CN114706393A - 多机器人运行场景的避让方法以及应用其的机器人 - Google Patents
多机器人运行场景的避让方法以及应用其的机器人 Download PDFInfo
- Publication number
- CN114706393A CN114706393A CN202210331229.8A CN202210331229A CN114706393A CN 114706393 A CN114706393 A CN 114706393A CN 202210331229 A CN202210331229 A CN 202210331229A CN 114706393 A CN114706393 A CN 114706393A
- Authority
- CN
- China
- Prior art keywords
- avoidance
- path
- robot
- points
- point
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 238000012216 screening Methods 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 6
- 235000013305 food Nutrition 0.000 description 5
- 235000012054 meals Nutrition 0.000 description 5
- 230000004888 barrier function Effects 0.000 description 3
- TZCXTZWJZNENPQ-UHFFFAOYSA-L barium sulfate Chemical compound [Ba+2].[O-]S([O-])(=O)=O TZCXTZWJZNENPQ-UHFFFAOYSA-L 0.000 description 2
- 235000013361 beverage Nutrition 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training 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, 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
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
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)
- Manipulator (AREA)
Abstract
本发明提供一种多机器人运行场景的避让方法，包括：根据运行场景中其它机器人的广播信息，从全部路径点中排除不可用于避让的路径点，将剩余路径点作为第一路径点集；从避让机器人当前所在路径点开始搜索，从所述第一路径点集中筛选出预设数量的可用于避让的路径点，作为第二路径点集；对于所述第二路径点集中的路径点，进行代价值计算；根据代价值计算结果，所述避让机器人选择最佳避让点前去避让。本发明用于解决多机器人运行场景产生的路径冲突问题，在发生冲突后寻找避让点时，避让机器人根据其它机器人的位置信息、路径占用信息以及任务优先级，综合各个因素后以统一的数值衡量标准选择代价最低的路径点进行避让，节省时间，提高工作效率。
Description
技术领域
本公开涉及机器人调度算法领域，尤其涉及一种多机器人运行场景的避让方法、一种计算机存储介质以及一种机器人。
背景技术
从工厂流水线到仓储物流，再到园区快递派送、餐厅送餐，机器人正逐渐从室外走向室内，尤其是大量品牌餐饮公司开始引入配送机器人，餐饮配送机器人是从事送餐、回盘及接待等工作的商用服务机器人，主要应用于餐厅、酒店等商业场景，具备自动驾驶、语音交互等功能，同时能够满足大重量食品及餐具的承载需求。
当多台机器人在场景中运行时，容易出现拥堵情况。目前在拥堵场景中机器人的调度算法一般采用避让方案，机器人在运行前需要先完成场景建图，之后在地图中合适的地方设置避让点。当机器人在执行任务中发生路径冲突时，机器人在判断任务优先级后，低优先级机器人前往避让点或者岔路避让，等待高优先级机器人离开冲突路段后恢复任务。
目前采用的多机器人调度算法存在的问题：
1.避让点的设定需要人工部署，通常选择空间大、不影响周围路径通行的路径点周围，因而满足条件的避让点可能是稀疏或者间距不合理的。
2.当冲突发生时，如果避让点距离机器人较远，避让花费时间较长，效率低。
因此，急需优化避让策略，提升多机器人运行的工作效率。
背景技术部分的内容仅仅是公开发明人所知晓的技术，并不当然代表本领域的现有技术。
发明内容
有鉴于现有的一个或多个缺陷，本发明涉及一种多机器人运行场景的避让方法，包括：
根据运行场景中其它机器人的广播信息，从全部路径点中排除不可用于避让的路径点，将剩余路径点作为第一路径点集；
从避让机器人当前所在路径点开始搜索，从所述第一路径点集中筛选出预设数量的可用于避让的路径点，作为第二路径点集；
对于所述第二路径点集中的路径点，进行代价值计算；
根据代价值计算结果，所述避让机器人选择最佳避让点前去避让。
