CN114442627B - 一种面向智能家居移动设备的动态桌面寻路系统及方法 - Google Patents

一种面向智能家居移动设备的动态桌面寻路系统及方法 Download PDF

Info

Publication number
CN114442627B
CN114442627B CN202210078692.6A CN202210078692A CN114442627B CN 114442627 B CN114442627 B CN 114442627B CN 202210078692 A CN202210078692 A CN 202210078692A CN 114442627 B CN114442627 B CN 114442627B
Authority
CN
China
Prior art keywords
map
mobile equipment
information
path
home mobile
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
Application number
CN202210078692.6A
Other languages
English (en)
Other versions
CN114442627A (zh
Inventor
侯昀伯
赵志为
谭泓旻
汪洋
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202210078692.6A priority Critical patent/CN114442627B/zh
Publication of CN114442627A publication Critical patent/CN114442627A/zh
Application granted granted Critical
Publication of CN114442627B publication Critical patent/CN114442627B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种面向智能家居移动设备的动态桌面寻路系统及方法,包括信息处理系统和寻路计算服务器,地图数据库。基于本发明的技术方案,信息处理系统负责将智能家居移动设备发送来的采集数据信息进行处理,使之成为一张二维网格图,对于地图中未知区域,利用已知区域信息估计障碍物分布并以此在未知区域进行采样,得到一张完整的二维网格图,并更新地图数据库,从而获得一个能够不断自动更新和扩展的智能家居移动设备的桌面道路行进路线图,寻路计算服务器负责将地图数据库的网格图结合当前不同起点终点进行路径规划,得到多条不相撞的行动路径,同时根据地图数据库的历史信息和当前规划路径,将空闲智能家居移动设备调配到合适的停泊点。

