划方法,包括如下步骤:
实施例
步骤1,地图分区和编号,包括:已知机器人攀爬壁面的栅格地图,如图2所示,地图上存在可攀爬区、不可攀爬区和障碍线,地图中的不可攀爬区的图形经过分割处理后,已全部转化为凸多边形;地图经展开和补缺处理后,已经成为矩形地图;栅格化的地图被分割为50行50列栅格,地图的第i行第j列的栅格坐标表示为(i,j)。其中i和j为正整数,1≤i≤50,1≤j≤50;
在每一个不可攀爬区中,找出j最小的栅格(i,jmin),沿着(i,jmin)下边沿做边界线,边界线向左右两端延伸,直至到达地图边缘、其他不可攀爬区、其他边界线或障碍线;
在每一个不可攀爬区中,找出j最大的栅格(i,jmax);如果j最大的栅格不止一个,则在j最大的栅格中取i最小的栅格,沿这个栅格左侧边缘向上做边界线,直至射线到地图边缘、其他不可攀爬区、其他边界线或障碍线;
经过上述操作,整个地图的可攀爬区被边界线、不可攀爬区、障碍线分割为6个分区,按照从左到右,从上到下的顺序,对6个可攀爬分区依次编号,如图3所示。
步骤2,选择每个可攀爬分区的遍历方式,并确定遍历的起点和终点,包括:
每个分区遍历的起点设置于左上角,终点设置于右下角;每个分区有两种遍历方式,一种是从起点开始沿栅格按列纵向遍历,一种从起点开始沿栅格按行横向遍历,分别如图4和图5所示;
如果从沿栅格按列纵向遍历,则按照以下方法确定起点和终点:起点为每个分区i最小的栅格(imin,j);如果i最小的栅格不止一个,则在i最小的栅格中取j最大的栅格作为起点;同理,终点为每个分区i最大的栅格(imax,j);如果i最大的栅格不止一个,则在i最大的栅格中取j最小的栅格作为终点;
如果从沿栅格按行横向遍历,则按照以下方法确定起点和终点:起点为每个分区j最大的栅格(i,jmax);如果j最小的栅格不止一个,则在j最大的栅格中取i最小的栅格作为起点;同理,终点为每个分区j最小的栅格(i,jmin);如果j最大的栅格不止一个,则在j最大的栅格中取i最大的栅格终点。
根据遍历路径,分别计算沿栅格按列纵向遍历和沿栅格横向遍历两种遍历方式所需的能量,为每个分区选择能源消耗小的遍历方式,作为该分区的遍历方式,用向量Z=(z1,z2,…,z6)表示每个分区的选择的遍历方式
其中,k为可攀爬分区编号,1≤k≤6;
用向量A=(a1,a2,…,aK)和B=(b1,b2,…,bK)表示每个分区的起点坐标,即遍历编号为k的分区起点为栅格坐标(ak,bk);用C=(c1,c2,…,cK)和D=(d1,d2,…,dK)表示每个分区的终点坐标,即遍历编号为k的分区终点为栅格坐标(ck,dk);
其中,1≤ak,ck≤50,1≤bk,dk≤50。
步骤3,生成跨分区攀爬的能源消耗矩阵,包括:
将出发的分区称为源分区,将到达的分区称为目的分区,两个分区相邻的基本条件是:源分区的终点和目的分区的起点分别位于两分区边界线/障碍线的两侧,且源分区的终点和目的分区的起点的连线与两个分区间的边界线/障碍线有交点;
将源分区的终点和目的分区的起点的连线,作为机器人跨分区攀爬路径,根据机器人跨分区攀爬路径,可以计算跨越相邻分区所需的能源消耗;如果机器人跨越相邻分区时需要越过障碍线,则机器人跨越相邻分区所需的能源消耗为:机器人按跨分区攀爬路径攀爬所需消耗的能量与越障所需消耗的能量之和;如果机器人跨越相邻分区时不需要越过障碍线,则机器人跨越相邻分区所需的能源消耗等于机器人按跨分区攀爬路径攀爬所需消耗的能量;
生成跨分区攀爬所能源消耗矩阵[Ep,q]6×6,矩阵的行数和列数等于地图中的可攀爬分区数6,矩阵元素Ep,q的值即为从分区p终点沿着跨分区攀爬路径攀爬到分区q起点的能源消耗;如果两分区不相邻,则Ep,q=∞;如果p=q,Ep,q=0,其中,1≤p,q≤6。
步骤4,计算所有分区间的最小能源消耗路径矩阵和跨分区路由矩阵,采用以下方法:
步骤4-2,令k=k+1;
步骤4-4,如果k<6返回步骤4-2,;k=6进入步骤4-5,;
步骤4-5,结束,E(6)和R(6)为分区间的最小能源消耗路径和跨分区反向路由矩阵。
步骤5,根据最小能源消耗路径生成分区遍历先后次序,采用以下方法:
