CN115129065A - 机器人移动速度确定方法及装置 - Google Patents
机器人移动速度确定方法及装置 Download PDFInfo
- Publication number
- CN115129065A CN115129065A CN202210885425.XA CN202210885425A CN115129065A CN 115129065 A CN115129065 A CN 115129065A CN 202210885425 A CN202210885425 A CN 202210885425A CN 115129065 A CN115129065 A CN 115129065A
- Authority
- CN
- China
- Prior art keywords
- weight coefficient
- evaluation function
- robot
- speed
- value
- 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 82
- 238000011156 evaluation Methods 0.000 claims abstract description 112
- 230000033001 locomotion Effects 0.000 claims abstract description 38
- 230000006870 function Effects 0.000 claims description 120
- 238000004590 computer program Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 13
- 238000012986 modification Methods 0.000 claims description 6
- 230000004048 modification Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 12
- 238000005070 sampling Methods 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 230000002829 reductive effect Effects 0.000 description 5
- 238000010845 search algorithm Methods 0.000 description 5
- 239000000872 buffer Substances 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000007787 solid Substances 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, 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供了一种机器人移动速度确定方法及装置,涉及人工智能技术领域,该方法包括:获取机器人移动区域的障碍物数量参数;根据障碍物数量参数生成第一权重系数和第二权重系数;第一权重系数的值随障碍物数量参数的值变大而变大;第二权重系数的值随障碍物数量参数的值变大而变小;利用第一权重系数和第二权重系数修正动态窗口法中的轨迹评价函数;利用修正后的轨迹评价函数确定目标轨迹,并将目标轨迹对应的速度作为机器人移动速度。本发明在动态窗口法的评价函数中加入了考虑网点障碍物数量的权重系数,以此来保证机器人实际移动的安全。
Description
技术领域
本发明涉及人工智能技术领域,尤其是涉及一种机器人移动速度确定方法及装置。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
机器人的局部搜索算法在其自主移动系统中是不可或缺一部分,要实现机器人在复杂网点环境中的无障碍移动,不仅需要完成对已知静态障碍物的躲避,也需要完成对未知的动态障碍物的躲避。机器人局部搜索算法对于环境模型的精细度要求不高,主要通过雷达、红外线传感器或高清摄像机等设备捕捉周围环境的障碍物信息(包括静态与动态障碍物),然后对机器人当前移动的方向与速度进行调整以实现对周围障碍物的躲避,其保障了机器人路径规划系统的实时性。动态窗口法又称为DWA(dynamic window approach)算法,其通过对下一时刻速度的选择与控制来完成对周围障碍物的躲避。现有的动态窗口法,在机器人实际移动的安全性上仍有待提升。
发明内容
本发明提供了一种机器人移动速度确定方法及装置,可以使用动态窗口法来完成机器人的局部搜索算法,并且在评价函数中加入了考虑网点障碍物数量的权重系数,以此来保证机器人实际移动的安全。
第一方面,本发明实施例提供了一种机器人移动速度确定方法,该方法包括:
获取所述机器人移动区域的障碍物数量参数;
根据所述障碍物数量参数生成第一权重系数和第二权重系数;所述第一权重系数的值随所述障碍物数量参数的值变大而变大;所述第二权重系数的值随所述障碍物数量参数的值变大而变小;
利用所述第一权重系数和所述第二权重系数修正动态窗口法中的轨迹评价函数;
利用修正后的轨迹评价函数确定目标轨迹,并将所述目标轨迹对应的速度作为机器人移动速度。
第二方面,本发明实施例还提供一种机器人移动速度确定装置,该装置包括:
参数模块,用于获取所述机器人移动区域的障碍物数量参数;
权重模块,用于根据所述障碍物数量参数生成第一权重系数和第二权重系数;所述第一权重系数的值随所述障碍物数量参数的值变大而变大;所述第二权重系数的值随所述障碍物数量参数的值变大而变小;
修正模块,用于利用所述第一权重系数和所述第二权重系数修正动态窗口法中的轨迹评价函数;
确定模块,用于利用修正后的轨迹评价函数确定目标轨迹,并将所述目标轨迹对应的速度作为机器人移动速度。
第三方面,本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述机器人移动速度确定方法。
第四方面,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述机器人移动速度确定方法的计算机程序。
第五方面,本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现上述机器人移动速度确定方法。
本发明实施例带来了以下有益效果:本发明实施例提供了一种机器人移动速度确定方法及装置,该方法包括:获取机器人移动区域的障碍物数量参数;根据障碍物数量参数生成第一权重系数和第二权重系数;第一权重系数的值随障碍物数量参数的值变大而变大;第二权重系数的值随障碍物数量参数的值变大而变小;利用第一权重系数和第二权重系数修正动态窗口法中的轨迹评价函数;利用修正后的轨迹评价函数确定目标轨迹,并将目标轨迹对应的速度作为机器人移动速度。本发明实施例可以使用动态窗口法来完成机器人的局部搜索算法,并且在评价函数中加入了考虑网点障碍物数量的权重系数,以此来保证机器人实际移动的安全。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本发明实施例提供的机器人移动速度确定方法流程图;
图2为本发明实施例提供的动态窗口法示意图;
图3为本发明实施例提供的一种机器人移动速度确定装置结构框图;
图4为本发明实施例提供的另一种机器人移动速度确定装置结构框图;
图5为本发明实施例提供的计算机设备的系统组成结构示意图;
图6为本发明实施例提供的方向角示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
动态窗口法的算法的详细步骤为:
(1)建立机器人移动时的运动模型,包括线速度、角速度、时间、位移等运动参数;
(2)根据运动模型所带来的约束条件以及周边障碍物的分布情况,确定下一单位时间内速度的选择范围,得到包含线速度与角速度的可行域集合;
(3)对集合进行多组速度采样,并根据运动模型分析出在每一组速度下,机器人下一单位时间内的移动轨迹;
(4)根据评价函数对上述轨迹进行优劣评估,选择最优的一个作为预估轨迹,并且使机器人以该轨迹对应的速度完成下一单位时间的移动。
参见图2所示的动态窗口法示意图,图中,三角形拼接矩形表示机器人,左右两个矩形代表障碍区域,各个曲线为由符合机器人运动约束的多组速度预估得到的多组路线轨迹。如图中虚线所示,有三条轨迹在较近的距离内与障碍物发生了碰撞。因此选择最优轨迹时,首先舍弃掉这些不安全轨迹,再使用评价函数对剩余的轨迹进行评估,最终得到一个评价函数值最优的安全轨迹。
传统在动态窗口法中,评价函数考虑的参数为方位角、速度、距离。
基于此,本发明实施例提供的一种,为了在外部干扰的作用下提高机器人的移动性能,对动态窗口法的评价函数进行了改进。在DWA的评价函数中加入了考虑网点人数的权重系数,当网点人数较多时时降低速度的权重同时增加安全距离的权重,以此来保证机器人实际移动的安全。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种机器人移动速度确定方法进行详细介绍。
首先,对动态窗口法的实施过程进行介绍,具体包括运动模型的建立、速度采样空间的建立。
1.运动模型:
动态窗口法的思想是对根据对轨迹的预测来选择下一时刻的速度,所以用于决定其行驶轨迹的运动模型尤为重要,假设机器人的线速度vt与角速度ωt相互独立互不干扰,可通过改变机器人的线速度与角速度来控制机器人的运动,单位时间内一组速度(vt,ωt)对应着一段移动轨迹。为了方便轨迹的计算与表示,我们假设机器人在单位时间内作匀速直线运动,即单位时间内的加速度为零,但是在相邻的两个单位时间中存在加速度。可以看做在两个单位时间的间隔中,机器人的速度发生了改变更新了移动轨迹。这样建模易于对移动轨迹进行处理,机器人以固定的时间为单位对速度空间进行搜索并选择下一单位时间内的速度。