Description

一种面向智能家居移动设备的动态桌面寻路系统及方法
技术领域
本发明涉及智能家居技术领域,特别地涉及一种面向智能家居移动设备的动态桌面寻路系统及方法。
背景技术
智能家居是一种以住宅为平台,利用综合布线技术,网络通信技术,安全防范技术,自动控制技术,音视频技术,将家居生活有关的设是继承,以提升家居的安全性,便利性,舒适性,艺术性的居住环境
近年来,随着计算机技术,传感技术和信息技术的发展,智能家居设备在现实中得到广泛应用,如扫地机器人,智能家居设备能借助无线通信技术和传感器技术实现高效实时低能耗的数据传输,但是这一类物联网终端设备几乎不具备强运算能力,但是其需要进行路径规划这种运算量密集的需求。边缘计算作为一种将处理过程部署到本地边缘计算层来完成,减轻云端符合,使用户获得更快的响应,但是在泛在桌面寻路的场景下不仅对于路径规划的计算量要求高,而且同时地图场景在不断变化,初始时地图数据全部未知,且由于桌面设备大小的限制使得其几乎没有运算能力,所有处理过程只能在边缘计算层实现,这给桌面寻路带来了新的挑战
传统方法的路径规划中往往假定当前地图数据全部已知且不发生变化,这种考虑与桌面寻路场景特点不相适应,而对于考虑动态场景的寻路算法往往需要不同种类传感器的大量信息,且需要在采集设备上对边缘计算层进行处理后发送来的路径进行修正,由于桌面大小和桌面智能家居设备大小所限,一方面桌面智能家居设备无法提供足够的计算能力处理数据,另一方面也忽略了大量数据传输带来的长传输时延问题使得路径规划的实时性难以确保。
为了满足桌面寻路场景对于动态,低时延,高泛化性的路径规划的需求,本申请提出一种面向智能家居移动设备的动态桌面寻路方法,仅利用图像信息和红外测距信息进行地图数据的更新和路径规划以及参数的动态自适应,实现在保证时延的情况下的地图更新以及路径规划。
发明内容
针对上述现有技术中的问题,本申请提出了一种面向智能家居移动设备的动态桌面寻路系统,包括信息处理系统、寻路计算服务器、地图数据库;
所述信息处理系统,接收智能家居移动设备采集的信息,对智能家居移动设备采集发送来的数据进行处理,并对地图进行标注,与地图数据库中的地图信息进行交互,更新地图数据;
所述寻路计算服务器能够与智能家居移动设备通信,将规划路径的计算结果发送给智能家居移动设备终端。
优选地,所述寻路计算服务器包括地图数据处理模块和路径规划计算模块;
所述地图数据处理模块能够向地图数据库请求地图数据,根据地图数据库中的二维网格图,生成一张无向连通图;
所述寻路计算服务器接收到智能家居移动设备的路径规划计算请求后,将待规划路径信息采集汇总,并进行规划计算;所述规划计算包括:根据设定的最小时间片、不能相撞条件以及希望运行时间最短要求,建立网络流图,并运行求解得到多条规划路径。
优选地,所述动态桌面寻路系统还包括空闲移动设备调配模块,所述空闲移动设备调配模块能够将空闲移动设备调配到合适的停泊位置,减小后续的突发任务调配时间同时降低停泊设备和当前移动设备的碰撞冲突频率,提高路径规划算法对于突发性请求任务的响应能力。
本申请还涉及一种面向智能家居移动设备的动态桌面寻路方法,包括以下步骤:
步骤1,设置信息处理系统、寻路计算服务器和地图数据库;
步骤2,利用信息处理系统,接收智能家居移动设备采集的信息,对智能家居移动设备采集发送来的数据进行处理,并对地图进行标注,与地图数据库中的地图信息进行交互,更新地图数据;
步骤3,寻路计算服务器与智能家居移动设备通信,将规划路径的计算结果发送给智能家居移动设备终端。
步骤4,当智能家居移动设备处于空闲状态时,寻路计算服务器进行路径规划,智能家居移动设备在行进中进行碰撞检测和碰撞避免,并将检测数据发送给信息处理系统;
步骤5,经过一段时间,地图数据库根据信息处理系统更新后的地图数据,更新初始设定的相关参数。
优选地,所述步骤3还包括:
寻路计算服务器向地图数据库请求地图数据,根据地图数据库中的二维网格图,生成一张无向连通图;
智能家居移动设备将路径规划计算请求传输到寻路计算服务器,寻路计算服务器接收到计算请求,在本地进行待规划路径信息的采集汇总,并进行规划路径计算,根据设定的最小时间片、不能相撞以及希望运行时间最短要求,建立网络流图,并运行求解得到多条规划路径;
得到规划路径后寻路计算服务器将计算结果发送给智能家居移动设备终端。
优选地,当寻路计算服务器向地图数据库请求地图数据时,如果发现地图数据库的二维网格图与寻路计算服务器中所存储的二维网格图出现差异,则重新进行求解规划路径并向所有智能家居移动设备发送重新规划的路径。
优选地,所述智能家居移动设备采集的信息包括:
智能家居移动设备的摄像头采集的图像信息img,用于表示摄像头采集的RGB三通道彩色图像;
红外测距传感器采集的得到的距离信息dis,用于表示传感器采集到前方物体和智能家居移动设备的距离;
红外测距传感器和设定参考轴的夹角θ,用于表示传感器采集到前方物体相对于智能家居移动设备方位角;
智能家居移动设备当前位置信息pos,用于表示当前智能家居移动设备通过雷达通讯采集到的位置信息。