步骤5-1,初始化变量k,pk,S(k),令p1=1,k=1,S(1)=<1>;
其中,k为临时变量;pk表示在遍历过程中,第k个进行遍历的分区的编号;S(k)是一个序列,表示分区遍历次序,用尖括号<>中的分区编号序列表示;
步骤5-3,S(k+1)=<S(k),pk>;
步骤5-4,k=k+1;
步骤5-5,如果k<6,则返回步骤5-2,;如果k=6,进入步骤5-6,;
步骤5-6,结束,S(6)即为分区遍历先后次序;
步骤6,生成跨分区遍历路径,设定分区遍历先后次序S(6)=<s1,s2,…,s6>,所述生成跨分区遍历路径,包括如下步骤:
步骤6-1,初始化跨分区遍历路径U、路由起始点u2和变量k,令U=S(6),k=1,u2=s1;
步骤6-2,令临时变量a1=sk,临时变量a2=sk+1,令临时变量序列v=<>;
步骤6-5,将v序列插入到U序列的sk和sk+1的两个元素之间;
步骤6-6,k=k+1;
步骤6-7,如果k<5,返回步骤6-2;如果k=5,进入步骤6-8;
步骤6-8,结束,U序列即为跨分区遍历路径
从步骤1到步骤6完成了攀附机器人遍历路径规划,机器人按照U序列的次序,进入地图的6个可攀爬分区;第一次进入编号为k的分区时,按照向量zk确定的遍历方式,以及(ak,bk)确定的起点和(ck,dk)确定的终点遍历分区。
本发明提供了一种用于攀附机器人的遍历路径规划方法,具体实现该技术方案的方法和途径很多,以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。
Claims (7)
1.一种用于攀附机器人的遍历路径规划方法,其特征在于,包括如下步骤:
步骤1:进行地图分区和编号;
步骤2:选择每个可攀爬分区的遍历方式,并确定遍历的起点和终点;
步骤3:生成跨分区攀爬的能源消耗矩阵;
步骤4:计算所有分区间的最小能源消耗矩阵和跨分区路由矩阵;
步骤5:根据最小能源消耗矩阵生成分区遍历先后次序;
步骤6:生成跨分区遍历路径,包括每个分区的遍历方式、每个分区遍历的起点和终点,以及跨分区遍历路径,即攀附机器人的遍历路径规划的结果。
2.根据权利要求1所述的方法,其特征在于,步骤1包括:输入栅格化的地图,已知所述地图有边界,地图上存在可攀爬区、不可攀爬区和障碍线,栅格化的地图被分割为M行N列栅格,地图的第i行第j列的栅格坐标表示为(i,j),其中1≤i≤M,1≤j≤N;
在每一个不可攀爬区中,找出j最小的栅格的列jmin,其坐标为(i,jmin),沿着(i,jmin)下边沿做边界线,边界线向左右两端延伸,直至到达地图边缘、其他不可攀爬区、其他边界线或障碍线;
在每一个不可攀爬区中,找出j最大的栅格的列jmax,其坐标为(i,jmax),沿所述j最大的栅格左侧边缘向上做边界线,直至到达射线到地图边缘、其他不可攀爬区、其他边界线或障碍线;如果j最大的栅格不止一个,则在j最大的栅格中取i最小的栅格;
经过上述操作,整个地图的可攀爬区被边界线、不可攀爬区、障碍线分割为K个可攀爬分区,按照从左到右,从上到下的顺序,从1到K对K个可攀爬分区依次编号。
3.根据权利要求2所述的方法,其特征在于,步骤2所述的选择每个可攀爬分区的遍历方式,并确定遍历的起点和终点,采用以下方法:
每个分区遍历的起点设置于左上角,终点设置于右下角,每个分区有两种遍历方式,一种是从起点开始沿栅格按列纵向遍历,另一种是从起点开始沿栅格按行横向遍历;
如果是从起点开始沿栅格按列纵向遍历,则按照以下方法确定遍历的起点和终点:起点为每个分区i最小的栅格(imin,j),imin表示分区i最小的栅格的行,如果i最小的栅格不止一个,则在i最小的栅格中取j最大的栅格作为起点;终点为每个分区i最大的栅格(imax,j),imax表示分区i最大的栅格的行,如果i最大的栅格不止一个,则在i最大的栅格中取j最小的栅格作为终点;
如果是从起点开始沿栅格按行横向遍历,则按照以下方法确定遍历的起点和终点:起点为每个分区j最大的栅格(i,jmax),jmax表示分区j最大的栅格的列,如果j最小的栅格不止一个,则在j最大的栅格中取i最小的栅格作为起点;终点为每个分区j最小的栅格(i,jmin),jmin表示分区j最小的栅格的列,如果j最大的栅格不止一个,则在j最大的栅格中取i最大的栅格作为终点;