根据本发明的一个方面，所述避让方法还包括：两个机器人在任务过程中发生路径冲突时，根据任务优先级确定冲突机器人以及避让机器人。
根据本发明的一个方面，所述避让方法还包括：两个机器人的任务优先级相同时，两个机器人分别作为避让机器人进行代价值计算，根据各自的最佳避让点的代价值确定需要进行避让的机器人。
根据本发明的一个方面，其中所述根据运行场景中其它机器人的广播信息，从全部路径点中排除不可用于避让的路径点，将剩余路径点作为第一路径点集的步骤还包括：根据所述冲突机器人的当前速度计算危险范围，从全部路径点中排除危险范围内的路径点。
根据本发明的一个方面，其中所述根据运行场景中其它机器人的广播信息，从全部路径点中排除不可用于避让的路径点，将剩余路径点作为第一路径点集的步骤还包括：从全部路径点中排除运行场景中其它机器人的当前所在路径点、其它机器人前去避让的路径点以及所述避让机器人无法到达的路径点。
根据本发明的一个方面，其中所述根据运行场景中其它机器人的广播信息，从全部路径点中排除不可用于避让的路径点，将剩余路径点作为第一路径点集的步骤还包括：从全部路径点中排除运行场景中其它机器人的运行路线上的路径点。
根据本发明的一个方面，其中所述根据运行场景中其它机器人的广播信息，从全部路径点中排除不可用于避让的路径点，将剩余路径点作为第一路径点集的步骤还包括：避让机器人或者其它机器人靠边通行失败时，从全部路径点中排除两个机器人之间的路径点。
根据本发明的一个方面，其中所述从避让机器人当前所在路径点开始搜索，从第一路径点集中筛选出预设数量的可用于避让的路径点，作为第二路径点集的步骤还包括：采用广度优先遍历搜索，从所述第一路径点集中筛选出预设数量的可用于避让的路径点，作为第二路径点集。
根据本发明的一个方面，其中所述对于第二路径点集中的路径点，进行代价值计算的步骤还包括：根据各路径点与避让机器人所在路径点的距离进行代价值计算，其中所述根据代价值计算结果，所述避让机器人选择最佳避让点前去避让的步骤包括：将代价值最小的路径点作为最佳避让点。
根据本发明的一个方面，所述代价值包括基础值和惩罚值，其中所述对于第二路径点集中的路径点，进行代价值计算的步骤还包括：根据各路径点与避让机器人所在路径点的距离计算所述基础值，根据所述避让机器人前往各路径点的代价评估计算所述惩罚值。
根据本发明的一个方面，其中所述对于第二路径点集中的路径点，进行代价值计算的步骤还包括：
所述避让机器人前往该路径点时需要转向或掉头，增加该路径点的惩罚值；
所述避让机器人在该路径点进行原点避让时与其它机器人会车，增加该路径点的惩罚值；
所述避让机器人前往该路径点时其它机器人挡在所述避让机器人的避让方向上，增加该路径点的惩罚值；
该路径点到其它机器人的目标路径点的距离低于预设值时，增加该路径点的惩罚值；和
该路径点是胡同路径点，降低该路径点的惩罚值。
根据本发明的一个方面，所述避让方法还包括：
所述避让机器人到达所述最佳避让点等待，当路径冲突结束后，重新规划路径或者回到避让前所在路径点继续运行。本发明还涉及一种机器人，配置为可执行如上所述的避让方法。
本发明用于解决多机器人运行场景产生的路径冲突问题，在发生冲突后寻找避让点时，机器人根据其它机器人(包括冲突机器人)的位置信息、路径占用信息以及任务优先级，综合各个因素后以统一的数值衡量标准选择代价最低的路径点进行避让，减少花费时间，提高多机器人协作效率，大幅减少机器人部署的工作量。
附图说明
构成本公开的一部分的附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：
图1示出了本发明一个实施例的多机器人运行场景的避让方法流程图；
图2a示出了本发明一个实施例的运行场景以及产生冲突示意图；
图2b示出了本发明另一个实施例的运行场景以及产生冲突的示意图；
图3示出了本发明一个实施例的各路径点代价值示意图。
具体实施方式
在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本发明的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。
在本发明的描述中，需要理解的是，术语"中心"、"纵向"、"横向"、"长度"、"宽度"、"厚度"、"上"、"下"、"前"、"后"、"左"、"右"、"竖直"、"水平"、"顶"、"底"、"内"、"外"、"顺时针"、"逆时针"等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。此外，术语"第一"、"第二"仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有"第一"、"第二"的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，"多个"的含义是两个或两个以上，除非另有明确具体的限定。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语"安装"、"相连"、"连接"应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接:可以是机械连接，也可以是电连接或可以相互通讯；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。