优选地,所述对地图进行标注的信息包括:
物体位置objectPos,用于表示根据智能家居移动设备采集的图像信息img和智能家居移动设备当前位置信息pos,确定各个物体在地图中的位置;
物体信息objectInfo,用于表示根据智能家居移动设备采集的图像信息img,根据智能家居移动设备当前位置信息pos,得到的其中存在的物体及其长宽信息。
优选地,所述的生成一张无向连通图的具体过程为:
对于网格图中的未知状态网格,依据引入拉普拉斯先验的朴素贝叶斯估计得到的每个网格存在障碍物的概率为λ取1;
其中cntbarriers为存在障碍物的网格数,cnttotal为已知区域的总网格数,那么对于未知区域每个网格存在障碍物的概率P,按照此概率进行均匀分布的随机采样,即对于每个未知网格,上面存在障碍物的概率服从U(P);
根据将所有二维网格图中的网格转化为无向图中的一个对应节点,若两个网格在网格图中上下或左右相邻则在无向图中的对应两个节点添加一条无向边,具体来说,对于二维网格(i,j),其所对应在无向图中的节点为V1,和其相邻的网格为(i+1,j)、(i,j+1)、(i-1,j)、(i,j-1),设其对应的无向图中的节点分别为V2,V3,V4,V5,则在V1和V2,V3,V4,V5之间分别建立无向边。
优选地,构建网络流图和求解的方法具体方法如下:对于二维网格(i,j)将其划分为2*n个节点,分别标记为经过it个时间后的节点的入点和出点,假如该网格上没有障碍物,那么第it(i=0,1…n-1)时间后的节点的出点向相邻网格点对应的第(i+1)节点的入点连指向入点的有向边,流量为1,权重为t,第it时间的节点的入点向对应的出点连指向出点的有向边,流量为1,权重为0。对于n条待规划路径,新建1个节点S,指向n条待规划路径的起点的第0时间后的节点的入点,流量为1,权重为0,新建一个汇点T,n条待规划路径的终点的第it(i=0,1,2…,n)时间后的节点的出点指向汇点T,流量为1,权重为0。
优选地,网络流图的求解过程包括以下具体步骤:S1.将每条在原图中存在的有向边分别建立其反边,反边的流量为0,权重为相应正向有向边的负数;
S2.初始化节点S到各个节点的dis为无穷大,初始化一个队列,初始时只有S;
S3.每次出队一个顶点u对其所有边进行松弛,若存在某条边u->v松弛成功即
disv>disu+wu,v
其中wu,v为两个节点间的权重,松弛成功则将v加入队列;
S4.重复3操作直到队列为空;
S5.对于S1-S4操作,根据disv=disu+wu,v则u->v在最短路上来寻找S到各个节点的最短路;
S6.从S出发寻找一条到达T且在最短路径上的边流量均不为0的路径;
S7.更新路径上各个边的流量,计算所需要的权重;
S8.重复S6、S7,直到无法找到这样的路径;
S9.最终所需要的路径即为这样的相邻路径两端点相接的路径集合E={e1,e2,…,em}其中每条边上的流量均为0;
S10.根据路径信息,将对应网格节点上在相应时间上的网格状态设为,上面存在智能家居移动设备。
优选地,所述的更新地图信息,具体过程包括:根据步骤2确定的物体位置,在二维网格图上找到相应的位置,物体中心点的位置应为如下公式所描述:
x=posx+dis*cosθ
y=posy+dis*sinθ
其中x,y为物体中心点位置,posx,posy为当前智能家居移动设备的位置
由于物体的三维信息无法完全确定,根据设定的默认物体可能最小厚度,补全物体三维信息,通过将图像信息,运用sobel算子检测物体边缘并得到物体长宽信息,sobel算子得到边缘图像信息方式如下
Gray=imgred*0.299+imggreen*0.587+imgblue*0.114
其中imgred,imggreen,imgblue表示图像img的RGB三个通道对应的矩阵,得到的最终结果G中值为1的地方即为边界,通过BFS算法求得物体在图中所占区域,通过并得到每个物体在图中所能占据的横向最多网格数,从而得到其在图像上的最长距离wimg,接着通过相似关系,得到物体在实际中的宽度其中d表示光感器和镜片距离,物体的厚度为设定的默认物体可能最小厚度h,这样得到物体的完整信息,将该物体绘制在地图中,占据的所有网格上状态更改为上面存在有物体。
判断时间间隔是否满足最小更新时间间隔,假如满足则更新二维网格图上相应格点状态,同时更新格点的历史信息。更新格点状态具体为计算物体在图像上两端在实际地图上对应的位置,即 其中pos_L,pos_R物体在图像上左右两端在实际地图上对应的位置;假如不满足最小更新时间间隔则只保留需更新的信息,待到达最小更新时间间隔到达后再进行更新。
优选地,步骤4所述的路径规划方法,具体过程包括:
向地图数据库请求二维网格图地图信息,包括当前所有网格图状态,所有网格的历史繁忙情况;
请求步骤3的路径规划信息,包括当前所有规划路径经过的网格及其经过网格的时间;
根据网格的当前状态,网格历史繁忙信息,所有智能家居移动设备经过网格的时间,确定当前空闲智能家居移动设备将要停泊的网格,具体为计算每个网格的空闲得分,最后取得分最高的为停泊网格,空闲得分的计算方式如下:
