CN112223301A - 一种机器人路径规划及调度方法 - Google Patents

一种机器人路径规划及调度方法 Download PDF

Info

Publication number
CN112223301A
CN112223301A CN202011490180.8A CN202011490180A CN112223301A CN 112223301 A CN112223301 A CN 112223301A CN 202011490180 A CN202011490180 A CN 202011490180A CN 112223301 A CN112223301 A CN 112223301A
Authority
CN
China
Prior art keywords
time
speed
robot
road section
path
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
Application number
CN202011490180.8A
Other languages
English (en)
Other versions
CN112223301B (zh
Inventor
李睿
陈桂芳
董旭
王松青
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangxi Saite Intelligent Technology Co ltd
Original Assignee
Guangzhou Saite Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Saite Intelligent Technology Co Ltd filed Critical Guangzhou Saite Intelligent Technology Co Ltd
Priority to CN202011490180.8A priority Critical patent/CN112223301B/zh
Publication of CN112223301A publication Critical patent/CN112223301A/zh
Application granted granted Critical
Publication of CN112223301B publication Critical patent/CN112223301B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1628Programme controls characterised by the control loop
    • B25J9/1651Programme controls characterised by the control loop acceleration, rate control
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1694Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Feedback Control In General (AREA)

Abstract

一种机器人路径规划及调度方法,包括如下步骤:通过机器人的激光雷达对环境预扫描得到环境地图并建立坐标系,根据通道宽度预设各路段的参考速度;根据机器人在各路段上的实时平均速度与该路段的参考速度对比,生成动态速度地图;根据各路段的历史平均速度生成统计速度地图;根据任务订单筛选目的机器人,并根据动态速度地图和统计速度地图规划路径;还可以根据实时路况对规划的路径进行调度。本发明根据实时动态速度和历史统计速度对机器人的路径进行规划,使路径规划更加科学合理,并根据实时动态速度数据实时调整作业路线,保证用时最短,优化了机器人的作业效率,同时对动态速度地图进行修正,使参考数据更科学。