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。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征之"上"或之"下"可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征"之上"、"上方"和"上面"包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征"之下"、"下方"和"下面"包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度小于第二特征。
下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。此外，本发明提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
本发明提供一种多机器人运行场景的避让方法，包括：根据运行场景中其它机器人的广播信息，从全部路径点中排除不可用于避让的路径点，将剩余路径点作为第一路径点集；从避让机器人当前所在路径点开始搜索，从所述第一路径点集中筛选出预设数量的可用于避让的路径点，作为第二路径点集；对于所述第二路径点集中的路径点，进行代价值计算；根据代价值计算结果，所述避让机器人选择最佳避让点前去避让。本发明用于解决多机器人运行场景产生的路径冲突问题，在发生冲突后寻找避让点时，避让机器人根据其它机器人(包括冲突机器人)的位置信息、路径占用信息以及任务优先级，综合各个因素后以统一的数值衡量标准选择代价最低的路径点进行避让，节省时间，提高工作效率。
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
图1示出了本发明一个实施例的多机器人运行场景的避让方法，所述避让方法包括步骤S11-S14，具体如下：
在步骤S11根据运行场景中其它机器人的广播信息，从全部路径点中排除不可用于避让的路径点，将剩余路径点作为第一路径点集。
现有技术是在机器人运行前完成场景建图以及避让点的设置，亦即，机器人在执行任务时发生路径冲突，只能在预设避让点中选择，灵活度不高。本发明的发明人构思出，在路径冲突发生时，根据其它机器人的广播信息，初步排除不可用于避让的路径点，将剩余的路径点作为第一路径点集，为后续步骤的精确筛选做了准备工作，极大提高避让点选择的灵活性和避让的高效性。其中，所述广播信息为各机器人以及控制中心发送的无线通讯数据，包括各机器人的当前状态、当前任务以及避让超时的避让点等。
根据本发明的优选实施例，所述避让方法还包括：两个机器人在任务过程中发生路径冲突时，根据任务优先级确定冲突机器人以及避让机器人。
当两个机器人在任务过程中发生路径冲突时，任务优先级较高的机器人称为冲突机器人，可正常执行任务；任务优先级较低的机器人称为避让机器人，需要暂时变更任务，以解决冲突。
根据本发明的一个优选实施例，所述避让方法还包括：两个机器人的任务优先级相同时，两个机器人分别作为避让机器人进行代价值计算，根据各自的最佳避让点的代价值确定需要进行避让的机器人。根据代价值最终确定需要进行避让的机器人，可以减少避让花费时间，提高多机器人协作效率。
例如，机器人a和机器人b的任务优先级分别为高优先级和低优先级，则高优先级的机器人a作为冲突机器人，低优先级的机器人b作为避让机器人，后续步骤基于机器人b所在的路径点确定第一路径点集、第二路径点集以及进行代价值计算；如果机器人a和机器人b的任务优先级均为高优先级，则基于机器人a所在路径点选出最佳避让点a，再基于机器人b所在路径点选出最佳避让点b，根据两个最佳避让点的代价值确定需要进行避让的机器人，例如，当最佳避让点a的代价值小于最佳避让点b的代价值时，机器人a前往最佳避让点a进行避让；反之，机器人b前往最佳避让点b进行避让。
根据本发明的一个优选实施例，其中所述步骤S11还包括：根据所述冲突机器人的当前速度计算危险范围，从全部路径点中排除危险范围内的路径点。
在对全部路径点进行初步筛选时，排除危险范围内的路径点。具体地，根据冲突机器人的当前速度预估减速距离，根据减速距离划定的范围即为危险范围。危险范围内的路径点不能作为避让点，需要排除。
图2a示出了本发明一个实施例的运行场景以及产生冲突示意图，直线代表机器人可行进的路径，路径上的圆点代表路径点，其中实心的路径点分别代表三个机器人所在路径点，为方便描述，将路径点从1到28进行编号。冲突机器人和避让机器人相向而行，冲突机器人可以正常执行任务，避让机器人需要暂停任务进行避让。根据冲突机器人的当前速度预估危险范围，例如路径点18和19均位于危险范围内，不能作为避让点，需要从路径点1-28中排除。
根据本发明的一个优选实施例，其中所述步骤S11还包括：从全部路径点中排除运行场景中其它机器人的当前所在路径点、其它机器人前去避让的路径点以及所述避让机器人无法到达的路径点。