假如该网格为规划路径的起点或终点则其空闲得分直接设为-1;
否则先按照指数加权平均计算历史空闲得分scorehis
seorehis,0=0
其中T表示最小更新时间间隔,freet表示在t时刻该网格上面是否有车或者物体,α为设定参数,tnow为当前时刻;
直接利用Dijkstra算法计算空闲智能家居移动设备到达停泊网格的最短路径;
向空闲智能家居移动设备发送信息将其调配到停泊网格;
当地图数据库的地图数据发生变化后,重新上述操作,并将新的路径规划信息发送给空闲智能家居移动设备。
步骤4所述的碰撞检测和碰撞避免,具体过程如下:
请求步骤3和步骤4的路径规划信息,检查是否将会发生碰撞,即直接检查下一时刻是否存在两个智能家居移动设备会移动到同一个网格上;
检测到碰撞会发生,则进行判定,假如为两辆空闲智能家居移动设备将要相撞,则根据碰撞情况选择一个设备先行,另一辆等候直到先行设备通过该网格后再行走。
假如为一辆空闲智能家居移动设备和一辆去终点执行任务的智能家居移动设备,则优先执行任务的智能家居移动设备先行,另一辆进行绕路达到碰撞避免,即根据上述步骤2中寻找物体的方式找到智能移动设备在地图上的两端,选择和行动方向相反的一端,先将设备运动到该端点后重新运行Dijkstra算法计算空闲智能家居移动设备到达停泊网格的最短路径,接着向空闲智能家居移动设备发送信息将其调配到停泊网格。
步骤5所述的更新初始相关参数,具体过程如下所示
所述相关参数,具体包括,设定的默认物体可能最小厚度,地图数据库更新地图的最小更新时间间隔;
根据地图数据库的历史更新信息,在达到更新参数的最小时间间隔后,更新上述相关参数;
更新设定的默认物体可能最小厚度h的方式如下,计算在当前更新参数的时间间隔内发生地图更新的网格数,即在地图上原有物体的地方增加其占据的网格的数目,设为cntupdate
则h更新方式为其中cnttotalobject表示所有物体占据的网格总数,β,γ为默认设定的环境更新参数,一般由经验给出。
更新设定的地图数据库更新地图的最小更新时间间隔T方式如下,计算当前地图数据库更新地图时间间隔下发生地图更新的次数则cntupdatemap更新方式参考PID控制方式为:
T′=T+Ut
Ut=Kp*(e(t)-e(0))+Ki*e(t)+Kd*(e(t)-2*e(0)+etarget)
etarget=targetK
其中Kp,Ki,Kd,target为经验参数,一般K取2.2,target取15,其他参数需要依据环境给出。
上述技术特征可以各种适合的方式组合或由等效的技术特征来替代,只要能够达到本发明的目的。
本发明提供的一种面向智能家居移动设备的动态桌面寻路系统及方法,与现有技术相比,至少具备有以下有益效果:
1.通过多智能家具移动设备与服务器的数据交互,实现地图信息的动态扩展与更新,提高在未知场景下地图数据信息的可靠性;
2.通过路径规划的历史信息不断更新系统中的设定参数,使得系统在一段时间得参数更新演化后,在该场景下的路径规划能够不断优化而接近真实场景下得最优解,提高了路径规划算法在未知场景下的自适应能力;
3.综合路径规划请求,将空闲移动设备调配到合适的停泊位置,减小后续的突发任务调配时间同时降低停泊设备和当前移动设备的碰撞冲突频率,提高路径规划算法对于突发性请求任务的响应能力。
附图说明
在下文中将基于实施例并参考附图来对本发明进行更详细的描述。其中:
图1显示了本发明提出的桌面寻路方法的流程示意图;
图2显示了本发明的有起始点任务的路径规划的求解流程图;
图3显示了本发明的构建网络流图的示意图;
图4显示了本发明的无任务空闲设备的路径规划流程图。
具体实施方式
下面将结合附图对本发明作进一步说明。
实施例1
本发明提供了一种面向智能家居移动设备的动态桌面寻路系统,包括信息处理系统、寻路计算服务器、地图数据库;
所述信息处理系统,接收智能家居移动设备采集的信息,对智能家居移动设备采集发送来的数据进行处理,并对地图进行标注,与地图数据库中的地图信息进行交互,更新地图数据;
所述寻路计算服务器能够与智能家居移动设备通信,将规划路径的计算结果发送给智能家居移动设备终端。
所述寻路计算服务器包括地图数据处理模块和路径规划计算模块;
所述地图数据处理模块能够向地图数据库请求地图数据,根据地图数据库中的二维网格图,生成一张无向连通图;
所述寻路计算服务器接收到智能家居移动设备的路径规划计算请求后,将待规划路径信息采集汇总,并进行规划计算;所述规划计算包括:根据设定的最小时间片、不能相撞条件以及希望运行时间最短要求,建立网络流图,并运行求解得到多条规划路径。
所述动态桌面寻路系统还包括空闲移动设备调配模块,所述空闲移动设备调配模块能够将空闲移动设备调配到合适的停泊位置,减小后续的突发任务调配时间同时降低停泊设备和当前移动设备的碰撞冲突频率,提高路径规划算法对于突发性请求任务的响应能力。
实施例2
一种面向智能家居移动设备的动态桌面寻路方法,执行过程如图1所示,包括以下步骤:
步骤1,设置信息处理系统、寻路计算服务器和地图数据库;
步骤2,利用信息处理系统,接收智能家居移动设备采集的信息,对智能家居移动设备采集发送来的数据进行处理,并对地图进行标注,与地图数据库中的地图信息进行交互,更新地图数据;
步骤3,寻路计算服务器与智能家居移动设备通信,将规划路径的计算结果发送给智能家居移动设备终端。
步骤4,当智能家居移动设备处于空闲状态时,寻路计算服务器进行路径规划,智能家居移动设备在行进中进行碰撞检测和碰撞避免,并将检测数据发送给信息处理系统;
步骤5,经过一段时间,地图数据库根据信息处理系统更新后的地图数据,更新初始设定的相关参数。
实施例3
在实施例2的基础上,所述步骤3对于起始点任务的路径规划的求解方法实施例如图2所示,具体包括:
寻路计算服务器向地图数据库请求地图数据,根据地图数据库中的二维网格图,生成一张无向连通图;
智能家居移动设备将路径规划计算请求传输到寻路计算服务器,寻路计算服务器接收到计算请求,在本地进行待规划路径信息的采集汇总,并进行规划路径计算,根据设定的最小时间片、不能相撞以及希望运行时间最短要求,建立网络流图,并运行求解得到多条规划路径;
得到规划路径后寻路计算服务器将计算结果发送给智能家居移动设备终端。
当寻路计算服务器向地图数据库请求地图数据时,如果发现地图数据库的二维网格图与寻路计算服务器中所存储的二维网格图出现差异,则重新进行求解规划路径并向所有智能家居移动设备发送重新规划的路径。
所述智能家居移动设备采集的信息包括:
智能家居移动设备的摄像头采集的图像信息img,用于表示摄像头采集的RGB三通道彩色图像;
红外测距传感器采集的得到的距离信息dis,用于表示传感器采集到前方物体和智能家居移动设备的距离;
红外测距传感器和设定参考轴的夹角θ,用于表示传感器采集到前方物体相对于智能家居移动设备方位角;
智能家居移动设备当前位置信息pos,用于表示当前智能家居移动设备通过雷达通讯采集到的位置信息。
所述对地图进行标注的信息包括:
物体位置objectPos,用于表示根据智能家居移动设备采集的图像信息img和智能家居移动设备当前位置信息pos,确定各个物体在地图中的位置;
物体信息objectInfo,用于表示根据智能家居移动设备采集的图像信息img,根据智能家居移动设备当前位置信息pos,得到的其中存在的物体及其长宽信息。
所述的生成一张无向连通图的具体过程为:
对于网格图中的未知状态网格,依据引入拉普拉斯先验的朴素贝叶斯估计得到的每个网格存在障碍物的概率为λ取1;
其中cntbarriers为存在障碍物的网格数,cnttotal为已知区域的总网格数,那么对于未知区域每个网格存在障碍物的概率P,按照此概率进行均匀分布的随机采样,即对于每个未知网格,上面存在障碍物的概率服从U(P);
根据将所有二维网格图中的网格转化为无向图中的一个对应节点,若两个网格在网格图中上下或左右相邻则在无向图中的对应两个节点添加一条无向边,具体来说,对于二维网格(i,j),其所对应在无向图中的节点为V1,和其相邻的网格为(i+1,j)、(i,j+1)、(i-1,j)、(i,j-1),设其对应的无向图中的节点分别为V2,V3,V4,V5,则在V1和V2,V3,V4,V5之间分别建立无向边。
构建网络流图和求解的方法具体方法如下:对于二维网格(i,j)将其划分为2*n个节点,分别标记为经过it个时间后的节点的入点和出点,假如该网格上没有障碍物,那么第it(i=0,1…n-1)时间后的节点的出点向相邻网格点对应的第(i+1)节点的入点连指向入点的有向边,流量为1,权重为t,第it时间的节点的入点向对应的出点连指向出点的有向边,流量为1,权重为0。对于n条待规划路径,新建1个节点S,指向n条待规划路径的起点的第0时间后的节点的入点,流量为1,权重为0,新建一个汇点T,n条待规划路径的终点的第it(i=0,1,2…,n)时间后的节点的出点指向汇点T,流量为1,权重为0,上述网络流图构建示例如图3所示。
网络流图的求解过程包括以下具体步骤:S1.将每条在原图中存在的有向边分别建立其反边,反边的流量为0,权重为相应正向有向边的负数;
S2.初始化节点S到各个节点的dis为无穷大,初始化一个队列,初始时只有S;
S3.每次出队一个顶点u对其所有边进行松弛,若存在某条边u->v松弛成功即
disv>disu+wu,v
其中wu,v为两个节点间的权重,松弛成功则将v加入队列;
S4.重复3操作直到队列为空;
S5.对于S1-S4操作,根据disv=disu+wu,v则u->v在最短路上来寻找S到各个节点的最短路;
S6.从S出发寻找一条到达T且在最短路径上的边流量均不为0的路径;
S7.更新路径上各个边的流量,计算所需要的权重;
S8.重复S6、S7,直到无法找到这样的路径;
S9.最终所需要的路径即为这样的相邻路径两端点相接的路径集合E={e1,e2,…,em}其中每条边上的流量均为0;
S10.根据路径信息,将对应网格节点上在相应时间上的网格状态设为,上面存在智能家居移动设备。
所述的更新地图信息,具体过程包括:根据步骤2确定的物体位置,在二维网格图上找到相应的位置,物体中心点的位置应为如下公式所描述:
x=posx+dis*cosθ
y=posy+dis*sinθ
其中x,y为物体中心点位置,posx,posy为当前智能家居移动设备的位置
由于物体的三维信息无法完全确定,根据设定的默认物体可能最小厚度,补全物体三维信息,通过将图像信息,运用sobel算子检测物体边缘并得到物体长宽信息,sobel算子得到边缘图像信息方式如下:
Gray=imgred*0.299+imggreen*0.587+imgblue*0.114
其中imgred,imggreen,imgblue表示图像img的RGB三个通道对应的矩阵,得到的最终结果G中值为1的地方即为边界,通过BFS算法求得物体在图中所占区域,通过并得到每个物体在图中所能占据的横向最多网格数,从而得到其在图像上的最长距离wimg,接着通过相似关系,得到物体在实际中的宽度其中d表示光感器和镜片距离,物体的厚度为设定的默认物体可能最小厚度h,这样得到物体的完整信息,将该物体绘制在地图中,占据的所有网格上状态更改为上面存在有物体。
判断时间间隔是否满足最小更新时间间隔,假如满足则更新二维网格图上相应格点状态,同时更新格点的历史信息。更新格点状态具体为计算物体在图像上两端在实际地图上对应的位置,即 其中pos_L,pos_R物体在图像上左右两端在实际地图上对应的位置;假如不满足最小更新时间间隔则只保留需更新的信息,待到达最小更新时间间隔到达后再进行更新。
步骤4所述的无任务空闲设备的路径规划方法,执行过程如图4所示,具体过程包括:
向地图数据库请求二维网格图地图信息,包括当前所有网格图状态,所有网格的历史繁忙情况;
请求步骤3的路径规划信息,包括当前所有规划路径经过的网格及其经过网格的时间;
根据网格的当前状态,网格历史繁忙信息,所有智能家居移动设备经过网格的时间,确定当前空闲智能家居移动设备将要停泊的网格,具体为计算每个网格的空闲得分,最后取得分最高的为停泊网格,空闲得分的计算方式如下:
假如该网格为规划路径的起点或终点则其空闲得分直接设为-1;
否则先按照指数加权平均计算历史空闲得分scorehis
seorehis,0=0
其中T表示最小更新时间间隔,freet表示在t时刻该网格上面是否有车或者物体,α为设定参数,tnow为当前时刻;
直接利用Dijkstra算法计算空闲智能家居移动设备到达停泊网格的最短路径;
向空闲智能家居移动设备发送信息将其调配到停泊网格;
当地图数据库的地图数据发生变化后,重新上述操作,并将新的路径规划信息发送给空闲智能家居移动设备。
步骤4所述的碰撞检测和碰撞避免,具体过程如下:
请求步骤3和步骤4的路径规划信息,检查是否将会发生碰撞,即直接检查下一时刻是否存在两个智能家居移动设备会移动到同一个网格上;
检测到碰撞会发生,则进行判定,假如为两辆空闲智能家居移动设备将要相撞,则根据碰撞情况选择一个设备先行,另一辆等候直到先行设备通过该网格后再行走。
假如为一辆空闲智能家居移动设备和一辆去终点执行任务的智能家居移动设备,则优先执行任务的智能家居移动设备先行,另一辆进行绕路达到碰撞避免,即根据上述步骤2中寻找物体的方式找到智能移动设备在地图上的两端,选择和行动方向相反的一端,先将设备运动到该端点后重新运行Dijkstra算法计算空闲智能家居移动设备到达停泊网格的最短路径,接着向空闲智能家居移动设备发送信息将其调配到停泊网格。
步骤5所述的更新初始相关参数,具体过程如下所示
所述相关参数,具体包括,设定的默认物体可能最小厚度,地图数据库更新地图的最小更新时间间隔;
根据地图数据库的历史更新信息,在达到更新参数的最小时间间隔后,更新上述相关参数;
更新设定的默认物体可能最小厚度h的方式如下,计算在当前更新参数的时间间隔内发生地图更新的网格数,即在地图上原有物体的地方增加其占据的网格的数目,设为cntupdate
则h更新方式为其中cnttotalobject表示所有物体占据的网格总数,β,γ为默认设定的环境更新参数,一般由经验给出。
更新设定的地图数据库更新地图的最小更新时间间隔T方式如下,计算当前地图数据库更新地图时间间隔下发生地图更新的次数则cntupdatemap更新方式参考PID控制方式为:
T′=T+Ut
Ut=Kp*(e(t)-e(0))+Ki*e(t)+Kd*(e(t)-2*e(O)+etarget)
etarget=targetK
其中Kp,Ki,Kd,target为经验参数,一般K取2.2,target取15,其他参数需要依据环境给出。
虽然在本文中参照了特定的实施方式来描述本发明,但是应该理解的是,这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是,可以对示例性的实施例进行许多修改,并且可以设计出其他的布置,只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是,可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是,结合单独实施例所描述的特征可以使用在其他所述实施例中。