根据遍历方式,分别计算两种遍历方式所需的能量,根据计算结果,为每个分区选择能源消耗小的遍历方式,作为所述分区的遍历方式,用向量Z=(z1,z2,…,zK)表示每个分区的选择的遍历方式:
其中,k为可攀爬分区编号,K为分区数,k取值为1~K;
根据每个可攀爬分区的遍历方式确定起点和终点,用向量A=(a1,a2,…,aK)和向量B=(b1,b2,…,bK)表示每个分区的起点坐标,即遍历编号为k的分区起点的栅格坐标为(ak,bk);用向量C=(c1,c2,…,cK)和向量D=(d1,d2,…,dK)表示每个分区的终点坐标,即遍历编号为k的分区的终点的栅格坐标为(ck,dk),其中1≤ak,ck≤M,1≤bk,dk≤N。
4.根据权利要求3所述的方法,其特征在于,步骤3包括:将机器人出发的分区称为源分区,将到达的分区称为目的分区,将源分区的终点和目的分区的起点的连线,作为机器人跨分区攀爬路径;
两个分区相邻的条件是:源分区的终点和目的分区的起点分别位于两分区边界线或障碍线的两侧,且源分区的终点和目的分区的起点的连线与两个分区间的边界线或障碍线有交点;如果满足所述条件,则两个分区相邻,否则不相邻;
如果机器人跨越相邻分区时需要越过障碍线,则机器人跨越相邻分区所需的能源消耗为:机器人按跨分区攀爬路径攀爬所需消耗的能量与越障所需消耗的能量之和;如果机器人跨越相邻分区时不需要越过障碍线,则机器人跨越相邻分区所需的能源消耗等于机器人按跨分区攀爬路径攀爬所需消耗的能量;
生成跨分区攀爬所能源消耗矩阵[Ep,q]K×K,矩阵的行数和列数等于地图中的可攀爬分区数K,矩阵元素Ep,q的值即为从分区p终点沿着跨分区攀爬路径攀爬到分区q起点的能源消耗,如果两个分区不相邻,则Ep,q=∞;如果p=q,Ep,q=0,其中,1≤p,q≤K。
7.根据权利要求1所述的方法,其特征在于,步骤6中,设定分区遍历先后次序S(K)=<s1,s2,…,sK>,其中sK为第K个遍历分区的编号,所述生成跨分区遍历路径,包括如下步骤:
步骤6-1,初始化跨分区遍历路径U、路由起始点u2和变量k,令U=S(K),k=1,u2=s1;
步骤6-2,令临时变量a1=sk,临时变量a2=sk+1,令临时变量序列v=< >;
步骤6-5,将v序列插入到U序列的sk和sk+1的两个元素之间;
步骤6-6,k=k+1;
步骤6-7,如果k<K-1,返回步骤6-2;如果k=K-1,进入步骤6-8;
步骤6-8,结束,序列U即为跨分区遍历路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010259355.8A CN111413978B (zh) | 2020-04-03 | 2020-04-03 | 一种用于攀附机器人的遍历路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010259355.8A CN111413978B (zh) | 2020-04-03 | 2020-04-03 | 一种用于攀附机器人的遍历路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111413978A true CN111413978A (zh) | 2020-07-14 |
CN111413978B CN111413978B (zh) | 2023-04-28 |
Family
ID=71489601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010259355.8A Active CN111413978B (zh) | 2020-04-03 | 2020-04-03 | 一种用于攀附机器人的遍历路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111413978B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114035581A (zh) * | 2021-11-15 | 2022-02-11 | 上海交通大学宁波人工智能研究院 | 一种对含凹形障碍地图的探伤机器人的遍历路径规划方法 |