Description

一种机器人路径规划及调度方法
技术领域
本发明涉及机器人技术领域,尤其涉及一种机器人路径规划及调度方法。
背景技术
机器人执行任务时,一般是由管理后台根据订单情况给机器人下发任务,包括目标站点、预定路径等,机器人接收任务后按照预设的路径执行任务,机器人在执行任务的过程中无法根据实际情况进行路径的调整,当机器人在行走的过程中,若遇到人流复杂、障碍较多的路段,就会导致机器人行走缓慢,甚至停滞不前,若后续机器人均按照预定的路线行走而不根据实时的路况信息进行实施调整时,很有可能也会行走至该拥堵路段,这样会导致该路段越来越拥堵,此时会增加任务耗时,影响机器人的作业效率。
发明内容
本发明的目的是克服上述现有技术的缺点,提供一种参照动态速度地图和统计速度地图来进行路径规划和调度以提高作业效率的机器人路径规划及调度方法。
本发明是通过以下技术方案来实现的:
一种机器人路径规划及调度方法,包括如下步骤:
路段和参考速度的设定:通过机器人的激光雷达对环境预扫描得到环境地图并建立坐标系,根据业务类型在地图中设定站点,相邻两站点间形成路段,两站点间所有路段依次相连形成该两站点间的路径;并根据预扫描的各路段的通道宽度预设各路段的参考速度。站点为与业务相关的位置点,或者根据路况将复杂路线分隔为若干简化的路段,根据规划,两站点间可能存在多条由不同路段组成的路径。
动态速度地图的生成:根据机器人定时上报的坐标位置计算机器人在各路段上的实时平均速度,将各路段的实时平均速度与该路段预设的参考速度对比,评价各路段的拥堵程度,生成动态速度地图并实时更新。由各路段上机器人的实时位置可得到机器人在该路段上的行走距离,再根据实时位置上报时的时间得到行走时间,由此得到机器人的实时平均速度,而实时平均速度根据各机器人上报的数据实时更新,当该路段上有新的机器人经过时,新机器人的实时平均速度代替旧机器人的实时平均速度,由于各路段上机器人的状况在不断变化,因而动态速度地图也随之动态更新,因此,动态速度地图反映的是路段的实时速度信息。
统计速度地图的生成:统计历史同一时段对应的各路段的平均速度,通过加权平均得到各时段各路段的累积平均速度,与预设的参考速度对比,评价各路段的拥堵程度,生成统计速度地图并定时更新。累积平均速度是各机器人的历史实时平均速度的平均,因此,统计速度地图反映的是路段的历史速度信息,但由于定时进行统计计算,因而统计速度地图也在实时更新变化。这里,同一时段指每天的同一时间段,由每天的速度平均值平均得到累积平均速度,当某一天该时段在该路段上无机器人行走时,该天不纳入累积平均速度的计算。由此得到的该路段的累积平均速度作为该时段的拥堵参考,在该时间段内的任一时间点经过该路段的机器人,均可以该时间段内的累积平均速度作为速度参考。
需要说明的是,本发明中提到的速度,包括各路段的参考速度、实时平均速度、累积平均速度等,如路段不涉及不同楼层间的跨越,则不区分方向,即正向和反向的平均速度均作为其相应的平均速度。
机器人调度:调度后台接收任务后,根据任务的起始站点、目标站点、任务等级(如可分为普通任务、实时任务、紧急任务等)、各机器人的位置和状况(如机器人本身的存储空间等)筛选目的机器人,当任务中包含有多个目标任务站点时,还需确定各任务站点的执行顺序。
机器人的路径规划:调度后台根据目的机器人的位置、目标站点、任务站点的执行顺序、动态速度地图和统计速度地图规划出多条路径,从中选择所需时间最少的路径,将其下发给目的机器人,下发的信息应包括目标站点、任务站点的执行顺序、规划的路径等。
调度后台根据目的机器人的位置、目标站点、任务站点的执行顺序规划出多条路径,并一一计算各路径所需的预计行走时间,计算参照的速度为动态速度地图上的实时平均速度和统计速度地图上的累积平均速度。
具体地,各路径预计行走时间的计算方法为:根据路径上各路段对应时段的速度参考值、路段距离得到各路段的预计行走时间,各路段预计行走时间累加得到该路径的预计行走时间;其中,若对应时段该路段上无机器人行走,则速度参考值为统计速度地图上的累积平均速度;若对应时段该路段上有机器人行走,则速度参考值为动态速度地图上该时段最新的实时平均速度(即该时段该路段上最近经过的机器人的实时平均速度)。
在机器人执行任务的过程中,为了提高任务效率,避免机器人走上拥堵路段,进一步地,还包括根据实时路况对规划的路径进行调度的步骤,所述路径调度的方法为:
目的机器人执行任务过程中,调度后台根据实时收到的其它机器人的行走信息(速度、坐标等)更新动态速度地图,并判断目的机器人的规划路径上是否有拥堵情况,如有,则重新计算行走原路径所需的时间,将该时间替换该路段原先计算的预计行走时间,得到最新的原路径的预计行走时间;同时规划新的路径并计算新路径的预计行走时间,若新路径的预计行走时间小于原路径的预计行走时间,则将新路径下发给机器人,机器人将按照新路径行走,否则保持原路径。如前,重新规划出的路径可能有多条,一一计算其预计行走时间,当新路径的预计行走时间小于原路径的预计行走时间,选择新路径,当新路径里有多条路径的预计行走时间小于原路径的预计行走时间,选择最短时间的路径为新路径。新路径预计行走时间的计算参照上述各路径预计行走时间的计算方法。
进一步改进的技术方案是,各路段的拥堵程度分为通畅、缓慢和拥堵:
设路段的参考速度为v;
当路段的实时平均速度或累积平均速度>v×a1时,则该路段为通畅;
当路段的实时平均速度或累积平均速度≤v×a1、且路段的实时平均速度或累积平均速度≥v×a2时,则该路段为缓慢;
当路段的实时平均速度或累积平均速度<v×a2时,则该路段为拥堵;
其中,0<a2<a1<100%,a1、a2可根据实际路况进行设定,优选a1=80%,a2=30%。
各路段的参考速度根据各段的通道宽度设定,当通道宽度较窄时,参考速度可适当减小,进一步地,根据各路段的通道宽度预设各路段的参考速度的方法为:若通道宽度≥1m,则将该路段的参考速度设为A;若通道宽度<1m,则将该路段的参考速度设为A×d,d为0-100%之间的数,如60%、70%等。
即评判各路段的拥堵程度参照的是路段的参考速度,路段的参考速度参照的是路段的通道宽度,当针对动态速度地图时,采用实时平均速度数据与参考速度相比,当针对统计速度地图时,采用累积平均速度数据。
一般一个楼层对应一个环境地图,各楼层对应有该楼层相应的动态速度地图和统计速度地图,上述方法未考虑路径中有电梯的情况,当路径中有电梯时,进一步地,动态速度地图和统计速度地图上应包含有相应的乘梯时间,路径的预定行走时间应叠加所有的乘梯时间,具体方法解释如下:
当楼层上有电梯时,根据机器人定时上报的楼层和坐标位置计算机器人的实时乘梯时间,将该实时乘梯时间与预设的乘梯参考时间对比,评价各电梯的拥堵程度,计入动态速度地图中并实时更新。
统计历史同一时段对应的电梯的乘梯时间,通过加权平均得到各时段各电梯的累积平均乘梯时间,与预设的乘梯参考时间对比,评价各电梯的拥堵程度,计入统计速度地图中并定时更新。
当任务路径上存在电梯时,路径的预计行走时间除了累加各路段的预计行走时间外,还要叠加路径上电梯的乘梯时间参考值;当有多个电梯需要通过,一一叠加各电梯的乘梯时间参考值。其中,若对应时段无机器人乘坐该电梯,则乘梯时间参考值为统计速度地图上的累积平均乘梯时间;若对应时段有机器人乘坐该电梯,则乘梯时间参考值为动态速度地图上该时段的实时平均乘梯时间。
由于乘梯时上行和下行所花的时间往往相差加大,如对于一般的办公楼宇,早高峰时上行比较拥堵,上行的乘梯时间远远大于下行的乘梯时间,晚高峰时则相反。因此,上述实时乘梯时间和累积平均乘梯时间均应区分上行和下行。当两目标站点间有多个站点可通过时,根据排列组合,该两目标站点间的路径有若干条,当任务路径上存在电梯时,情况更加复杂。为提高路径规划的效率,进一步地,当任务路径上存在电梯时,机器人的路径规划的方法为:管理后台根据目的机器人的位置、目标位置、任务站点的执行顺序、动态速度地图和统计速度地图规划出三条路径,三条路径分别为距离最短路径(各路段上的距离相加,距离虽短)、电梯最少路径(路径上含有的电梯数量最少)、平均速度最高的路径,分别计算这三条路径的预计行走时间,选取其中预计行走时间最短的路径,将该路径作为规划的路径下发给机器人。路径距离主要计算同楼层的距离,不计算不同楼层间的垂直距离。不同楼层间的电梯可能不止一台,某两楼层间可能没有电梯直达,需要通过其它电梯中转,或者两站点之间有直达电梯,但也可以通过其它电梯中转,以避开可能的拥堵或排队,电梯最少路径则优先选择需要经过的电梯数量最少的路径。同楼层上由某一固定站点到达电梯口的路径可能有多条,可分别计算各路径的用时,选择速度最高的路径。
由于机器人行走的情况较为复杂,单纯通过实时平均速度来评判路段的拥堵程度并不能完全反映真实路况,以之来指导其它机器人的路径规划和路径调度难免偏离真实目的。因此,进一步地,本发明还包括对动态速度地图进行修正的步骤,对动态速度地图进行修正的方法为:
a.当机器人在缓慢或拥堵路段行走时,通过激光雷达连续扫描环境数据,并与初始扫描得到的环境地图进行对比,识别动态障碍物和静态障碍物,并计算静态障碍物和动态障碍物的数量;若只有静态障碍物,则不调整动态速度地图;若因动态障碍物而导致速度降低,因动态障碍物是可变动因素,可实时变化,下一时刻动态障碍物可能消失而使路段变通常,因此按照以下方法进行处理:
当动态障碍物数量≤设定值b1时,则将动态速度地图上该路段调整为通畅;当设定值b1<动态障碍物数量≤设定值b2时,则将动态速度地图上该路段调整为缓慢;当动态障碍物数量>设定值b2时,则将动态速度地图上该路段调整为拥堵;其中b1<b2。
b.若该路段为仅容许一台机器人通过的路段,当机器人因与其它机器人相遇触发让行动作而导致速度降低或停止时,则该机器人在该路段上的实时平均速度不计入动态速度地图中,即动态速度地图中该路段某一时段的拥堵程度不算入该机器人的数据,当然与之相遇的机器人的数据也不纳入动态速度地图的评判,而由该路段该时段其它机器人的速度数据统计计算得到。
c.若多台机器人在同一个点因排队(如排队电梯乘电梯、排队通过自动门、多台机器人同时前往同一个目标站点等排队场景)导致速度降低或停止,则按照如下方法进行处理:当设定值c1≤排队机器人的数量<设定值c2时,则将动态速度地图上该路段调整为缓慢;当排队机器人的数量≥设定值c2时,则将动态速度地图上该路段调整为拥堵;其中c1<c2。
进一步地,上述识别静态障碍物和动态障碍物的方法为:
机器人通过激光雷达扫描获取环境中各角度的环境距离值,并与初始扫描的环境地图中的距离值进行比对,当距离差值大于设定值时,判定为障碍物,并根据连续扫描到的距离值变化来判断障碍物为静态障碍物或动态障碍物。
同时,根据激光雷达扫描的点云数据来判断是否为同一障碍物,若激光雷达扫描到的为连续点云,则判定为同一障碍物,否则判定为不同障碍物,并由此计算静态障碍物和动态障碍物的数量。
为提高判断的准确性,进一步地,激光雷达扫描数据与机器人的视觉传感器数据相结合来判断是否为同一障碍物,若激光雷达扫描到为不同障碍物,而视觉传感器得到为连续数据,则修正为同一障碍物,由此保证障碍物数量统计的准确性。
进一步地,若多台机器人在同一个点因自动门而排队,则排队机器人的数量包括正向排队等待通过和反向排队等待通过的所有机器人。
本发明的路径规划和调度方法通过调度后台实时共享路况信息得到动态速度地图,通过实时的数据和历史的运行数据得到统计速度地图,使得路径上各路段具有速度参考数据,根据实时动态速度数据和历史统计速度数据来对后续机器人的路径进行规划,使路径规划更加科学合理,提高规划的速度和效率;并根据实时动态速度数据,实时调整机器人的作业路线,避免了可以避免的等待和拥堵,保证用时最短,优化了机器人的作业效率;同时,路段的实时拥堵程度信息并不仅仅参照机器人的实时速度数据,还参考路况信息及产生拥堵的原因等综合进行判断,使得参考数据更加科学,路径的规划和调整也更科学和贴近实际。
附图说明
图1为本发明实施例的工作流程图。
具体实施方式
一种机器人路径规划及调度方法,如图1,包括如下步骤:
1.路段和参考速度的设定
通过机器人的激光雷达对环境预扫描得到环境地图并建立坐标系,根据业务类型在地图中设定站点,相邻两站点间形成路段,两站点间所有路段依次相连形成该两站点间的路径;并根据预扫描的各路段的通道宽度预设各路段的参考速度。站点为与业务相关的位置点,或者根据路况将复杂路线分隔为若干简化的路段,根据规划,两站点间可能存在多条由不同路段组成的路径。
各路段的参考速度根据各段的通道宽度设定,当通道宽度较窄时,参考速度可适当减小,如:若通道宽度≥1m,则将该路段的参考速度设为A;若通道宽度<1m,则将该路段的参考速度设为A×60%。
2.动态速度地图的生成与修正
(1)动态速度地图的生成
根据机器人定时上报的坐标位置计算机器人在各路段上的实时平均速度,将各路段的实时平均速度与该路段预设的参考速度对比,评价各路段的拥堵程度,生成动态速度地图并实时更新。由各路段上机器人的实时位置可得到机器人在该路段上的行走距离,再根据实时位置上报时的时间得到行走时间,由此得到机器人的实时平均速度,而实时平均速度根据各机器人上报的数据实时更新,当该路段上有新的机器人经过时,新机器人的实时平均速度代替旧机器人的实时平均速度,由于各路段上机器人的状况在不断变化,因而动态速度地图也随之动态更新,因此,动态速度地图反映的是路段的实时速度信息。某路段上某一时段内的实时平均速度为该路段该时段内即将经过的机器人的行走提供参考。
各路段的拥堵程度可根据速度数据分为通畅、缓慢和拥堵这三个等级,各等级的划分可根据实际来进行,作为其中一种实施方式,可采用如下标准:
通畅:实时平均行走速度为参考速度的80%以上;
缓慢:实时平均行走速度为参考速度的30%-80%;
拥堵:实时平均行走速度为参考速度的30%以下。
当然,以上30%、80%的数据可根据各场景实际进行调整。上述评判各路段的拥堵程度参照的是路段的参考速度,路段的参考速度参照的是路段的通道宽度。
一般一个楼层对应一个环境地图,各楼层对应有该楼层相应的的动态速度地图,上述方法未考虑路径中有电梯的情况,当楼层上有电梯时,同时计算乘梯时间,在动态速度地图上同时显示电梯的拥堵程度,根据机器人定时上报的楼层和坐标位置计算机器人的实时乘梯时间,将该实时乘梯时间与预设的乘梯参考时间对比,评价各电梯的拥堵程度,计入动态速度地图中并实时更新。预设的乘梯参考时间可根据电梯的运行速度和运行距离等来计算。对于电梯的情况,应该区分上行的乘梯时间和下行的乘梯时间。由上行的机器人得到上行的实时平均乘梯时间,并参考上行的乘梯时间,得到电梯上行的拥堵程度,下行同理。
(2)动态速度地图的修正
由于机器人行走的情况较为复杂,单纯通过实时平均速度来评判路段的拥堵程度并不能完全反映真实路况,以之来指导其它机器人的路径规划和路径调度难免偏离真实目的。因此,进一步地,本发明还包括对动态速度地图进行修正的步骤,对动态速度地图进行修正的方法为:
a.当机器人在缓慢或拥堵路段行走时,通过激光雷达连续扫描环境数据,并与初始扫描得到的环境地图进行对比,识别动态障碍物和静态障碍物,并计算静态障碍物和动态障碍物的数量;若只有静态障碍物,则不调整动态速度地图;若因动态障碍物而导致速度降低,因动态障碍物是可变动因素,可实时变化,下一时刻动态障碍物可能消失而使路段变通常,作为其中一种实施方式,可按照以下方法进行处理:
当动态障碍物数量为1时,则将动态速度地图上该路段调整为通畅;当动态障碍物数量为2时,则将动态速度地图上该路段调整为缓慢;当动态障碍物数量>2时,则将动态速度地图上该路段调整为拥堵。
b.若该路段为仅容许一台机器人通过的路段,当机器人因与其它机器人相遇触发让行动作而导致速度降低或停止时,则该机器人在该路段上的实时平均速度不计入动态速度地图中,即动态速度地图中该路段的拥堵程度不算入该机器人的数据,当然与之相遇的机器人的数据也不纳入动态速度地图的评判,而由该路段该时段其它机器人的速度数据统计计算得到。
c.若多台机器人在同一个点因排队(如排队电梯乘电梯、排队通过自动门、多台机器人同时前往同一个目标站点等排队场景)导致速度降低或停止,作为其中一种实施方式,可按照如下方法进行处理:当2≤排队机器人的数量<5时,则将动态速度地图上该路段调整为缓慢;当排队机器人的数量≥5时,则将动态速度地图上该路段调整为拥堵。若多台机器人在同一个点因自动门而排队,则排队机器人的数量包括正向排队等待通过和反向排队等待通过的所有机器人。
作为其中一种实施方式,上述识别静态障碍物和动态障碍物的方法为:
机器人通过激光雷达扫描获取环境中各角度的环境距离值,并与初始扫描的环境地图中的距离值进行比对,当距离差值大于设定值时,判定为障碍物,并根据连续扫描到的距离值变化来判断障碍物为静态障碍物或动态障碍物。
同时,根据激光雷达扫描的点云数据来判断是否为同一障碍物,若激光雷达扫描到的为连续点云,则判定为同一障碍物,否则判定为不同障碍物,并由此计算静态障碍物和动态障碍物的数量。
为提高判断的准确性,作为其中一种实施方式,激光雷达扫描数据与机器人的视觉传感器数据相结合来判断是否为同一障碍物,若激光雷达扫描到为不同障碍物,而视觉传感器得到为连续数据,则修正为同一障碍物,由此保证障碍物数量统计的准确性。
举例说明:机器人以设定速度行驶,通过激光雷达扫描获取各角度的环境距离值,生成二维平面轮廓图,并与部署时扫描的环境地图的距离值进行比对,当距离差值大于设定值时,判定为障碍物(连续角度均有距离值认定为一个障碍物),记录此时障碍物的角度和距离值(可采用边沿点距离/中心点距离);连续扫描,根据第一时刻的障碍物角度和距离、机器人的移动距离,通过三角关系计算出静止障碍物在设定时长(如1s)后的第二时刻的理论距离值,将理论距离值与第二时刻的实测距离值对比,若实测距离值等于理论距离值,则判断为静止障碍物;若实测距离值大于理论距离值,则判断为同向移动的障碍物;若实测距离值小于理论距离值,则判断为相向移动的障碍物。
3.统计速度地图的生成
定时(如每间隔30min)统计历史同一时段对应的各路段的平均速度,通过加权平均得到各时段各路段的累积平均速度,与预设的参考速度对比,评价各路段的拥堵程度,生成统计速度地图并定时更新。累积平均速度是各机器人的历史实时平均速度的平均,因此,统计速度地图反映的是路段的历史速度信息,但由于定时进行统计计算,因而统计速度地图也在实时更新变化。
这里,同一时段指每天的同一时间段,如前一天上午10:00-10:30与第二天上午10:00-10:30为同一时间段,各不同的时间段分别统计是考虑不同时间段的速度值具有不同的规律,不同时间段参考相应时间段的历史速度值才有意义,如在繁忙时段时的速度值会降低,而空闲时段的速度值会相应升高,如在繁忙时段参考空闲时段时的历史速度值,就会偏离真实的场景,给路径规划带来偏差。设定固定的统计时间,如上述,统计上午10:00:00-10:29:59区间内该路段上的所有机器人速度的平均值,并由每天的速度平均值平均得到累积平均速度。当某一天该时段在该路段上无机器人行走时,将该天的权值设为0,该天不纳入累积平均速度的计算,其余天的权值设为1。由此得到的该路段的累积平均速度作为该时段的拥堵参考,在该时间段内的任一时间点经过该路段的机器人,均可以该时间段内的累积平均速度作为速度参考。
各楼层对应有该楼层相应的统计速度地图,当楼层上有电梯时,统计历史同一时段对应的电梯的乘梯时间,通过加权平均得到各时段各电梯的累积平均乘梯时间,与预设的乘梯参考时间对比,评价各电梯的拥堵程度,计入统计速度地图中并定时更新。同上,乘梯时间区分上行和下行,由历史上行乘梯数据得到历史上行累积平均乘梯时间,并得到上行电梯的拥堵程度。
需要说明的是,本发明中提到的速度,包括各路段的参考速度、实时平均速度、累积平均速度等,如路段不涉及不同楼层间的跨越,则不区分方向,即正向和反向的平均速度均作为其相应的平均速度。如上,如为电梯则区分上行和下行的速度。同上,各路段的拥堵程度可根据速度数据分为通畅、缓慢和拥堵这三个等级,各等级的划分可根据实际来进行,作为其中一种实施方式,可采用如下标准:
通畅:累积平均行走速度为参考速度的80%以上;