继续参考图2a，运行场景中还包括机器人A，则机器人A所在的路径点6需要排除；如果有其它避让机器人，则其它避让机器人选择的避让点需要排除；根据其它避让机器人发送的广播信息中的避让超时记录，排除对应的避让点，因为避让超时代表该路径点不可达，例如该路径点存在静态障碍物；无法到达的路径点还包括：避让机器人与冲突机器人相向而行，在无法靠边的情况下，冲突机器人身后的路径点21为避让机器人无法到达的路径点，也需要从路径点1-28中排除。
根据本发明的一个优选实施例，其中所述步骤S11还包括：从全部路径点中排除运行场景中其它机器人的运行路线上的路径点。
继续参考图2a，冲突机器人的目标路径点为13，则冲突机器人的运行路线上包括路径点11-19；机器人A的目标路径点为10，则机器人A的运行路线上包括路径点7-10，需要从路径点1-28中排除该些路径点。避免避让机器人在选择避让点并前去避让的过程中，影响冲突机器人或者其它机器人的正常运行路线。
根据本发明的一个优选实施例，所述避让方法还包括：所述避让机器人通过切换路线或者靠边缓行进行避让。
在进行初步筛选避让点的步骤之前，首先确认是否能通过切换路线或者靠边缓行进行避让，如果两个方案都行不通，再从全部路径点中筛选出最佳避让点前去避让，从而提高多机器人场景的运行效率。继续参考图2a，例如，冲突机器人的目标路径点为13，机器人A的目标路径点为10，避让机器人的目标点为21，并且避让机器人附近有靠边区域(例如，路径点18的属性值包括路径宽度，避让机器人判断该路径宽度足够避让机器人与冲突机器人并行通过)，则避让机器人前往靠边区域缓行或等待，也可以解除冲突。此时，根据冲突机器人的当前速度计算危险范围，如果靠边区域处于危险范围之外，则避让机器人优选靠边缓行进行避让；如果靠边区域处于危险范围之内，则避让机器人无法前往靠边区域，靠边通行失败。
根据本发明的一个优选实施例，其中所述步骤S11还包括：避让机器人或者其它机器人靠边通行失败时，从全部路径点中排除两个机器人之间的路径点。
图2b示出了本发明另一个实施例的运行场景以及产生冲突示意图，冲突机器人的目标路径点为13，机器人A的目标路径点为28。避让机器人附近有靠边区域(根据路径点14和15的属性值确定)，避让机器人前往靠边区域时，与机器人A相向而行，并且靠边区域在机器人A的行进方向的一侧，避让机器人在穿过机器人A的路线时可能形成冲突，导致避让机器人靠边通行失败，因此，需要从全部路径点中排除避让机器人与机器人A之间的路径点，亦即从路径点1-28中排除路径点10、11、14-16以及22。
以上通过多个实施例对步骤S11进行介绍，亦即初步排除不适于作为避让点的路径点，将剩余的符合条件的路径点作为第一路径点集，以降低后续步骤的运算量，提高避让效率。以下步骤将对第一路径点集中的路径点进一步筛选。
在步骤S12从避让机器人当前所在路径点开始搜索，从所述第一路径点集中筛选出预设数量的可用于避让的路径点，作为第二路径点集。
继续参考图2a，冲突机器人的目标路径点为13，机器人A的目标路径点为10，避让机器人的目标路径点为21。在步骤S11，首先，从全部路径点中初步排除不符合条件的路径点，例如：排除危险范围内的路径点，亦即路径点18和19；排除其它机器人(包括冲突机器人)当前所在路径点以及运行路线上的路径点，亦即排除路径点6-10以及路径点11-20；排除避让机器人无法到达的路径点，亦即排除被冲突机器人挡路的路径点21以及被机器人A挡路的路径点1-5。最后，剩余的路径点归为第一路径点集，包括路径点22-28。在步骤S12，从避让机器人当前所在路径点17开始搜索，从所述第一路径点集中筛选出预设数量的可用于避让的路径点，例如预设数量为3，则从路径点22-28中选择路径点22、23以及24，作为第二路径点集。由此，从第一路径点集到第二路径点集，相当于进一步筛选出可进行避让的路径点。
继续参考图2b，冲突机器人的目标路径点为13，机器人A的目标路径点为28，避让机器人的目标路径点为11。在步骤S11，首先，从全部路径点中初步排除不符合条件的路径点，例如：排除危险范围内的路径点，亦即路径点18和19；排除其它机器人(包括冲突机器人)当前所在路径点以及运行路线上的路径点，亦即排除路径点9-20以及路径点22-28；如果根据避让机器人附近的靠边区域的宽度(例如根据路径点14和15的属性值确定)判断无法靠边缓行(即靠边通行失败)，也可以排除揖让机器人与机器人A之间所有的路径点。最后，剩余的路径点归为第一路径点集，包括路径点1-8。在步骤S12，从避让机器人当前所在路径点17开始搜索，从所述第一路径点集中筛选出预设数量的可用于避让的路径点，例如预设数量为3，可以选择路径点6-8作为第二路径点集。
根据本发明的一个优选实施例，其中所述步骤S12还包括：采用广度优先遍历搜索，从所述第一路径点集中筛选出预设数量的可用于避让的路径点，作为第二路径点集。
从避让机器人所在路径点出发，基于广度优先遍历搜索，从第一路径点集中进一步筛选可进行避让的路径点。
对于连通图的遍历策略包括深度优先遍历以及广度优先遍历。其中，广度优先遍历类似于树的按层次遍历，采用的搜索方法的特点是尽可能先对横向进行搜索，故称其为广度优先搜索(Breadth-First Search)，相应的遍历被称为广度优先遍历。具体为：
1、从图中某个顶点V0出发，并访问此顶点；
2、从V0出发，访问V0的各个未曾访问的邻接点W1，W2，…,Wk；然后,依次从W1,W2,…,Wk出发访问各自未被访问的邻接点；