Claims (9)

1.一种面向智能家居移动设备的动态桌面寻路系统,其特征在于,包括信息处理系统、寻路计算服务器、地图数据库;
所述信息处理系统,接收智能家居移动设备采集的信息,对智能家居移动设备采集发送来的数据进行处理,并对地图进行标注,与地图数据库中的地图信息进行交互,更新地图数据;
所述寻路计算服务器能够与智能家居移动设备通信,将规划路径的计算结果发送给智能家居移动设备终端;所述寻路计算服务器包括地图数据处理模块和路径规划计算模块;
所述地图数据处理模块能够向地图数据库请求地图数据,根据地图数据库中的二维网格图,生成一张无向连通图;
所述寻路计算服务器接收到智能家居移动设备的路径规划计算请求后,将待规划路径信息采集汇总,并进行规划计算;所述规划计算包括:根据设定的最小时间片、不能相撞条件以及希望运行时间最短要求,建立网络流图,并运行求解得到多条规划路径。
2.根据权利要求1所述的面向智能家居移动设备的动态桌面寻路系统,其特征在于,所述动态桌面寻路系统还包括空闲移动设备调配模块,所述空闲移动设备调配模块能够将空闲移动设备调配到合适的停泊位置,减小后续的突发任务调配时间同时降低停泊设备和当前移动设备的碰撞冲突频率,提高路径规划算法对于突发性请求任务的响应能力。
3.一种面向智能家居移动设备的动态桌面寻路方法,其特征在于,利用权利要求1所述的面向智能家居移动设备的动态桌面寻路系统,包括以下步骤:
步骤1,设置信息处理系统、寻路计算服务器和地图数据库;
步骤2,利用信息处理系统,接收智能家居移动设备采集的信息,对智能家居移动设备采集发送来的数据进行处理,并对地图进行标注,与地图数据库中的地图信息进行交互,更新地图数据;
步骤3,寻路计算服务器与智能家居移动设备通信,将规划路径的计算结果发送给智能家居移动设备终端。
4.根据权利要求3所述的面向智能家居移动设备的动态桌面寻路方法,其特征在于,还包括以下步骤:
步骤4,当智能家居移动设备处于空闲状态时,寻路计算服务器进行路径规划,智能家居移动设备在行进中进行碰撞检测和碰撞避免,并将检测数据发送给信息处理系统;
步骤5,经过一段时间,地图数据库根据信息处理系统更新后的地图数据,更新初始设定的相关参数。
5.根据权利要求3所述的面向智能家居移动设备的动态桌面寻路方法,其特征在于,所述步骤3还包括:
寻路计算服务器向地图数据库请求地图数据,根据地图数据库中的二维网格图,生成一张无向连通图;
智能家居移动设备将路径规划计算请求传输到寻路计算服务器,寻路计算服务器接收到计算请求,在本地进行待规划路径信息的采集汇总,并进行规划路径计算,根据设定的最小时间片、不能相撞以及希望运行时间最短要求,建立网络流图,并运行求解得到多条规划路径;
得到规划路径后寻路计算服务器将计算结果发送给智能家居移动设备终端。
6.根据权利要求5所述的面向智能家居移动设备的动态桌面寻路方法,其特征在于,当寻路计算服务器向地图数据库请求地图数据时,如果发现地图数据库的二维网格图与寻路计算服务器中所存储的二维网格图出现差异,则重新进行求解规划路径并向所有智能家居移动设备发送重新规划的路径。
7.根据权利要求3所述的面向智能家居移动设备的动态桌面寻路方法,其特征在于,所述智能家居移动设备采集的信息包括:
智能家居移动设备的摄像头采集的图像信息img,用于表示摄像头采集的RGB三通道彩色图像;
红外测距传感器采集的得到的距离信息dis,用于表示传感器采集到前方物体和智能家居移动设备的距离;
红外测距传感器和设定参考轴的夹角θ,用于表示传感器采集到前方物体相对于智能家居移动设备方位角;
智能家居移动设备当前位置信息pos,用于表示当前智能家居移动设备通过雷达通讯采集到的位置信息。
8.根据权利要求3所述的面向智能家居移动设备的动态桌面寻路方法,其特征在于,所述对地图进行标注的信息包括:
物体位置objectPos,用于表示根据智能家居移动设备采集的图像信息img和智能家居移动设备当前位置信息pos,确定各个物体在地图中的位置;
物体信息objectInfo,用于表示根据智能家居移动设备采集的图像信息img,根据智能家居移动设备当前位置信息pos,得到的其中存在的物体及其长宽信息。
9.根据权利要求3所述的面向智能家居移动设备的动态桌面寻路方法,其特征在于,生成无向连通图的具体过程为:
对于网格图中的未知状态网格,依据引入拉普拉斯先验的朴素贝叶斯估计得到的每个网格存在障碍物的概率为λ取1;
其中cntbarriers为存在障碍物的网格数,cnttotal为已知区域的总网格数,那么对于未知区域每个网格存在障碍物的概率P,按照此概率进行均匀分布的随机采样,即对于每个未知网格,上面存在障碍物的概率服从U(P);
根据将所有二维网格图中的网格转化为无向图中的一个对应节点,若两个网格在网格图中上下或左右相邻则在无向图中的对应两个节点添加一条无向边,具体来说,对于二维网格(i,j),其所对应在无向图中的节点为V1,和其相邻的网格为(i+1,j)、(i,j+1)、(i-1,j)、(i,j-1),设其对应的无向图中的节点分别为V2,V3,V4,V5,则在V1和V2,V3,V4,V5之间分别建立无向边。
CN202210078692.6A 2022-01-24 2022-01-24 一种面向智能家居移动设备的动态桌面寻路系统及方法 Active CN114442627B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210078692.6A CN114442627B (zh) 2022-01-24 2022-01-24 一种面向智能家居移动设备的动态桌面寻路系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210078692.6A CN114442627B (zh) 2022-01-24 2022-01-24 一种面向智能家居移动设备的动态桌面寻路系统及方法