缓慢:累积平均行走速度为参考速度的30%-80%;
拥堵:累积平均行走速度为参考速度的30%以下。
当然,以上30%、80%的数据可根据各场景实际进行调整。
4.机器人调度
通过机器人本体的液晶屏操作或者通过平板APP、PC等客户端进行下单,调度后台接收任务后,根据任务的起始站点、目标站点、任务等级(如可分为普通任务、实时任务、紧急任务等)、各机器人的位置和状况(如机器人本身的存储空间等)筛选目的机器人,当任务中包含有多个目标任务站点时,还需确定各任务站点的执行顺序。
5.机器人的路径规划
调度后台根据目的机器人的位置、目标站点、任务站点的执行顺序、动态速度地图和统计速度地图规划出所需时间最少的路径,并下发给目的机器人,下发的信息应包括目标站点、任务站点的执行顺序、规划的路径等。具体地,调度后台根据目的机器人的位置、目标站点、任务站点的执行顺序规划出多条路径,并一一计算各路径所需的预计行走时间,计算参照的速度为动态速度地图上的实时平均速度和统计速度地图上的累积平均速度。
具体地,各路径预计行走时间的计算方法为:根据路径上各路段对应时段的速度参考值、路段距离得到各路段的预计行走时间,各路段预计行走时间累加得到该路径的预计行走时间;其中,若对应时段该路段上无机器人,则速度参考值为统计速度地图上的累积平均速度;若对应时段该路段上有机器人,则速度参考值为动态速度地图上该时段最新的实时平均速度,即该时段该路段上最近经过的机器人的实时平均速度。举例说明,如以10:00-10:30为一个统计时段,当10:10有机器人即将经过时,若当天10:00-10:10之间没有机器人经过,则参考统计速度地图上的累积平均速度值;若当天10:05有机器人经过,则参照动态速度地图上10:05机器人的实时平均速度值;当10:10机器人通过后,动态速度地图上的实时平均速度值更新为10:10机器人的实时平均速度值,为10:00-10:30这一时段内接下来的机器人提供参考;如此循环,10:00-10:30这一时段内的机器人均以这一时段刚刚经过的机器人的实时平均速度数据作为参考。某一时段内第一台机器人由于没有该时段内的实时速度数据,均参考历史平均速度数据。
当任务路径上存在电梯时,路径的预计行走时间除了累加各路段的预计行走时间外,还要叠加路径上电梯的乘梯时间参考值;当有多个电梯需要通过,一一叠加各电梯的乘梯时间参考值。其中,若对应时段无机器人乘坐该电梯,则乘梯时间参考值为统计速度地图上的累积平均乘梯时间;若对应时段有机器人乘坐该电梯,则乘梯时间参考值为动态速度地图上该时段的实时平均乘梯时间。乘梯时间参考值的参考规则与上述速度参考值的规则类似,参考对应时段内最新的实时平均乘梯时间,如该时段内无对应实时数据,则参考历史的累积平均乘梯时间。
当两目标站点间有多个站点可通过时,根据排列组合,该两目标站点间的路径有若干条,当任务路径上存在电梯时,情况更加复杂。为提高路径规划的效率,当任务路径上存在电梯时,机器人的路径规划可采用如下方法:管理后台根据目的机器人的位置、目标位置、任务站点的执行顺序、动态速度地图和统计速度地图规划出三条路径,三条路径分别为距离最短路径、电梯最少路径、平均速度最高的路径,分别计算这三条路径的预计行走时间,选取其中预计行走时间最短的路径,将该路径作为规划的路径下发给机器人。路径距离主要计算同楼层的距离,不计算不同楼层间的垂直距离。不同楼层间的电梯可能不止一台,某两楼层间可能没有电梯直达,需要通过其它电梯中转,或者两站点之间有直达电梯,但也可以通过其它电梯中转,以避开可能的拥堵或排队,电梯最少路径则优先选择需要经过的电梯数量最少的路径。同楼层上由某一固定站点到达电梯口的路径可能有多条,可分别计算各路径的用时,选择速度最高的路径。
机器人执行任务的过程中实时上报位置,以便于调度后台由此得到动态速度地图和统计速度地图。
6.路径的调度
在机器人执行任务的过程中,为了提高任务效率,避免机器人走上拥堵路段,进一步地,本实施例还包括根据实时路况对规划的路径进行调度的步骤,所述路径调度的方法为:
目的机器人执行任务过程中,调度后台根据实时收到的其它机器人的行走信息(速度、坐标等)更新动态速度地图,并判断目的机器人的规划路径上是否有拥堵情况,如有,则重新计算行走原路径所需的时间,将该时间替换该路段原先计算的预计行走时间,得到最新的原路径的预计行走时间;同时规划新的路径并计算新路径的预计行走时间,若新路径的预计行走时间小于原路径的预计行走时间,则将新路径下发给机器人,否则保持原路径。路径重新规划的方法可参照前述路径规划的方法:重新规划出的多条路径,一一计算其预计行走时间,当新路径的预计行走时间小于原路径的预计行走时间,选择新路径,当新路径里有多条路径的预计行走时间小于原路径的预计行走时间,选择最短时间的路径为新路径。新路径预计行走时间的计算参照上述各路径预计行走时间的计算方法。
上列详细说明是针对本发明可行实施例的具体说明,该实施例并非用以限制本发明的专利范围,凡未脱离本发明所为的等效实施或变更,均应包含于本案的专利范围中。

Claims (10)

1.一种机器人路径规划及调度方法,其特征在于,包括如下步骤:
路段和参考速度的设定:通过机器人的激光雷达对环境预扫描得到环境地图并建立坐标系,根据业务类型在地图中设定站点,相邻两站点间形成路段,两站点间所有路段依次相连形成该两站点间的路径;并根据各路段的通道宽度预设各路段的参考速度;
动态速度地图的生成:根据机器人定时上报的坐标位置计算机器人在各路段上的实时平均速度,将各路段的实时平均速度与该路段预设的参考速度对比,评价各路段的拥堵程度,生成动态速度地图并实时更新;
统计速度地图的生成:统计历史同一时段对应的各路段的平均速度,通过加权平均得到各路段各时段的累积平均速度,与预设的参考速度对比,评价各路段的拥堵程度,生成统计速度地图并定时更新;
机器人调度:调度后台接收任务后,根据任务的起始站点、目标站点、任务等级、各机器人的位置和状况筛选目的机器人,并确定任务站点的执行顺序;
机器人的路径规划:调度后台根据目的机器人的位置、目标站点、任务站点的执行顺序、动态速度地图和统计速度地图规划出多条路径,从中选择预计行走时间最少的路径下发给目的机器人;
各路径预计行走时间的计算方法为:根据路径上各路段对应时段的速度参考值、路段距离得到各路段的预计行走时间,各路段预计行走时间累加得到该路径的预计行走时间;其中,若对应时段该路段上无机器人,则速度参考值为统计速度地图上的累积平均速度;若对应时段该路段上有机器人,则速度参考值为动态速度地图上该时段最新的实时平均速度。
2.根据权利要求1所述的一种机器人路径规划及调度方法,其特征在于,还包括路径调度的步骤,所述路径调度的方法为:
目的机器人执行任务过程中,调度后台根据实时收到的其它机器人的行走信息更新动态速度地图,并判断目的机器人的规划路径上是否有拥堵情况,如有,则重新计算预计行走时间并更新原路径的预计行走时间,同时规划新的路径并计算新路径的预计行走时间,若新路径的预计行走时间小于原路径的预计行走时间,则将新路径下发给机器人,否则保持原路径。
3.根据权利要求1所述的一种机器人路径规划及调度方法,其特征在于,各路段的拥堵程度分为通畅、缓慢和拥堵:
设路段的参考速度为v,
当路段的实时平均速度或累积平均速度>v×a1时,则该路段为通畅;
当路段的实时平均速度或累积平均速度≤v×a1、且路段的实时平均速度或累积平均速度≥v×a2时,则该路段为缓慢;
当路段的实时平均速度或累积平均速度<v×a2时,则该路段为拥堵;
其中,0<a2<a1<100%。
4.根据权利要求1所述的一种机器人路径规划及调度方法,其特征在于,根据各路段的通道宽度预设各路段的参考速度的方法为:若通道宽度≥1m,则将该路段的参考速度设为A;若通道宽度<1m,则将该路段的参考速度设为A×d,d为0-100%之间的数。
5.根据权利要求1所述的一种机器人路径规划及调度方法,其特征在于,所述动态速度地图包括电梯的实时拥堵程度,电梯实时拥堵程度的评价方法为:根据机器人定时上报的楼层和坐标位置计算机器人的实时乘梯时间,将该实时乘梯时间与预设的乘梯参考时间对比,评价各电梯的拥堵程度,计入动态速度地图中并实时更新;
所述统计速度地图包括电梯的历史拥堵程度,电梯历史拥堵程度的评价方法为:统计历史同一时段对应的电梯的乘梯时间,通过加权平均得到各时段各电梯的累积平均乘梯时间,与预设的乘梯参考时间对比,评价各电梯的拥堵程度,计入统计速度地图中并定时更新;
当任务路径上存在电梯时,路径的预计行走时间除了累加各路段的预计行走时间外,还要叠加路径上各电梯的乘梯时间参考值;其中,若对应时段无机器人乘坐该电梯,则乘梯时间参考值为统计速度地图上的累积平均乘梯时间;若对应时段有机器人乘坐该电梯,则乘梯时间参考值为动态速度地图上该时段的实时平均乘梯时间。
6.根据权利要求5所述的一种机器人路径规划及调度方法,其特征在于,当任务路径上存在电梯时,机器人的路径规划的方法为:管理后台根据目的机器人的位置、目标位置、任务站点的执行顺序、动态速度地图和统计速度地图规划出三条路径,三条路径分别为距离最短路径、电梯最少路径、平均速度最高的路径,分别计算这三条路径的预计行走时间,选取其中预计行走时间最短的路径。
7.根据权利要求1所述的一种机器人路径规划及调度方法,其特征在于,还包括对动态速度地图进行修正的步骤,对动态速度地图进行修正的方法为:
a.当机器人在缓慢或拥堵路段行走时,通过激光雷达连续扫描环境数据,并与初始扫描得到的环境地图进行对比,识别动态障碍物和静态障碍物,并计算静态障碍物和动态障碍物的数量;若只有静态障碍物,则不调整动态速度地图;若因动态障碍物而导致速度降低:
当动态障碍物数量≤设定值b1时,则将动态速度地图上该路段调整为通畅;当设定值b1<动态障碍物数量≤设定值b2时,则将动态速度地图上该路段调整为缓慢;当动态障碍物数量>设定值b2时,则将动态速度地图上该路段调整为拥堵;其中b1<b2;
b.若该路段为仅容许一台机器人通过的路段,当机器人因与其它机器人相遇触发让行动作而导致速度降低或停止时,则该机器人在该路段上的实时平均速度不计入动态速度地图中;
c.若多台机器人在同一个点因排队导致速度降低或停止:当设定值c1≤排队机器人的数量<设定值c2时,则将动态速度地图上该路段调整为缓慢;当排队机器人的数量≥设定值c2时,则将动态速度地图上该路段调整为拥堵;其中c1<c2。
8.根据权利要求7所述的一种机器人路径规划及调度方法,其特征在于,识别静态障碍物和动态障碍物的方法为:
机器人通过激光雷达扫描获取各角度的环境距离值,并与初始扫描的环境地图中的距离值进行比对,当距离差值大于设定值时,判定为障碍物,并根据连续扫描到的距离值变化来判断为静态障碍物或动态障碍物;
若激光雷达扫描到的为连续点云,则判定为同一障碍物,否则判定为不同障碍物。
9.根据权利要求8所述的一种机器人路径规划及调度方法,其特征在于,若激光雷达扫描到为不同障碍物,再通过视觉传感器确认,若视觉传感器得到为连续数据,则修正为同一障碍物。
10.根据权利要求7所述的一种机器人路径规划及调度方法,其特征在于,若多台机器人在同一个点因自动门而排队,则排队机器人的数量包括正向和反向的所有机器人。
CN202011490180.8A 2020-12-17 2020-12-17 一种机器人路径规划及调度方法 Active CN112223301B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011490180.8A CN112223301B (zh) 2020-12-17 2020-12-17 一种机器人路径规划及调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011490180.8A CN112223301B (zh) 2020-12-17 2020-12-17 一种机器人路径规划及调度方法