3、重复步骤2，直到全部顶点都被访问为止。
从v0出发广度优先遍历图，将得到v0到它的各个可达到的路径。如果定义路径上的边的数目为路径长度，与深度优先遍历相比，广度优先遍历会得到v0到各点的最短路径。
因此，基于广度优先遍历搜索，从第一路径点集中筛选出符合预设数量的路径点，作为第二路径点集。优选地，禁止扩展避让机器人所在路径点，以避免避让机器人与冲突机器人之间避让关系的互换。
继续参考图2a，在上述实施例中确定的第一路径点集包括路径点22-28，基于广度优先遍历搜索，从避让机器人所在的路径点17出发，访问路径点17的各邻接点，直至筛选出筛选出预设数量的可用于避让的路径点，例如路径点22-24，作为第二路径点集。
继续参考图2b，在上述实施例中确定的第一路径点集包括路径点1-8，基于广度优先遍历搜索，从避让机器人所在的路径点17出发，访问路径点17的各邻接点，直至筛选出预设数量的可用于避让的路径点，例如路径点6、7以及8，作为第二路径点集。
在步骤S13对于所述第二路径点集中的路径点，进行代价值计算。
在步骤S11从全部路径点中排除不符合作为避让点条件的路径点，将剩余路径点归为第一路径点集；在步骤S12从第一路径点集中进一步筛选出预设数量的路径点，归为第二路径点集；在步骤S13对第二路径点集中的路径点进行代价值计算，为选出最佳避让点做准备。
根据本发明的一个优选实施例，其中所述步骤S13还包括：根据各路径点与避让机器人所在路径点的距离进行代价值计算；所述步骤S14还包括：将代价值最小的路径点作为最佳避让点。选择代价值最小的路径点作为最佳避让点前去避让，相对于预先设置的避让点，可以优化避让花费的时间，提高多机器人场景的运行效率。
继续参考图2a，在上述实施例中确定的第二路径点集包括路径点22-24，避让机器人前往三个路径点避让时，相对来说到达路径点22的距离最短，到达路径点24的距离最长，因此路径点22的代价值最小，路径点24的代价值最大。
继续参考图2b，在上述实施例中确定的第二路径点集包括路径点6、7以及8，避让机器人前往三个路径点避让时，相对来说到达路径点8的距离最短，到达路径点6的距离最长，因此路径点8的代价值最小，路径点6的代价值最大。
根据本发明的一个优选实施例，所述代价值包括基础值和惩罚值，其中所述步骤S13还包括：根据各路径点与避让机器人所在路径点的距离计算所述基础值，根据所述避让机器人前往各路径点的代价评估计算所述惩罚值。
根据本发明的一个优选实施例，其中所述步骤S13还包括：
(1)所述避让机器人前往该路径点时需要转向或掉头，增加该路径点的惩罚值；
(2)所述避让机器人在该路径点进行原点避让时与其它机器人会车，增加该路径点的惩罚值；
(3)所述避让机器人前往该路径点时其它机器人挡在所述避让机器人的避让方向上，增加该路径点的惩罚值；
(4)该路径点到其它机器人的目标路径点的距离低于预设值时，增加该路径点的惩罚值；
(5)该路径点是胡同路径点，降低该路径点的惩罚值。
为方便描述路径点的代价值计算方法，先不考虑确定第一路径点集以及第二路径点集的步骤，而是从避让机器人所在路径点出发，对场景地图中的全部路径点进行代价值计算。
根据本实施例，对于任一路径点，代价值＝基础值+惩罚值，首先根据各路径点与避让机器人所在路径点的距离计算基础值，优选地，如果该路径点与避让机器人所在路径点间隔不超过2个路径点，则基础值等于两个路径点之间的直线距离；如果该路径点与避让机器人所在路径点间隔超过2个路径点，则基础值等于两个路径点之间的路线距离。
接着，计算各路径点的惩罚值：
对于条件(1)，继续参考图2a，避让机器人前往路径点22-24避让时均需要转向，则增加该些路径点的惩罚值；
对于条件(2)，如果避让机器人在该路径点进行原点避让时与其它机器人会车，则增加该点的惩罚值，其中，原点避让是指避让机器人为空闲无任务状态，避让结束后需要返回原点，例如送餐口无任务机器人离开送餐口避让，将会在结束后自动返回原点。会车是指避让路线与其它机器人路线存在交叉。
对于条件(3)，所述避让机器人前往该路径点时其它机器人挡在所述避让机器人的避让方向上，继续参考图2a，冲突机器人与避让机器人相向而行且距离较近，如果路径点21在第二路径点集中，避让机器人前往路径点21需穿过冲突机器人，亦即冲突机器人挡在避让机器人的避让方向上，则增加该路径点的惩罚值。
对于条件(4)，该路径点到其它机器人的目标路径点的距离低于预设值时，例如，预设值为1米，该路径点附近有其它机器人的目标路径点，并且该路径点与目标路径点的距离低于1米时，避让机器人到达该路径点时可能与其它机器人发生冲突，因此增加该路径点的惩罚值。
对于条件(5)，该路径点是胡同路径点时，与其它机器人产生冲突的可能性较小，则降低该路径点的惩罚值。
优选地，计算各路径点的惩罚值还包括条件(6)，根据避让机器人的任务类型，增加惩罚值。例如，机器人a与机器人b的任务优先级相同，但机器人a的当前任务为送餐，机器人b的当前任务为返航，当各自进行代价值计算时，基于任务类型增加惩罚值。其中，任务类型例如包括送餐、引导以及返航，送餐任务对应的惩罚值最高，返航任务对应的惩罚值最低。
根据本发明的一个优选实施例，根据上述条件计算惩罚值时，不同条件下增加或降低的惩罚值可预先设置，例如根据经验或者通过多次训练的结果设置。
根据本发明的一个优选实施例，所述基础值和所述惩罚值的度量单位相同，例如均为厘米。