CN114296451A (zh) * | 2021-12-15 | 2022-04-08 | 珠海一微半导体股份有限公司 | 基于遗传算法的机器人墙面工作的路径规划方法 |
WO2023142931A1 (zh) * | 2022-01-27 | 2023-08-03 | 追觅创新科技(苏州)有限公司 | 机器人移动路径规划方法、系统及清洁机器人 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018120489A1 (zh) * | 2016-12-29 | 2018-07-05 | 珠海市一微半导体有限公司 | 一种智能机器人的路径规划方法 |
CN108382477A (zh) * | 2018-02-10 | 2018-08-10 | 郑州大学 | 一种适用于桁架结构的仿尺蠖攀爬机器人 |
CN108413976A (zh) * | 2018-01-23 | 2018-08-17 | 大连理工大学 | 一种面向多工况的爬壁机器人智能路径规划方法及系统 |
CN108639177A (zh) * | 2018-05-09 | 2018-10-12 | 南京赫曼机器人自动化有限公司 | 一种自主全遍历爬壁机器人 |
CN109363585A (zh) * | 2018-12-17 | 2019-02-22 | 深圳市银星智能科技股份有限公司 | 分区遍历方法、清扫方法及其扫地机器人 |
CN110361017A (zh) * | 2019-07-19 | 2019-10-22 | 西南科技大学 | 一种基于栅格法的扫地机器人全遍历路径规划方法 |
-
2020
- 2020-04-03 CN CN202010259355.8A patent/CN111413978B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018120489A1 (zh) * | 2016-12-29 | 2018-07-05 | 珠海市一微半导体有限公司 | 一种智能机器人的路径规划方法 |
CN108413976A (zh) * | 2018-01-23 | 2018-08-17 | 大连理工大学 | 一种面向多工况的爬壁机器人智能路径规划方法及系统 |
CN108382477A (zh) * | 2018-02-10 | 2018-08-10 | 郑州大学 | 一种适用于桁架结构的仿尺蠖攀爬机器人 |
CN108639177A (zh) * | 2018-05-09 | 2018-10-12 | 南京赫曼机器人自动化有限公司 | 一种自主全遍历爬壁机器人 |
CN109363585A (zh) * | 2018-12-17 | 2019-02-22 | 深圳市银星智能科技股份有限公司 | 分区遍历方法、清扫方法及其扫地机器人 |
CN110361017A (zh) * | 2019-07-19 | 2019-10-22 | 西南科技大学 | 一种基于栅格法的扫地机器人全遍历路径规划方法 |
Non-Patent Citations (3)
Title |
---|
ALEJANDRO HIDALGO-PANIAGUA等: "Applying the MOVNS (multi-objective variable neighborhood search) algorithm to solve the path planning problem in mobile robotics" * |
柳军: "爬壁机器人的电机控制与路径规划" * |
肖旭: "光伏组件清洁机器人行走机构设计及路径规划研究" * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114035581A (zh) * | 2021-11-15 | 2022-02-11 | 上海交通大学宁波人工智能研究院 | 一种对含凹形障碍地图的探伤机器人的遍历路径规划方法 |