Publications (2)

Publication Number Publication Date
CN112223301A true CN112223301A (zh) 2021-01-15
CN112223301B CN112223301B (zh) 2021-04-13

Family

ID=74124131

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011490180.8A Active CN112223301B (zh) 2020-12-17 2020-12-17 一种机器人路径规划及调度方法

Country Status (1)

Country Link
CN (1) CN112223301B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113222282A (zh) * 2021-05-31 2021-08-06 北京京东乾石科技有限公司 运送路径确定方法和装置、可读存储介质、电子设备
CN113515132A (zh) * 2021-09-13 2021-10-19 深圳市普渡科技有限公司 机器人路径规划方法、机器人和计算机可读存储介质
CN114442607A (zh) * 2021-12-21 2022-05-06 重庆特斯联智慧科技股份有限公司 一种多机器人路径协调方法和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105488892A (zh) * 2016-01-04 2016-04-13 杭州亚美利嘉科技有限公司 一种用于机器人排队管理的方法及服务器
CN106483943A (zh) * 2016-10-13 2017-03-08 北京京东尚科信息技术有限公司 机器人的调度方法、装置以及计算机可读存储介质
CN106556406A (zh) * 2016-11-14 2017-04-05 北京特种机械研究所 多agv调度方法
CN109765915A (zh) * 2019-03-13 2019-05-17 中南大学 一种基于计算机算法的仓储搬运机器人任务调度系统
CN110530388A (zh) * 2019-09-05 2019-12-03 苏宁云计算有限公司 多agv的路径规划方法及系统
US20200310444A1 (en) * 2019-03-25 2020-10-01 Honda Motor Co.,Ltd. Route determining device, robot, and route determining method

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105488892A (zh) * 2016-01-04 2016-04-13 杭州亚美利嘉科技有限公司 一种用于机器人排队管理的方法及服务器
CN106483943A (zh) * 2016-10-13 2017-03-08 北京京东尚科信息技术有限公司 机器人的调度方法、装置以及计算机可读存储介质
CN106556406A (zh) * 2016-11-14 2017-04-05 北京特种机械研究所 多agv调度方法
CN109765915A (zh) * 2019-03-13 2019-05-17 中南大学 一种基于计算机算法的仓储搬运机器人任务调度系统
US20200310444A1 (en) * 2019-03-25 2020-10-01 Honda Motor Co.,Ltd. Route determining device, robot, and route determining method
CN110530388A (zh) * 2019-09-05 2019-12-03 苏宁云计算有限公司 多agv的路径规划方法及系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113222282A (zh) * 2021-05-31 2021-08-06 北京京东乾石科技有限公司 运送路径确定方法和装置、可读存储介质、电子设备
CN113515132A (zh) * 2021-09-13 2021-10-19 深圳市普渡科技有限公司 机器人路径规划方法、机器人和计算机可读存储介质
CN113515132B (zh) * 2021-09-13 2021-12-28 深圳市普渡科技有限公司 机器人路径规划方法、机器人和计算机可读存储介质
CN114442607A (zh) * 2021-12-21 2022-05-06 重庆特斯联智慧科技股份有限公司 一种多机器人路径协调方法和系统

Also Published As

Publication number Publication date
CN112223301B (zh) 2021-04-13

Similar Documents

Publication Publication Date Title
CN112223301B (zh) 一种机器人路径规划及调度方法
US11145197B2 (en) Joint control of vehicles traveling on different intersecting roads
CN111426326B (zh) 一种导航方法、装置、设备、系统及存储介质
JP4621773B2 (ja) ネットワーク内の移動ユニットの輸送を制御するための競合プロセスの調整方法
EP3460406B1 (en) Information processing apparatus, vehicle, information processing method, running control method, and map updating method
CN107816996B (zh) 时变环境下agv流时空干涉检测与规避方法
US6587778B2 (en) Generalized adaptive signal control method and system
US10809734B2 (en) Route planning in an autonomous device
US9076332B2 (en) Multi-objective optimization for real time traffic light control and navigation systems for urban saturated networks
US6339383B1 (en) Traffic signal control apparatus optimizing signal control parameter by rolling horizon scheme
EP1145090B1 (en) Dynamic traffic based routing algorithm
CN112698647A (zh) 跨楼层路径规划方法、装置、计算机设备及存储介质
US20210348928A1 (en) Multi-police-officer collaborative round-up task allocation and path planning method under constraint of road network
JP7141845B2 (ja) 情報処理装置、情報処理方法および地図更新方法
US11217094B2 (en) Collaborative distributed agent-based traffic light system and method of use
US20210132627A1 (en) Travel control device, travel control method, travel control system and computer program
WO2022116830A1 (zh) 机器人的乘梯控制方法、装置、机器人及介质
JP2007122584A (ja) 交通信号制御システム、および交通信号制御システムの制御方法
CN110650039A (zh) 一种基于多峰优化的无人机群辅助车辆网络协同通信模型
CN109814594B (zh) 无人机群防碰撞控制方法、装置及计算机可读存储介质
CN113066298A (zh) 车辆行驶控制方法、装置、车辆、服务器、存储介质
CN109445435A (zh) 一种机器人的行驶调度方法和系统
CN113807270A (zh) 道路拥堵检测方法、装置及电子设备
CN112612272A (zh) 一种避障控制方法、电子设备及存储介质
Sattari et al. A dynamic vehicular traffic control using ant colony and traffic light optimization

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
TA01 Transfer of patent application right

Effective date of registration: 20210303

Address after: 335000 No.3 Zhilian Avenue, Bailu Science Park, Yingtan hi tech Industrial Development Zone, Jiangxi Province

Applicant after: Jiangxi Saite Intelligent Technology Co.,Ltd.

Address before: 510000 Room 303, 36 Kaitai Avenue, Huangpu District, Guangzhou City, Guangdong Province

Applicant before: GUANGZHOU SAITE INTELLIGENT TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A Robot Path Planning and Scheduling Method

Effective date of registration: 20230628

Granted publication date: 20210413

Pledgee: Shangrao Bank Co.,Ltd. Xinjiang Sub branch

Pledgor: Jiangxi Saite Intelligent Technology Co.,Ltd.

Registration number: Y2023980046549

PE01 Entry into force of the registration of the contract for pledge of patent right