图3示出了本发明一个实施例的各路径点代价值示意图，通过上述实施例进行代价值计算，再将不同代价值的路径点用不同深浅的颜色表示，为清晰显示，在其中的五个路径点旁边放置柱状图标，柱状图标中指示柱的高低表示代价值的大小。具体地，路径点1的指示柱最低，代价值最小；路径点2的指示柱比路径点1的略高，其代价值也略高；路径点3的指示柱比路径点2的略高，其代价值也略高；路径点4和5的指示柱最高，其代价值最大。
以上通过实施例对如何进行代价值计算以及计算结果进行说明，避让方法的完整流程为：首先通过步骤S11排除不符合条件的路径点，将剩余路径点归为第一路径点集；其次通过步骤S12对第一路径点集进行广度优先遍历搜索，将搜索出的预设数量的路径点，归为第二路径点集；最后通过步骤S13计算第二路径点集中各路径点的代价值。将代价值进一步细分为基础值和惩罚值，并结合上述条件细化惩罚值的计算方法，提高代价值的准确性，节省避让机器人前往最佳避让点的时间，提高避让效率。
在步骤S14根据代价值计算结果，所述避让机器人选择最佳避让点前去避让。
根据本发明的一个优选实施例，其中所述避让方法还包括：
在步骤S15所述避让机器人到达所述最佳避让点等待，当路径冲突结束后，重新规划路径或者回到避让前所在路径点继续运行。
综上所述，本发明用于解决多机器人运行场景产生的路径冲突问题，在发生冲突后寻找避让点时，避让机器人根据其它机器人(包括冲突机器人)的位置信息、路径占用信息以及任务优先级，综合各个因素后以统一的数值衡量标准选择代价最低的路径点进行避让，减少花费时间，提高多机器人协作效率，大幅减少机器人部署的工作量。
本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或设备产品执行时，可以按照实施例或者流程图所示的方法顺序执行或者并行执行。
本发明还涉及一种计算机存储介质，包括存储于其上的计算机可执行指令，所述可执行指令在被处理器执行时实施如上所述的避让方法。
本发明还涉及一种机器人，配置为可执行如上所述的避让方法。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (13)
1.一种多机器人运行场景的避让方法，包括：
根据运行场景中其它机器人的广播信息，从全部路径点中排除不可用于避让的路径点，将剩余路径点作为第一路径点集；
从避让机器人当前所在路径点开始搜索，从所述第一路径点集中筛选出预设数量的可用于避让的路径点，作为第二路径点集；
对于所述第二路径点集中的路径点，进行代价值计算；
根据代价值计算结果，所述避让机器人选择最佳避让点前去避让。
2.根据权利要求1所述的避让方法，还包括：两个机器人在任务过程中发生路径冲突时，根据任务优先级确定冲突机器人以及避让机器人。
3.根据权利要求2所述的避让方法，还包括：两个机器人的任务优先级相同时，两个机器人分别作为避让机器人进行代价值计算，根据各自的最佳避让点的代价值确定需要进行避让的机器人。
4.根据权利要求2所述的避让方法，其中所述根据运行场景中其它机器人的广播信息，从全部路径点中排除不可用于避让的路径点，将剩余路径点作为第一路径点集的步骤还包括：根据所述冲突机器人的当前速度计算危险范围，从全部路径点中排除危险范围内的路径点。
5.根据权利要求1所述的避让方法，其中所述根据运行场景中其它机器人的广播信息，从全部路径点中排除不可用于避让的路径点，将剩余路径点作为第一路径点集的步骤还包括：从全部路径点中排除运行场景中其它机器人的当前所在路径点、其它机器人前去避让的路径点以及所述避让机器人无法到达的路径点。
6.根据权利要求1所述的避让方法，其中所述根据运行场景中其它机器人的广播信息，从全部路径点中排除不可用于避让的路径点，将剩余路径点作为第一路径点集的步骤还包括：从全部路径点中排除运行场景中其它机器人的运行路线上的路径点。
7.根据权利要求1所述的避让方法，其中所述根据运行场景中其它机器人的广播信息，从全部路径点中排除不可用于避让的路径点，将剩余路径点作为第一路径点集的步骤还包括：避让机器人或者其它机器人靠边通行失败时，从全部路径点中排除两个机器人之间的路径点。
8.根据权利要求1所述的避让方法，其中所述从避让机器人当前所在路径点开始搜索，从第一路径点集中筛选出预设数量的可用于避让的路径点，作为第二路径点集的步骤还包括：采用广度优先遍历搜索，从所述第一路径点集中筛选出预设数量的可用于避让的路径点，作为第二路径点集。
9.根据权利要求1-8中任一项所述的避让方法，其中所述对于第二路径点集中的路径点，进行代价值计算的步骤还包括：根据各路径点与避让机器人所在路径点的距离进行代价值计算，其中所述根据代价值计算结果，所述避让机器人选择最佳避让点前去避让的步骤包括：将代价值最小的路径点作为最佳避让点。
10.根据权利要求1-8中任一项所述的避让方法，所述代价值包括基础值和惩罚值，其中所述对于第二路径点集中的路径点，进行代价值计算的步骤还包括：根据各路径点与避让机器人所在路径点的距离计算所述基础值，根据所述避让机器人前往各路径点的代价评估计算所述惩罚值。
11.根据权利要求10所述的避让方法，其中所述对于第二路径点集中的路径点，进行代价值计算的步骤还包括：
所述避让机器人前往该路径点时需要转向或掉头，增加该路径点的惩罚值；
