CN114137970A - 一种用于机器人线路自动巡检方法 - Google Patents
一种用于机器人线路自动巡检方法 Download PDFInfo
- Publication number
- CN114137970A CN114137970A CN202111414468.1A CN202111414468A CN114137970A CN 114137970 A CN114137970 A CN 114137970A CN 202111414468 A CN202111414468 A CN 202111414468A CN 114137970 A CN114137970 A CN 114137970A
- Authority
- CN
- China
- Prior art keywords
- grid
- map
- modeling map
- robot
- grid modeling
- 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.)
- Pending
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000010845 search algorithm Methods 0.000 claims description 9
- 230000004888 barrier function Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
Abstract
本发明公开了一种用于机器人线路自动巡检方法;机器人线路自动巡检方法的具体步骤如下:S1:采用栅格法将整个三维建模地图划分为一级栅格建模地图;S2:划分建立二级栅格建模地图和建立三级栅格建模地图;本发明在传统固定式栅格的基础上,设置一级栅格建模地图、二级栅格建模地图和三级栅格建模地图,当机器人巡检遇到障碍点时,当机器人巡检时,距离目标点较远时,采用一级栅格建模地图进行路径规划,该地图栅格粒度较大,计算量小,机器人路径规划及行进速度较快,当机器人快要靠近障碍物或者目标点时,采用二级栅格建模地图和三级栅格建模地图进行行进,可以有效提高移动机器人巡检任务完成的效率。
Description
技术领域
本发明涉及巡检方法,特别涉及一种用于机器人线路自动巡检方法,属于机器人线路规划技术领域。
背景技术
巡检机器人从起始位置到达目标点的移动过程中,需要进行路径规划和避障,相应方法的选择与处理直接关系到路径规划的准确性与效率"。传统的栅格地图法是将整个环境分成若干个大小相同的栅格,且对于每个栅格指出其中是否存在障碍物。这种方法存在一定的弊端,就是栅格的大小是固定不变的,这样一来,空旷地带时机器人路径规划效率及前进速度与靠近障碍物或目标时的路径规划效率及前进速度都将会是一样的,从而影响了全局效率。
同时在普通的栅格地图上,栅格粒度与环境描述的精确度还有算法计算量都密切相关,栅格划分太细,障碍物表示很精确,但是算法的计算量会呈指数增加,同时也会占据大量的存储空间;相反,如果栅格粒度太大,移动机器人路径规划就不准确。
发明内容
本发明的目的在于提供一种用于机器人线路自动巡检方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种用于机器人线路自动巡检方法,所述机器人线路自动巡检方法的具体步骤如下:
S1:对整个巡检场地进行三维建模地图,同时在三维建模地图的基础上,采用栅格法将整个三维建模地图划分为一级栅格建模地图,并对地图进行信息编码,标注出三维地图中的障碍物位置;
S2:在一级栅格建模地图的基础上,在划分建立二级栅格建模地图,同时在二级栅格建模地图的基础上,划分建立三级栅格建模地图,且将一级栅格建模地图中的障碍物位置同样在二级栅格建模地图和三级栅格建模地图中标注出;
S3:搜索算法生成若干条从起始点到目标点的巡检路径,选择巡检路径后,机器人在一级栅格建模地图中向目标点行进,当碰到一级栅格建模地图中的障碍节点后,启动二级栅格建模地图,进行路径规划,通过该一级栅格建模地图中下的障碍节点后,再按照一级栅格建模地图朝向目标点行进;
S4:当机器人巡检到目标区域后,再次启动二级栅格建模地图,按照二级栅格建模地图靠近目标点。
作为本发明的一种优选技术方案,步骤S1中,三维建模地图采用激光或者位置扫描仪对巡检场地的环境数据进行扫描和处理,从而生成三维地图。
作为本发明的一种优选技术方案,步骤S1中,将三维建模地图划分为一级栅格建模地图的具体方法如下:
将三维建模地图划分成等面积的小区域,每个小区域称为一个栅格,每个栅格可以代表一个节点,其中有障碍物的区域可标注为障碍物节点,其中一级栅格建模地图的栅格粒度的大小为巡检机器人本体体积的16倍。
作为本发明的一种优选技术方案,所述二级栅格建模地图的栅格粒度的大小为巡检机器人本体体积的4倍,所述三级栅格建模地图的栅格粒度的大小与巡检机器人本体体积相同。
作为本发明的一种优选技术方案,机器人运动时,通过传感器来获取每个栅格的障碍物信息以及机器人行走的路径信息和定位信息。
作为本发明的一种优选技术方案,步骤S3中,当障碍点处于三级栅格建模地图的栅格区域内时,可打开三级栅格建模地图,搜索算法按照三级栅格建模地图规划避障路线,通过障碍节点后,再按照一级栅格建模地图朝向目标点行进;
与现有技术相比,本发明的有益效果是:
本发明一种用于机器人线路自动巡检方法,在传统固定式栅格的基础上,设置一级栅格建模地图、二级栅格建模地图和三级栅格建模地图,当机器人巡检遇到障碍点时,当机器人巡检时,距离目标点较远时,采用一级栅格建模地图进行路径规划,该地图栅格粒度较大,计算量小,机器人路径规划及行进速度较快,当机器人快要靠近障碍物或者目标点时,采用二级栅格建模地图和三级栅格建模地图进行行进,该地图栅格粒度较小,该方法能够有效地躲避障碍物并且准确到达目标点,可以有效提高移动机器人巡检任务完成的效率。