Publications (2)

Publication Number Publication Date
CN114442627A CN114442627A (zh) 2022-05-06
CN114442627B true CN114442627B (zh) 2023-10-13

Family

ID=81369004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210078692.6A Active CN114442627B (zh) 2022-01-24 2022-01-24 一种面向智能家居移动设备的动态桌面寻路系统及方法

Country Status (1)

Country Link
CN (1) CN114442627B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116256969B (zh) * 2023-05-15 2023-08-01 威海职业学院(威海市技术学院) 一种智能家居协调优化控制方法、系统、终端及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103557870A (zh) * 2013-10-09 2014-02-05 董路 一种动态轨迹导航方法及云平台
CN107036618A (zh) * 2017-05-24 2017-08-11 合肥工业大学(马鞍山)高新技术研究院 一种基于最短路径深度优化算法的agv路径规划方法
CN109190840A (zh) * 2018-09-21 2019-01-11 中电科技(合肥)博微信息发展有限责任公司 一种冷库用穿梭车调度管理系统和调度方法
CN110262408A (zh) * 2019-05-08 2019-09-20 盐城品迅智能科技服务有限公司 一种用于多agv的智能仓储路线识别装置和方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105043396B (zh) * 2015-08-14 2018-02-02 北京进化者机器人科技有限公司 一种移动机器人室内自建地图的方法和系统
US9909880B2 (en) * 2015-11-09 2018-03-06 International Business Machines Corporation Automated wayfinding of an accessible route
US20190286145A1 (en) * 2018-03-14 2019-09-19 Omron Adept Technologies, Inc. Method and Apparatus for Dynamic Obstacle Avoidance by Mobile Robots

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103557870A (zh) * 2013-10-09 2014-02-05 董路 一种动态轨迹导航方法及云平台
CN107036618A (zh) * 2017-05-24 2017-08-11 合肥工业大学(马鞍山)高新技术研究院 一种基于最短路径深度优化算法的agv路径规划方法
CN109190840A (zh) * 2018-09-21 2019-01-11 中电科技(合肥)博微信息发展有限责任公司 一种冷库用穿梭车调度管理系统和调度方法
CN110262408A (zh) * 2019-05-08 2019-09-20 盐城品迅智能科技服务有限公司 一种用于多agv的智能仓储路线识别装置和方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于边缘计算的工业应用:自动导引小车控制系统;陈友东等;计算机集成制造系统(第12期);第3191-3198页 *
边缘计算技术发展与对策研究;洪学海等;中国工程科学(第02期);全文 *

Also Published As

Publication number Publication date
CN114442627A (zh) 2022-05-06

Similar Documents

Publication Publication Date Title
CN111220993B (zh) 目标场景定位方法、装置、计算机设备和存储介质
KR102623269B1 (ko) 카메라 대 lidar 교정 및 검증
WO2022110049A1 (zh) 一种导航方法、装置和系统
JP6749480B2 (ja) 車両を駐車するシステム、方法及び非一時的コンピューター可読記憶媒体
EP3651064B1 (en) Deep learning for object detection using pillars
US10229590B2 (en) System and method for improved obstable awareness in using a V2X communications system
KR20210058696A (ko) 3d 대상체 검출을 위한 순차 융합
KR20230074694A (ko) Radar를 사용한 확장 대상체 추적
CN113821029B (zh) 一种路径规划方法、装置、设备及存储介质
US20230024326A1 (en) Using maps comprising covariances in multi-resolution voxels
US20230071794A1 (en) Method and system for building lane-level map by using 3D point cloud map
CN114442627B (zh) 一种面向智能家居移动设备的动态桌面寻路系统及方法
CN113433937B (zh) 基于启发式探索的分层导航避障系统、分层导航避障方法
JP2017181476A (ja) 車両位置検出装置、車両位置検出方法及び車両位置検出用コンピュータプログラム
GB2578721A (en) Method and system for processing image data utilizing deep neural network
CN107728612A (zh) 识别不同人群进行广告推送的方法、存储装置及移动终端
CN116295412A (zh) 一种基于深度相机的室内移动机器人稠密建图与自主导航一体化方法
CN117289691A (zh) 用于导航场景下强化学习的路径规划智能体的训练方法
CN112149471B (zh) 一种基于语义点云的回环检测方法及装置
US20200166951A1 (en) Autonomous driving method adapted for recognition failure of road line and method of building driving guide data
CN111460866B (zh) 车道线检测及驾驶控制方法、装置和电子设备
JP7400118B2 (ja) 駐車スペース検出方法、装置、デバイス及び記憶媒体
KR20230086664A (ko) 맵 매칭 방법, 장치, 전자기기 및 저장 매체
CN111380529B (zh) 移动设备定位方法、装置、系统及移动设备
CN113256574B (zh) 一种三维目标检测方法

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