所述避让机器人在该路径点进行原点避让时与其它机器人会车，增加该路径点的惩罚值；
所述避让机器人前往该路径点时其它机器人挡在所述避让机器人的避让方向上，增加该路径点的惩罚值；
该路径点到其它机器人的目标路径点的距离低于预设值时，增加该路径点的惩罚值；和
该路径点是胡同路径点，降低该路径点的惩罚值。
12.根据权利要求1-8中任一项所述的避让方法，还包括：
所述避让机器人到达所述最佳避让点等待，当路径冲突结束后，重新规划路径或者回到避让前所在路径点继续运行。
13.一种机器人，配置为可执行如权利要求1-12中任一项所述的避让方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210331229.8A CN114706393A (zh) | 2022-03-30 | 2022-03-30 | 多机器人运行场景的避让方法以及应用其的机器人 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210331229.8A CN114706393A (zh) | 2022-03-30 | 2022-03-30 | 多机器人运行场景的避让方法以及应用其的机器人 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114706393A true CN114706393A (zh) | 2022-07-05 |
Family
ID=82169813
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210331229.8A Pending CN114706393A (zh) | 2022-03-30 | 2022-03-30 | 多机器人运行场景的避让方法以及应用其的机器人 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114706393A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117325185A (zh) * | 2023-11-27 | 2024-01-02 | 成都越凡创新科技有限公司 | 移动机器人解死锁的方法及调度设备 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108791285A (zh) * | 2018-06-13 | 2018-11-13 | 北京车和家信息技术有限公司 | 一种车辆控制方法及车辆 |
| CN109048910A (zh) * | 2018-08-29 | 2018-12-21 | 广州市君望机器人自动化有限公司 | 机器人避让预判方法及装置 |
| CN109940621A (zh) * | 2019-04-18 | 2019-06-28 | 深圳市三宝创新智能有限公司 | 一种酒店机器人的服务方法和系统及其装置 |
| CN110209485A (zh) * | 2019-06-05 | 2019-09-06 | 青岛海通胜行智能科技有限公司 | 一种协同作业时多机器人的动态避让方法 |
| CN112099492A (zh) * | 2020-08-24 | 2020-12-18 | 成都四威高科技产业园有限公司 | 含避让点的管制区内agv动态交通管制方法及系统 |
| CN112405533A (zh) * | 2020-11-06 | 2021-02-26 | 深圳优地科技有限公司 | 机器人避让方法、装置、设备及存储介质 |
| CN113050659A (zh) * | 2021-04-20 | 2021-06-29 | 福建首松智能科技有限公司 | 一种多台传菜机器人避让调度的方法 |
| CN113534787A (zh) * | 2020-04-15 | 2021-10-22 | 北京旷视机器人技术有限公司 | Agv调度方法、装置、电子设备及可读存储介质 |
| CN114019980A (zh) * | 2021-11-09 | 2022-02-08 | 上海景吾智能科技有限公司 | 一种在同楼层调度多机器人的智能方法及系统 |
-
2022
- 2022-03-30 CN CN202210331229.8A patent/CN114706393A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108791285A (zh) * | 2018-06-13 | 2018-11-13 | 北京车和家信息技术有限公司 | 一种车辆控制方法及车辆 |
| CN109048910A (zh) * | 2018-08-29 | 2018-12-21 | 广州市君望机器人自动化有限公司 | 机器人避让预判方法及装置 |
| CN109940621A (zh) * | 2019-04-18 | 2019-06-28 | 深圳市三宝创新智能有限公司 | 一种酒店机器人的服务方法和系统及其装置 |
| CN110209485A (zh) * | 2019-06-05 | 2019-09-06 | 青岛海通胜行智能科技有限公司 | 一种协同作业时多机器人的动态避让方法 |