CN114296451A (zh) * | 2021-12-15 | 2022-04-08 | 珠海一微半导体股份有限公司 | 基于遗传算法的机器人墙面工作的路径规划方法 |
WO2023142931A1 (zh) * | 2022-01-27 | 2023-08-03 | 追觅创新科技(苏州)有限公司 | 机器人移动路径规划方法、系统及清洁机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN111413978B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111413978A (zh) | 一种用于攀附机器人的遍历路径规划方法 | |
CN110361017B (zh) | 一种基于栅格法的扫地机器人全遍历路径规划方法 | |
US10139236B2 (en) | Route generation program, route generation method and route generation apparatus | |
Pirzadeh et al. | A unified solution to coverage and search in explored and unexplored terrains using indirect control | |
CN108958285A (zh) | 一种基于分解思想的高效多无人机协同航迹规划方法 | |
CN106371445A (zh) | 一种基于拓扑地图的无人车规划控制方法 | |
CN112650229A (zh) | 一种基于改进蚁群算法的移动机器人路径规划方法 | |
CN113189988B (zh) | 一种基于Harris算法与RRT算法复合的自主路径规划方法 | |
CN108387232B (zh) | 基于人工势场的进化算法的飞行物航迹规划方法 | |
CN110763247A (zh) | 基于可视图和贪心算法结合的机器人路径规划方法 | |
CN113791617A (zh) | 一种基于消防机器人物理尺寸的全局路径规划方法 | |
CN112509114A (zh) | 一种路径规划方法、系统和介质 | |
CN110726416A (zh) | 一种基于障碍区域扩张策略的强化学习路径规划方法 | |
CN113317733B (zh) | 一种路径规划方法及清洁机器人 | |
CN109345551A (zh) | 图像外轮廓中凹包络的检测方法、系统及计算机存储介质 | |
CN113220008A (zh) | 多火星飞行器的协同动态路径规划方法 | |
CN110160525B (zh) | 一种基于离散势能场的危险天气下大量航班改航路径并行化计算方法 | |
CN114564048A (zh) | 一种面向农用四旋翼无人机航迹规划改进方法 | |
JP2020119537A (ja) | 自律走行車両レベル4を満たすために領域のクラスに応じてモードを切り換えるためにグリッド生成器を利用するニューラルネットワーク演算方法及びこれを利用した装置 | |
CN113432610A (zh) | 机器人通行规划方法、装置、机器人及存储介质 | |
Rafiq et al. | Automatic structural component definition from a spatial geometry model | |
CN106600694A (zh) | 一种地形数据的平滑处理方法及装置 | |
KR102326278B1 (ko) | 자율주행 차량 레벨4를 충족하기 위해 영역의 클래스에 따라 모드를 전환하기 위하여 그리드 생성기를 이용하는 뉴럴 네트워크 연산 방법 및 이를 이용한 장치 | |
JPH05274037A (ja) | 移動ロボットの経路作成法 | |
CN113284228B (zh) | 一种基于点云的室内场景房间布局划分方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |