CN111595355B - 一种无人碾压机群路径规划方法 - Google Patents
一种无人碾压机群路径规划方法 Download PDFInfo
- Publication number
- CN111595355B CN111595355B CN202010465450.3A CN202010465450A CN111595355B CN 111595355 B CN111595355 B CN 111595355B CN 202010465450 A CN202010465450 A CN 202010465450A CN 111595355 B CN111595355 B CN 111595355B
- Authority
- CN
- China
- Prior art keywords
- path
- rolling
- bin
- rolling machine
- sub
- 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.)
- Active
Links
Images
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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
-
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
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
本发明公开了一种无人碾压机群路径规划方法,该方法依次包括如下步骤:仓面拆分、子仓面内作业路径规划、子仓面间转场作业路径规划和机群作业路径拆分;其中仓面拆分是将总作业仓面拆分为若干个子仓面;子仓面内作业路径规划是对碾压机在子仓面内的碾压作业路径进行规划;子仓面间转场作业路径规划是对碾压机在不同子仓面间的转场作业路径进行规划;机群作业路径拆分是将规划的作业路径汇总后分配给各个碾压机。本发明可满足复杂仓面条件下无人碾压机群作业要求,满足施工质量,提高了施工进度,而且无碰撞作业路径规划符合安全要求。
Description
技术领域
本发明涉及一种碾压机施工技术领域,特别涉及一种无人碾压机群路径规划方法。
背景技术
目前,碾压是大坝施工过程中的重要一环,碾压质量影响着大坝的施工质量,直接关系到大坝的安全;碾压进度影响后序环节的施工,制约着大坝整体施工进度间接影响施工成本。如何提高碾压施工管理水平,更好地控制碾压作业的施工质量和施工进度一直以来都是科研工作者们关注的焦点。
无人碾压技术是近年来碾压施工领域的重大突破,它改变了传统人工控制碾压机作业的方式,通过底层控制机构和自动控制算法,减少了作业过程的人为干预,进一步提高作业精度和效率。无人碾压技术在碾压施工领域的应用一定程度上解放了人力,实现了规则作业面的轨迹规划、大面碾压,然而已有研究多见于针对碾压机单机的底层循迹控制方面,当前仍匮乏无人碾压机群作业管理方面的研究。
大坝料区多,作业面边界、障碍物条件复杂,大坝碾压有赖于多型号碾压机群协同作业来完成。若缺乏科学的决策方法与高效的管控系统,无人碾压机群将难以发挥协同优势。复杂作业条件下,相较于无人碾压机单机作业,无人碾压机群在仓面碾压作业过程中可能会在时间、空间和任务层面上发生冲突,如:碰撞障碍物、相邻作业面间漏碾或过碾、任务划分不均衡设备利用率低、无人碾压机型号与作业参数和施工区域不匹配等,进而影响大坝碾压的质量、进度和安全。
发明内容
本发明为解决公知技术中存在的技术问题而提供一种无人碾压机群路径规划方法。以碾压机群为研究对象,研究无人碾压机群协同作业的自动碾压系统,以应对复杂、动态变化的作业场景和作业任务,实现无人碾压机群的协同作业,最大化地发挥无人碾压机群性能。构建无人碾压机群协同作业的自动碾压系统,其难点在于如何进行复杂仓面条件下,无人碾压机群满足施工质量提高施工进度的无碰撞作业路径规划。
本发明为解决公知技术中存在的技术问题所采取的技术方案是:一种无人碾压机群路径规划方法,该方法依次包括如下步骤:仓面拆分、子仓面内作业路径规划、子仓面间转场作业路径规划和机群作业路径拆分;其中仓面拆分是将总作业仓面拆分为若干个子仓面;子仓面内作业路径规划是对碾压机在子仓面内的碾压作业路径进行规划;子仓面间转场作业路径规划是对碾压机在不同子仓面间的转场作业路径进行规划;机群作业路径拆分是将规划的作业路径汇总后分配给各个碾压机。
进一步地,采用牛耕式分解法对作业仓面进行拆分。
进一步地,对作业仓面进行拆分时,根据障碍物位置及障碍物几何形状规划子仓面几何边界,以满足碾压作业时碾压机与障碍物碰撞的概率为零。
进一步地,采用进退错距法进行子仓面内作业路径规划。
进一步地,采用进退错距法进行子仓面作业路径规划的具体步骤如下:设子仓面由若干中心线垂直于坝轴线的与碾轮宽度等宽的条带搭接构成;将碾压机作业模式设置为如下两种作业模式的组合:第一种作业模式为在同一条带上往复碾压作业模式,第二种作业模式为在相邻两条带间转换碾压作业模式;设碾压机的中心行车路径为作业路径;则除转弯外碾压机的作业路径与条带的中心线重合;根据仓面垂直于坝轴线方向的长度及其平行于坝轴线方向的宽度、设定的搭接宽度、碾轮宽度以及碾压机转弯半径,规划碾压机在子仓面内的全部作业路径。
进一步地,子仓面间转场作业路径规划方法如下:建立旅行商问题数学模型,将各个子仓面内作业路径的起始点定义为节点,建立各节点之间的距离作为节点间移动成本函数,求得遍历节点的最短路径,将遍历节点的最短路径作为子仓面间转场作业路径。
进一步地,规划的碾压机作业路径上存在障碍物时,采用可视图法对作业路径进行优化,其方法为:首先将障碍物的顶点、以及作业路径的起始点及目标点用直线组合连接以建立起可视图,要求直线不穿过障碍物内部,然后基于可视图计算最短路径作为最优路径。
进一步地,机群作业路径拆分方法如下:碾压机的作业时间包括碾压机作业面碾压时间及作业中的转场时间;将碾压机作业面碾压时间分为条带碾压时间和错距碾压时间;建立作业时间成本数学模型;以各个碾压机的作业时间成本相等为约束条件,对总体作业路径进行拆分。
进一步地,建立作业时间成本数学模型的具体方法如下:
步骤一,构建全仓面时间成本函数如下:
T=T(Z)+T(R)+T(C)
步骤二,以各个碾压机的作业时间相等为约束条件,对碾压机群的作业任务进行划分,建立单个碾压机的作业时间成本函数如下:
式中:T为仓面时间总承包,T(Z)为转场时间总成本,T(R)为碾压时间总成本,T(C)为错距时间总成本,Nz为转场路径总数,ZPathi为第i条转场路径,Nr为碾压条带总数,Vz为转场车速,RPathj为第j条碾压路径,N为碾压遍数,Vr为碾压车速,CPathk为第k条错距路径,Nc为错距路径总数,Vc为错距车速;
W(n)为第n台碾压机的作业路径,T(n)第n台碾压机的作业时间,Pz(n)为第n台碾压机转场路径在总路径中的起点编号,Pr(n)为第n台碾压机碾压路径在总路径中的起点编号,Pc(n)为第n台碾压机错距路径在总路径中的起点编号,v为碾压施工平均速度,单位km/h。
本发明具有的优点和积极效果是:
本发明采取先全局规划后任务拆分的步骤,有利于确保多台碾压机的搭接区域不出现漏碾或过碾现象。区域拆分可采用精确几何分解法能够适合大坝仓面面积大且对轨迹控制精度高的场合。针对子仓面路径规划,为满足不同坝料的碾压施工工艺需求,提供了一种进退错距法和搭接法通用的作业路径和错距路径计算方法。通过建立旅行商问题数学模型,将各个子仓面间的最短路径作为子仓面间转场作业路径。通过采用可视图法对作业路径进行优化,使作业路径满足安全的要求且时间成本最低。
本发明可满足复杂仓面条件下无人碾压机群作业要求,满足施工质量,提高了施工进度,而且无碰撞作业路径规划符合安全要求,为实现无人碾压机群协同作业的大坝全坝料自动碾压打下基础。
附图说明
图1是本发明的工作流程示意图;
图2是本发明的一种子仓面内作业路径规划示意图;
图3是图2的I部错距段轨迹放大结构示意图。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹列举以下实施例,并配合附图详细说明如下:
请参见图1至图3,一种无人碾压机群路径规划方法,该方法依次包括如下步骤:仓面拆分、子仓面内作业路径规划、子仓面间转场作业路径规划和机群作业路径拆分;其中仓面拆分是将总作业仓面拆分为若干个子仓面;子仓面内作业路径规划是对碾压机在子仓面内的碾压作业路径进行规划;子仓面间转场作业路径规划是对碾压机在不同子仓面间的转场作业路径进行规划;机群作业路径拆分是将规划的作业路径汇总后分配给各个碾压机。图1中的子区域规划对应子仓面内作业路径规划;子区域连通对应子仓面间转场作业路径规划;仓面轨迹优化即对子仓面内作业路径和子仓面间转场作业路径进行优化;机群任务划分对应机群作业路径拆分。
为实现碾压机群的协同作业,需要将仓面整体作业任务分配到各台碾压机。本发明采取先全局规划后任务拆分的步骤,有利于确保多台碾压机的搭接区域不出现漏碾或过碾现象。
优选地,可采用牛耕式分解法对作业仓面进行拆分。碾压作业需要碾压机在仓面内按照施工规范要求对仓面进行避开障碍物的指定遍数的遍历,是一种多覆盖遍数的全覆盖路径规划(CCP)问题。解决全覆盖路径规划问题流程为区域拆分、子区域路径规划、子区域连接等步骤。区域拆分可采用精确几何分解法(如:牛耕法、莫尔斯法等)和栅格法等。由于大坝仓面面积大且对轨迹控制精度高,采用栅格法计算量大且精度不高,因此在作业面拆分时选用精确几何分解法。
优选地,对作业仓面进行拆分时,可根据障碍物位置及障碍物几何形状规划子仓面几何边界,以满足碾压作业时碾压机与障碍物碰撞的概率为零。
优选地,对于子区域规划即子仓面内作业路径规划,可采用进退错距法对进行子仓面内作业路径规划。
针对子区域规划问题,为满足不同坝料的碾压施工工艺需求,本发明提出一种进退错距法和搭接法通用的作业路径和错距路径计算方法。
请参见图2及图3,优选地,可采用进退错距法进行子仓面作业路径规划的具体步骤如下:设子仓面由若干中心线垂直于坝轴线的与碾轮宽度等宽的条带搭接构成;将碾压机作业模式设置为如下两种作业模式的组合:第一种作业模式为在同一条带上往复碾压作业模式,第二种作业模式为在相邻两条带间转换碾压作业模式;设碾压机的中心行车路径为作业路径;则除转弯外碾压机的作业路径与条带的中心线重合;根据仓面垂直于坝轴线方向的长度及其平行于坝轴线方向的宽度、设定的搭接宽度、碾轮宽度以及碾压机转弯半径,规划碾压机在子仓面内的全部作业路径。
请参看图2,图2中,设子仓面为方形区域,方形区域的四个角点分别为point1、point2、point3、point4,四个角点的坐标依次为point1(x1,y1)、point2(x2,y2)、point1(x3,y3)、point1(x4,y4)。
从A0点至B0点的作业路径为第一种作业模式的作业路径;从BO点过C0点到B1点的作业路径或从A0点过D0至A1点的作业路径及为第二种模式的作业路径。同理,从Ai点至Bi点的作业路径为第一种作业模式的作业路径;从Bi点过Ci点到Bi+1点的作业路径或从Ai+1点过Di至Ai点的作业路径及为第二种模式的作业路径,i=0、1、2…n。
将碾压作业过程碾压机的中心行车路径的线型选择为直线,根据待碾子仓面垂直坝轴线方向的长度L、设定的搭接宽度W、碾轮宽度B和待碾子仓面平行于坝轴线方向的宽度M计算碾压机的中心行车路径也就是作业路径。
设x轴坐标方向与坝轴线方向平行;y轴坐标方向与坝轴线方向垂直;
仓面内第n个条带中心线上各点坐标如下式所示:
式中:x(n)代表第n个碾压条带的x轴坐标;y(n)代表第n个碾压条带的y轴坐标;L代表垂直坝轴线方向的长度;W代表搭接宽度;B代表碾轮宽度。
条带错距路径规划环节中,已知无人碾压机最小转弯半径R(单位为m)可基于规划出的往复碾压作业路径计算得到条带错距路径。如图2所示,B0为第一条往复碾压作业路径的终点,B1为第二条往复碾压作业路径的起点,碾压机由B0前进至C0后,沿着两段圆弧行进,最终运行到B1并将车身摆正其中01和O2分别是两段圆弧各自的圆心,转弯半径为R,从而实现条带错距。条带错距路径计算公式如下(以图2所示条带的错距路径规划为例)。
C0点到B1点的条带错距路径:
式中:x代表错距路径的x轴坐标值;y代表错距路径的y轴坐标值;B0x代表B0点的x坐标;B1x代表B1点的x坐标;R代表无人碾压机最小转弯半径。
上述坐标单位可为m。子仓面垂直坝轴线方向的长度L、搭接宽度W、碾轮宽度B、碾压机正常运行情况下的转弯半径R等可对应单位为m。
由此即可计算碾压机条带及错距轨迹如图2。通过调节搭接宽度W,上述计算方法可分别满足搭接法和错距法的施工工艺需求。碾压机在仓面作业过程中,根据碾压遍数的设定对条带进行遍历,条带碾压完成后通过计算得出的错距轨迹转换到下一条带进行作业。