| CN113534787A (zh) * | 2020-04-15 | 2021-10-22 | 北京旷视机器人技术有限公司 | Agv调度方法、装置、电子设备及可读存储介质 |
| CN112099492A (zh) * | 2020-08-24 | 2020-12-18 | 成都四威高科技产业园有限公司 | 含避让点的管制区内agv动态交通管制方法及系统 |
| CN112405533A (zh) * | 2020-11-06 | 2021-02-26 | 深圳优地科技有限公司 | 机器人避让方法、装置、设备及存储介质 |
| CN113050659A (zh) * | 2021-04-20 | 2021-06-29 | 福建首松智能科技有限公司 | 一种多台传菜机器人避让调度的方法 |
| CN114019980A (zh) * | 2021-11-09 | 2022-02-08 | 上海景吾智能科技有限公司 | 一种在同楼层调度多机器人的智能方法及系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117325185A (zh) * | 2023-11-27 | 2024-01-02 | 成都越凡创新科技有限公司 | 移动机器人解死锁的方法及调度设备 |
| CN117325185B (zh) * | 2023-11-27 | 2024-04-09 | 成都越凡创新科技有限公司 | 移动机器人解死锁的方法及调度设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10215570B2 (en) | Geographic space management | |
| US10878022B2 (en) | Geographic space management | |
| US9857196B2 (en) | Geographic space management | |
| US10169400B2 (en) | Geographic space management | |
| US10540895B2 (en) | Management of mobile objects | |
| CN109375615A (zh) | 用于产生供在高级驾驶员辅助系统(adas)中使用的视野的方法及系统 | |
| CA3153599A1 (en) | Multi-agv routing method and system thereof | |
| JP4506663B2 (ja) | 交通状況予測装置、方法及びプログラム、経路探索システム並びに交通状況提供システム | |
| US8706389B2 (en) | Range- and/or consumption calculation with energy costs associated with area segments | |
| US10339810B2 (en) | Management of mobile objects | |
| US20170069200A1 (en) | Method of collecting probe information, computer-readable recording media and travel time calculation apparatus | |
| US10546488B2 (en) | Management of mobile objects | |
| CN114706393A (zh) | 多机器人运行场景的避让方法以及应用其的机器人 | |
| US9304013B2 (en) | Storage device and navigation system | |
| CN109383372A (zh) | 基于高级驾驶辅助的提醒方法、装置及高级辅助驾驶系统 | |
| WO2023233976A1 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
| US12050472B2 (en) | Controlling an autonomous vehicle via a radio access network | |
| Idan et al. | Efficient air traffic conflict resolution by minimizing the number of affected aircraft | |
| CN114355886A (zh) | 泊车位的选择方法、装置、设备以及可读存储介质 | |
| Pak et al. | Formation control of multi-agent systems for urban earthquake disasters: Model predictive control approach | |
| KR20240046942A (ko) | 비행체의 항로 내에서 개체가 위치하는 논리 공간을 결정하는 방법 및 장치 |
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 |