附图说明
图1为本发明方法流程的结构示意图。
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。
请参阅图1,本发明提供了一种用于机器人线路自动巡检方法的技术方案:一种用于机器人线路自动巡检方法,机器人线路自动巡检方法的具体步骤如下:
S1:对整个巡检场地进行三维建模地图,同时在三维建模地图的基础上,采用栅格法将整个三维建模地图划分为一级栅格建模地图,并对地图进行信息编码,标注出三维地图中的障碍物位置;
S2:在一级栅格建模地图的基础上,在划分建立二级栅格建模地图,同时在二级栅格建模地图的基础上,划分建立三级栅格建模地图,且将一级栅格建模地图中的障碍物位置同样在二级栅格建模地图和三级栅格建模地图中标注出;
S3:搜索算法生成若干条从起始点到目标点的巡检路径,选择巡检路径后,机器人在一级栅格建模地图中向目标点行进,当碰到一级栅格建模地图中的障碍节点后,启动二级栅格建模地图,进行路径规划,通过该一级栅格建模地图中下的障碍节点后,再按照一级栅格建模地图朝向目标点行进;
S4:当机器人巡检到目标区域后,再次启动二级栅格建模地图,按照二级栅格建模地图靠近目标点。
步骤S1中,三维建模地图采用激光或者位置扫描仪对巡检场地的环境数据进行扫描和处理,从而生成三维地图。
步骤S1中,将三维建模地图划分为一级栅格建模地图的具体方法如下:
将三维建模地图划分成等面积的小区域,每个小区域称为一个栅格,每个栅格可以代表一个节点,其中有障碍物的区域可标注为障碍物节点,其中一级栅格建模地图的栅格粒度的大小为巡检机器人本体体积的16倍。
二级栅格建模地图的栅格粒度的大小为巡检机器人本体体积的4倍,三级栅格建模地图的栅格粒度的大小与巡检机器人本体体积相同。
机器人运动时,通过传感器来获取每个栅格的障碍物信息以及机器人行走的路径信息和定位信息。
根据图1所示,具体的,步骤S3中,当障碍点处于三级栅格建模地图的栅格区域内时,可打开三级栅格建模地图,搜索算法按照三级栅格建模地图规划避障路线,通过障碍节点后,再按照一级栅格建模地图朝向目标点行进。
在本发明的描述中,需要理解的是,指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明中,除非另有明确的规定和限定,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种用于机器人线路自动巡检方法,其特征在于,所述机器人线路自动巡检方法的具体步骤如下:
S1:对整个巡检场地进行三维建模地图,同时在三维建模地图的基础上,采用栅格法将整个三维建模地图划分为一级栅格建模地图,并对地图进行信息编码,标注出三维地图中的障碍物位置;
S2:在一级栅格建模地图的基础上,在划分建立二级栅格建模地图,同时在二级栅格建模地图的基础上,划分建立三级栅格建模地图,且将一级栅格建模地图中的障碍物位置同样在二级栅格建模地图和三级栅格建模地图中标注出;
S3:搜索算法生成若干条从起始点到目标点的巡检路径,选择巡检路径后,机器人在一级栅格建模地图中向目标点行进,当碰到一级栅格建模地图中的障碍节点后,启动二级栅格建模地图,进行路径规划,通过该一级栅格建模地图中下的障碍节点后,再按照一级栅格建模地图朝向目标点行进;
S4:当机器人巡检到目标区域后,再次启动二级栅格建模地图,按照二级栅格建模地图靠近目标点。
2.根据权利要求1所述的一种用于机器人线路自动巡检方法,其特征在于:步骤S1中,三维建模地图采用激光或者位置扫描仪对巡检场地的环境数据进行扫描和处理,从而生成三维地图。
3.根据权利要求1所述的一种用于机器人线路自动巡检方法,其特征在于:步骤S1中,将三维建模地图划分为一级栅格建模地图的具体方法如下:
将三维建模地图划分成等面积的小区域,每个小区域称为一个栅格,每个栅格可以代表一个节点,其中有障碍物的区域可标注为障碍物节点,其中一级栅格建模地图的栅格粒度的大小为巡检机器人本体体积的16倍。
4.根据权利要求1所述的一种用于机器人线路自动巡检方法,其特征在于:所述二级栅格建模地图的栅格粒度的大小为巡检机器人本体体积的4倍,所述三级栅格建模地图的栅格粒度的大小与巡检机器人本体体积相同。
5.根据权利要求1所述的一种用于机器人线路自动巡检方法,其特征在于:机器人运动时,通过传感器来获取每个栅格的障碍物信息以及机器人行走的路径信息和定位信息。
6.根据权利要求1所述的一种用于机器人线路自动巡检方法,其特征在于:步骤S3中,当障碍点处于三级栅格建模地图的栅格区域内时,可打开三级栅格建模地图,搜索算法按照三级栅格建模地图规划避障路线,通过障碍节点后,再按照一级栅格建模地图朝向目标点行进。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111414468.1A CN114137970A (zh) | 2021-11-25 | 2021-11-25 | 一种用于机器人线路自动巡检方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111414468.1A CN114137970A (zh) | 2021-11-25 | 2021-11-25 | 一种用于机器人线路自动巡检方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114137970A true CN114137970A (zh) | 2022-03-04 |
Family
ID=80392100
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111414468.1A Pending CN114137970A (zh) | 2021-11-25 | 2021-11-25 | 一种用于机器人线路自动巡检方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114137970A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107065885A (zh) * | 2017-05-19 | 2017-08-18 | 华中科技大学 | 一种机器人变栅格地图路径规划优化方法和系统 |
CN112487016A (zh) * | 2020-11-30 | 2021-03-12 | 上海汽车集团股份有限公司 | 一种无人驾驶车辆局部路径规划方法及装置 |
CN112964271A (zh) * | 2021-03-15 | 2021-06-15 | 西安交通大学 | 一种面向多场景的自动驾驶规划方法及系统 |
-
2021
- 2021-11-25 CN CN202111414468.1A patent/CN114137970A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107065885A (zh) * | 2017-05-19 | 2017-08-18 | 华中科技大学 | 一种机器人变栅格地图路径规划优化方法和系统 |
CN112487016A (zh) * | 2020-11-30 | 2021-03-12 | 上海汽车集团股份有限公司 | 一种无人驾驶车辆局部路径规划方法及装置 |
CN112964271A (zh) * | 2021-03-15 | 2021-06-15 | 西安交通大学 | 一种面向多场景的自动驾驶规划方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108444482A (zh) | 一种无人机自主寻路避障方法及系统 | |
CN106774329B (zh) | 一种基于椭圆切线构造的机器人路径规划方法 | |
CN107121142B (zh) | 移动机器人的拓扑地图创建方法及导航方法 | |
US11259502B2 (en) | Intelligent pet monitoring method for robot | |
CN110936383B (zh) | 一种机器人的障碍物避让方法、介质、终端和装置 | |
CN110231824B (zh) | 基于直线偏离度方法的智能体路径规划方法 | |
CN109059924A (zh) | 基于a*算法的伴随机器人增量路径规划方法及系统 | |
CN106166750A (zh) | 一种改进型d*机械臂动态避障路径规划方法 | |
Lai et al. | Enhanced center constraint weighted a* algorithm for path planning of petrochemical inspection robot | |
CN112229419B (zh) | 一种动态路径规划导航方法及系统 | |
Wu et al. | Navigation among movable obstacles in unknown environments | |
CN106840169B (zh) | 用于机器人路径规划的改进方法 | |
CN114089765A (zh) | 一种面向城市绿地的割草机器人遍历路径规划方法 | |
Zhang et al. | Hybrid A-based Curvature Continuous Path Planning in Complex Dynamic Environments | |
CN114705196B (zh) | 一种用于机器人的自适应启发式全局路径规划方法与系统 | |
CN114690787A (zh) | 一种多移动机器人路径规划方法、系统、计算机设备及存储介质 | |
CN111427341A (zh) | 一种基于概率地图的机器人最短预期时间目标搜索方法 | |
CN114137970A (zh) | 一种用于机器人线路自动巡检方法 | |
CN117007067A (zh) | 一种基于a星算法的河道巡检无人机路径规划方法 | |
Zhao et al. | A study of the global topological map construction algorithm based on grid map representation for multirobot | |
CN113108806B (zh) | 路径规划方法、装置、设备及介质 | |
CN114690771A (zh) | 机器人的路径规划方法及装置 | |
Yan et al. | MUI-TARE: Multi-Agent Cooperative Exploration with Unknown Initial Position | |
CN115143980A (zh) | 基于剪枝Voronoi图的增量式拓扑地图构建方法 | |
Wang et al. | SRM: An efficient framework for autonomous robotic exploration in indoor environments |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220304 |