优选地,子仓面间转场作业路径规划方法如下:建立旅行商问题数学模型,将各个子仓面内作业路径的起始点定义为节点,建立各节点之间的距离作为节点间移动成本函数,求得遍历节点的最短路径,将遍历节点的最短路径作为子仓面间转场作业路径。
优选地,规划的碾压机作业路径上存在障碍物时,采用可视图法对作业路径进行优化,其方法为:首先将障碍物的顶点、以及作业路径的起始点及目标点用直线组合连接以建立起可视图,要求直线不穿过障碍物内部,然后基于可视图计算最短路径作为最优路径。
可视图法(visibility graph)首先将障碍物的顶点、起始点及目标点用直线组合连接以建立起可视图,要求直线不穿过障碍物内部,即直线“可视”,然后基于可视图计算最短路径作为最优路径。在计算得到权重矩阵后,需要进行求解。相较于栅格法避障算法具有求解速度快的优点。
为了实现避开障碍物,遍历可视图(visibilityPath(i->j)),取结果最小值作为避开障碍物的无碰撞节点间移动成本函数(costPath(i->j))计算,计算公式如下:
costPath(i->j)=min(UvisibilityPath(i->j))。
优选地,机群作业路径拆分方法如下:碾压机的作业时间包括碾压机作业面碾压时间及作业中的转场时间;将碾压机作业面碾压时间分为条带碾压时间和错距碾压时间;建立作业时间成本数学模型;以各个碾压机的作业时间成本相等为约束条件,对总体作业路径进行拆分。这种方法相当于以工程量等量对作业任务进行拆分,均衡无人碾压机群间的作业任务,有利于优化设备利用率,减少无人碾压机空闲时间,进而提高施工效率。
优选地,建立作业时间成本数学模型的具体方法如下:
步骤1,构建全仓面时间成本函数如下:
T=T(Z)+T(R)+T(C)
步骤2,以各个碾压机的作业时间相等为约束条件,对碾压机群的作业任务进行划分,建立单个碾压机的作业时间成本函数如下:
步骤3,基于上述方程,当无人碾压机群的作业成本相等时,能够实现机群任务分配的最优化。因此首先将规划出的作业路径离散为坐标点,之后按照坐标点的顺序基于作业时间成本对将路径拆分成多段,路径分段的个数与无人碾压机的个数相等。以此将作业路径分配给对应的碾压机。
式中:T为仓面时间总承包,T(Z)为转场时间总成本,T(R)为碾压时间总成本,T(C)为错距时间总成本,Nz为转场路径总数,ZPathi为第i条转场路径,Nr为碾压条带总数,Vz为转场车速,RPathj为第j条碾压路径,N为碾压遍数,Vr为碾压车速,CPathk为第k条错距路径,Nc为错距路径总数,Vc为错距车速;
W(n)为第n台碾压机的作业路径,T(n)第n台碾压机的作业时间,Pz(n)为第n台碾压机转场路径在总路径中的起点编号,Pr(n)为第n台碾压机碾压路径在总路径中的起点编号,Pc(n)为第n台碾压机错距路径在总路径中的起点编号。
下面以本发明的一个优选实施例来进一步说明本发明的工作原理:
一种无人碾压机群路径规划方法,该方法采用碾压机群协同路径规划算法,其包括仓面拆分、子仓面内作业路径规划、子仓面间转场作业路径规划和机群作业路径拆分等步骤,基于牛耕法、可视图法和群智能算法等先进算法进行优化求解,最终规划出碾压机群协同作业的无碰撞路径。
该方法具体包括如下步骤:
步骤一,仓面拆分:将作业面根据几何边界和障碍物位置几何形状进行子仓面拆分,为满足无碰撞路径规划打下基础;
步骤二,子仓面内作业路径规划:针对各子仓面进行满足施工质量和进度的子仓面的路径规划;
步骤三,子仓面间转场作业路径规划:将各子仓面采用优化算法进行连接,优化仓面间的转场路径;
步骤四,机群作业路径拆分:针对无人碾压机群的仓面作业路径进行拆分,按照任务量相等的原则,提高设备利用率,保障作业进度。
其中,步骤一中的仓面拆分方法可具体如下:仓面拆分是碾压机群协同路径规划的前提,对仓面的分解结果的好坏直拉影响了该仓面的规划成果。在仓面拆分的方式上,主要方法有梯形分解和牛耕式分解。第一种分解方法出现的时间较早,它是一种单元分解的形式,主要的方法是使用一个挡板从将要分解的区域划过,在挡板经过区域的障碍物时,就有单元产生。本发明所采用的牛耕式分解法依据挡板与障碍物的顶点交互的情况,将单元分成三种状态:(1)In,表示当前单元的结束,并且会出现两个新的单元;(2)Out,即两个单元的结束,进入了一个新的单元中;(3)Middle,代表的是当前的单元结束,新单元将会出现。该方法的优点在于拆分所得的子仓面个数较少,有利于缩短碾压机在子仓面间转场的路径。
步骤二中的子仓面内作业路径规划方法具体如下:在子仓面作业区内,碾压机运行过程中有两种作业模式,第一种作业模式为在条带上行进往复碾压作业,第二种作业模式为条带之间的条带转换也就是错距碾压作业。碾压作业过程行车路径线的线型选择为直线,根据待碾子仓面垂直坝轴线方向的长度L、设定的搭接宽度W、碾轮宽度B和待碾子仓面平行于坝轴线方向的宽度M,计算碾压机的中心行车路径也就是作业路径。
设x轴坐标方向与坝轴线方向平行;y轴坐标方向与坝轴线方向垂直。
仓面内第n个条带中心线上各点坐标如下式所示:
图2中,B0为第一条往复碾压作业路径的终点,B1为第二条往复碾压作业路径的起点,碾压机由B0前进至C0后,沿着两段圆弧行进,最终运行到B1并将车身摆正其中01和O2分别是两段圆弧各自的圆心,转弯半径为R,从而实现条带错距。已知碾压机正常运行情况下的转弯半径R的条件下,可计算错距段轨迹线,计算公式如下:
(1)轨迹线1:轨迹线1为从C0点到B1点的轨迹;
C0=(B0,y(B0)) (3);
(2)轨迹线2:轨迹线2为从D0至A1的轨迹;
D0=(A0,y(A0)) (5);
式中,L为子仓面垂直坝轴线方向的长度;W为搭接宽度;B为碾轮宽度;R为碾压机正常运行情况下的转弯半径。
x代表错距路径的x轴坐标值;y代表错距路径的y轴坐标值;B0x代表B0点的x坐标;B1x代表B1点的x坐标;
x(n)为第n个条带的中心线的x坐标;y(n)为第n个条带的中心线的y坐标;A1x为A1点的x坐标;A0x为A0点的x坐标。
上述坐标单位可为m。子仓面垂直坝轴线方向的长度L、搭接宽度W、碾轮宽度B、碾压机正常运行情况下的转弯半径R等可对应单位为m。
由此即可计算碾压机条带及错距轨迹如图2。通过调节搭接宽度W,上述计算方法可分别满足搭接法和错距法的施工工艺需求。碾压机在仓面作业过程中,根据碾压遍数的设定对条带进行遍历,条带碾压完成后通过计算得出的错距轨迹转换到下一条带进行作业。
步骤三中的子仓面间转场作业路径规划的方法具体如下:仓面拆分后分成子区域,碾压机需由初始位置遍历所有子仓面,不重不漏,最终实现全作业面的遍历。为进行优化求解,将问题数学建模为旅行商问题,将各仓面定义为城市节点,计算遍历各节点的最短路径。在TSP问题建模过程中计算各节点之间的距离作为节点间移动成本函数。
当上述作业路径上出现障碍物时,采用可视图法(visibility graph)优化作业路径。首先将障碍物的顶点、作业路径起始点及目标点用直线组合连接以建立起可视图,要求直线不穿过障碍物内部,即直线“可视”,然后基于可视图计算最短路径作为最优路径。在计算得到权重矩阵后,需要进行求解。相较于栅格法避障算法具有求解速度快的优点。
为了实现避开障碍物,遍历可视图(visibilityPath(i->j)),取结果最小值作为避开障碍物的无碰撞节点间移动成本函数(costPath(i->j))计算,计算公式如下:
costPath(i->j)=min(UvisibilityPath(i->j)) (6)。
步骤四中的机群作业路径拆分的方法具体如下:为实现碾压机群的协同作业,需要将仓面整体作业任务分配到各台碾压机。本发明采取先全局规划后任务拆分的步骤,有利于确保多台碾压机的搭接区域不出现漏碾或过碾现象。与此同时以时间成本函数对作业任务进行拆分,均衡无人碾压机群间的作业任务,有利于优化设备利用率,减少无人碾压机空闲时间,进而提高施工效率。
对作业时间成本进行分析,时间成本来自于碾压作业过程的转场、作业面碾压。作业面碾压分为条带碾压和错距两个阶段,之后构建全仓面时间成本函数如下:
T=T(Z)+T(R)+T(C)
式中:T为仓面时间总承包,T(Z)为转场时间总成本,T(R)为碾压时间总成本,T(C)为错距时间总成本,Nz为转场路径总数,ZPathi为第i条转场路径,Nr为碾压条带总数,Vz为转场车速,RPathj为第j条碾压路径,N为碾压遍数,Vr为碾压车速,CPathk为第k条错距路径,Nc为错距路径总数,Vc为错距车速。
针对时间成本函数,对碾压机群的作业任务进行等量划分。
式中:W(n)为第n台碾压机的作业路径,T(n)第n台碾压机的作业时间,Pz(n)为第n台碾压机转场路径在总路径中的起点编号,Pr(n)为第n台碾压机碾压路径在总路径中的起点编号,Pc(n)为第n台碾压机错距路径在总路径中的起点编号。
求解上述方程,将作业路径分配给对应的碾压机。
本发明在Matlab2014R2仿真环境中,对所提出的碾压机群协同路径规划算法进行了测试。复杂边界仓面中,存在不规则的四个障碍物。为了实现4台碾压机的协同作业,首先对仓面进行拆分最终形成30个子仓面,之后针对每个子仓面进行作业轨迹规划,将子仓面直接的转场连接问题采用TSP算法进行优化求解,将转场轨迹长度由2873m优化为632m。最后采用本发明构建的成本函数和任务划分方法,将轨迹等量分配4台碾压机,最终规划出满足施工质量的碾压机群协同作业的无碰撞路径。
以上所述的实施例仅用于说明本发明的技术思想及特点,其目的在于使本领域内的技术人员能够理解本发明的内容并据以实施,不能仅以本实施例来限定本发明的专利范围,即凡本发明所揭示的精神所作的同等变化或修饰,仍落在本发明的专利范围内。
Claims (7)
1.一种无人碾压机群路径规划方法,其特征在于,该方法依次包括如下步骤:仓面拆分、子仓面内作业路径规划、子仓面间转场作业路径规划和机群作业路径拆分;其中仓面拆分是将总作业仓面拆分为若干个子仓面;子仓面内作业路径规划是对碾压机在子仓面内的碾压作业路径进行规划;子仓面间转场作业路径规划是对碾压机在不同子仓面间的转场作业路径进行规划;机群作业路径拆分是将规划的作业路径汇总后分配给各个碾压机;
机群作业路径拆分方法如下:碾压机的作业时间包括碾压机作业面碾压时间及作业中的转场时间;将碾压机作业面碾压时间分为条带碾压时间和错距碾压时间;建立作业时间成本数学模型;以各个碾压机的作业时间成本相等为约束条件,对总体作业路径进行拆分;
建立作业时间成本数学模型的具体方法如下:
步骤一,构建全仓面时间成本函数如下:
T=T(Z)+T(R)+T(C)
步骤二,以各个碾压机的作业时间相等为约束条件,对碾压机群的作业任务进行划分,建立单个碾压机的作业时间成本函数如下:
式中:T为仓面时间总承包,T(Z)为转场时间总成本,T(R)为碾压时间总成本,T(C)为错距时间总成本,Nz为转场路径总数,ZPathi为第i条转场路径,Nr为碾压条带总数,Vz为转场车速,RPathj为第j条碾压路径,N为碾压遍数,Vr为碾压车速,CPathk为第k条错距路径,Nc为错距路径总数,Vc为错距车速;
W(n)为第n台碾压机的作业路径,T(n)第n台碾压机的作业时间,Pz(n)为第n台碾压机转场路径在总路径中的起点编号,Pr(n)为第n台碾压机碾压路径在总路径中的起点编号,Pc(n)为第n台碾压机错距路径在总路径中的起点编号,v为碾压施工平均速度,单位km/h。
2.根据权利要求1所述的无人碾压机群路径规划方法,其特征在于,采用牛耕式分解法对作业仓面进行拆分。
3.根据权利要求2所述的无人碾压机群路径规划方法,其特征在于,对作业仓面进行拆分时,根据障碍物位置及障碍物几何形状规划子仓面几何边界,以满足碾压作业时碾压机与障碍物碰撞的概率为零。
4.根据权利要求1所述的无人碾压机群路径规划方法,其特征在于,采用进退错距法进行子仓面内作业路径规划。
5.根据权利要求4所述的无人碾压机群路径规划方法,其特征在于,采用进退错距法进行子仓面作业路径规划的具体步骤如下:设子仓面由若干中心线垂直于坝轴线的与碾轮宽度等宽的条带搭接构成;将碾压机作业模式设置为如下两种作业模式的组合:第一种作业模式为在同一条带上往复碾压作业模式,第二种作业模式为在相邻两条带间转换碾压作业模式;设碾压机的中心行车路径为作业路径;则除转弯外碾压机的作业路径与条带的中心线重合;根据仓面垂直于坝轴线方向的长度及其平行于坝轴线方向的宽度、设定的搭接宽度、碾轮宽度以及碾压机转弯半径,规划碾压机在子仓面内的全部作业路径。
6.根据权利要求1所述的无人碾压机群路径规划方法,其特征在于,子仓面间转场作业路径规划方法如下:建立旅行商问题数学模型,将各个子仓面内作业路径的起始点定义为节点,建立各节点之间的距离作为节点间移动成本函数,求得遍历节点的最短路径,将遍历节点的最短路径作为子仓面间转场作业路径。
7.根据权利要求4至6任一所述的无人碾压机群路径规划方法,其特征在于,规划的碾压机作业路径上存在障碍物时,采用可视图法对作业路径进行优化,其方法为:首先将障碍物的顶点、以及作业路径的起始点及目标点用直线组合连接以建立起可视图,要求直线不穿过障碍物内部,然后基于可视图计算最短路径作为最优路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010465450.3A CN111595355B (zh) | 2020-05-28 | 2020-05-28 | 一种无人碾压机群路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010465450.3A CN111595355B (zh) | 2020-05-28 | 2020-05-28 | 一种无人碾压机群路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111595355A CN111595355A (zh) | 2020-08-28 |
CN111595355B true CN111595355B (zh) | 2022-04-19 |
Family
ID=72187974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010465450.3A Active CN111595355B (zh) | 2020-05-28 | 2020-05-28 | 一种无人碾压机群路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111595355B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113671948B (zh) * | 2021-07-27 | 2023-08-22 | 北京科技大学 | 一种土石方工程无人碾压机机群协同智能作业控制方法 |
CN113741425B (zh) * | 2021-08-04 | 2023-11-24 | 中山大学 | 一种全覆盖路径规划方法及导航系统 |
CN113885383B (zh) * | 2021-09-30 | 2024-04-09 | 天津大学 | 一种去中心化框架下的无人碾压机群协同作业控制系统 |
CN116485063B (zh) * | 2023-06-20 | 2023-08-18 | 成都工业职业技术学院 | 一种基于大数据的无人驾驶碾压机群控制方法及装置 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103529843B (zh) * | 2013-10-17 | 2016-07-13 | 电子科技大学中山学院 | Lambda*路径规划算法 |
CN105922267B (zh) * | 2016-06-28 | 2017-12-29 | 山东理工大学 | 一种清扫机器人全覆盖遍历路径规划算法的设计方法 |
CN106289264A (zh) * | 2016-08-26 | 2017-01-04 | 哈尔滨工业大学深圳研究生院 | 一种基于子区域划分的多无人机遍历搜索算法 |
CN106969778B (zh) * | 2017-02-28 | 2020-10-16 | 南京航空航天大学 | 一种多无人机协同施药的路径规划方法 |
CN106970648B (zh) * | 2017-04-19 | 2019-05-14 | 北京航空航天大学 | 城市低空环境下无人机多目标路径规划联合搜索方法 |
CN108691309A (zh) * | 2018-02-24 | 2018-10-23 | 国电大渡河流域水电开发有限公司 | 一种碾压机自动驾驶系统 |
CN108762268B (zh) * | 2018-05-29 | 2022-08-05 | 上海澳悦智能科技有限公司 | 多agv无碰撞路径规划算法 |
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 |
CN108628314B (zh) * | 2018-06-13 | 2021-06-29 | 西安交通大学 | 一种多机协作草坪修剪机器人系统及方法 |
CN108897311A (zh) * | 2018-06-14 | 2018-11-27 | 天津大学 | 一种碾压机集群无人驾驶筑坝系统 |
-
2020
- 2020-05-28 CN CN202010465450.3A patent/CN111595355B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111595355A (zh) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111595355B (zh) | 一种无人碾压机群路径规划方法 | |
CN106020189B (zh) | 基于邻域约束的空地异构机器人系统路径规划方法 | |
CN107179078A (zh) | 一种基于时间窗优化的agv路径规划方法 | |
CN107037827B (zh) | 无人机航空作业任务分配与航迹规划联合优化方法及装置 | |
CN111639811A (zh) | 基于改进蚁群算法的多农机协同作业远程管理调度方法 | |
CN108196575A (zh) | 一种无人机任务分配及路线规划方法 | |
CN110308740A (zh) | 一种面向移动目标追踪的无人机群动态任务分配方法 | |
CN102169347A (zh) | 基于协作协进化和多种群遗传算法的多机器人路径规划系统 | |
CN101769754A (zh) | 一种基于类三维地图的移动机器人全局路径规划方法 | |
CN112197775B (zh) | 一种农机多机协同作业路径规划方法 | |
CN108205322A (zh) | 一种不借助地图自动生成作业路径的农机作业方法及系统 | |
CN111103880A (zh) | 一种无人谷物联合收割机协同导航作业路径规划系统与方法 | |
Cai et al. | Multi-lane formation assignment and control for connected vehicles | |
CN111915106A (zh) | 一种路径生成方法、装置、晶面机及存储介质 | |
CN107478232A (zh) | 机器人导航路径的搜索方法及芯片 | |
Jeon et al. | An entry-exit path planner for an autonomous tractor in a paddy field | |
Wang et al. | Full coverage path planning methods of harvesting robot with multi-objective constraints | |
CN115202349A (zh) | 基于通信干扰的多移动机器人协同编队控制方法、装置、设备及存储介质 | |
CN114692357B (zh) | 基于改进元胞自动机算法的三维航路网络规划系统及方法 | |
CN112631300B (zh) | 一种光伏阵列智能清洗机器人的路径规划方法 | |
Qin et al. | Formation control and obstacle avoidance for multi-robot systems | |
CN114371699A (zh) | 面向中小农田的便携少基站组式农机uwb导航系统与方法 | |
CN113552882A (zh) | 一种用于大区域的无人割草车的行驶路线控制方法 | |
Zhang et al. | A novel hybrid swarm intelligence algorithm for solving TSP and desired-path-based online obstacle avoidance strategy for AUV | |
Zhang et al. | Multi-Autonomous Underwater Vehicle Full-Coverage Path-Planning Algorithm Based on Intuitive Fuzzy Decision-Making |
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 |