机器人在移动过程中可以进行前向与转向运动,设机器人单位时间内的速度为(vt,ωt),由于单位时间Δt的长度很短,在预估由当前单位时间到下一单位时间的轨迹时,可以将圆弧状的轨迹视为直线。若当前机器人位置为(x0,y0),方向角为θt,则单位时间后机器人的位置与方向角可表示为
2.速度采样空间:
机器人的运动模型确定之后,即可以依据机器人的移动的速度来预估下一单位时刻的移动轨迹。接着需要完成的是对速度的采样,用多组可行速度的采样结果可以构建一个关于速度所对应轨迹的动态窗口,使用评价函数作为衡量标准对动态窗口内的轨迹进行评判与选择,最终选取最优轨迹对应的速度作为下一单位时刻的移动速度。在二维的(vt,ωt)速度空间中,理论上当前时刻的速度有无穷组,但由于机器人自身运动的限制以及网点障碍环境的影响,速度会被限制在一定的集合范围内。速度采样空间受到的限制主要包括以下三个方面:
(1)速度极值约束:
在实际移动时,机器人会由于自身设计与结构的约束,其线速度与角速度均有存在一定的范围限制。定义Vm为机器人在速度最小值与最大值之间的集合,其中速度包括线速度与角速度,表示为(v,ω),则Vm可以表示为:
Vm={(v,ω)|v∈[vmin,vmax],ω∈[ωmin,ωmax]}
(2)机动性能约束
由于不同机器人所配置的电机的性能不尽相同,其提供给机器人的最大加速度或最大减速度也是不同的并且大小有一定的限制。因此当进行下一单位时刻的轨迹预估时,在动态窗口内所显示的速度集合就是机器人在下一单位时刻内实际可以抵达的速度。设vc和ωc分别为机器人在当前时刻的线速度与角速度,v′和ω′分别为机器人的最大加速度和最大角加速度,Δt为单位之间,则机器人受到电机性能约束的速度集合Vd可以表示为:
Vd={(v,ω)|v∈[vc-v′Δt,vc+v′Δt],ω∈[ωc-ω′Δt,ωc+ω′Δt]}
(3)制动距离约束:
机器人路径规划的重中之重是完成对障碍物的躲避以保证移动的安全,因此机器人会受到来自障碍物的约束,表现在速度上为制动距离约束。制动距离约束即机器人若以当前速度移动,能否在于障碍物碰撞之前停下来。在对速度进行采样时根据运动模型对移动轨迹进行预估,当预估轨迹与障碍物会可能发生相交时,根据机器人与障碍物目前的距离以及机器人的制动性能,判断其是否能够在碰撞到障碍物之前以将速度减至零。若无法成功制动,则需要删除这组速度。设dist(v,w)为速度对应的预估轨迹中与障碍物的最近距离,v′和w′分别为机器人的最大制动加速度和最大制动角加速度,则机器人受到制动距离约束的速度集合Va可以表示为:
将上述的三个约束整合之后,可以得到所有可行速度的采样空间Vr,为了保障机器人的安全,其移动速度应该满足上述的所有约束,因此Vr是上述三个集合的交集,其表示如下:
Vr=Vm∩Vd∩Va
在确定了速度的采样空间之后,可从其中离散出多组可行的速度对集合。为了在可行的速度对集合选择最佳速度,依据机器人运动模型对每组速度所对应的单位时间内的轨迹进行预估。在获得多组速度对应的预估轨迹后,需要使用评价函数作为衡量标准对所有轨迹进行评判与选择,最终选取最优轨迹所对应的速度作为下一单位时刻的移动速度。
传统在动态窗口法中,评价函数考虑的参数为方位角、速度、距离。
本发明实施例提供了一种机器人移动速度确定方法,参见图1所示的一种机器人移动速度确定方法流程图,该方法包括以下步骤:
步骤S102,获取机器人移动区域的障碍物数量参数。
在本发明实施例中,机器人移动区域是要确定的机器人运动速度所处的运动环境。障碍物是可能阻碍机器人运动的人或物。预先统计可能影响机器人移动的障碍物的数量,例如,可以统计网点人数。
步骤S104,根据障碍物数量参数生成第一权重系数和第二权重系数。
在本发明实施例中,第一权重系数的值随障碍物数量参数的值变大而变大或随障碍物数量参数的值变小而变小;第二权重系数的值随障碍物数量参数的值变大而变小或随障碍物数量参数的值变小而变大。
步骤S106,利用第一权重系数和第二权重系数修正动态窗口法中的轨迹评价函数。
在本发明实施例中,将第一权重系数和第二权重系数补充至正动态窗口法中的轨迹评价函数里,从而对轨迹评价函数的部分数据进行控制。
步骤S108,利用修正后的轨迹评价函数确定目标轨迹,并将目标轨迹对应的速度作为机器人移动速度。
在本发明实施例中,修正后的轨迹评价函数会受到障碍物数量的影响,从而选择出受到障碍物数量控制的目标轨迹,进而基于该目标轨迹得到机器人移动速度。
本发明实施例提供了一种机器人移动速度确定方法,该方法包括:获取机器人移动区域的障碍物数量参数;根据障碍物数量参数生成第一权重系数和第二权重系数;第一权重系数的值随障碍物数量参数的值变大而变大;第二权重系数的值随障碍物数量参数的值变大而变小;利用第一权重系数和第二权重系数修正动态窗口法中的轨迹评价函数;利用修正后的轨迹评价函数确定目标轨迹,并将目标轨迹对应的速度作为机器人移动速度。本发明实施例可以使用动态窗口法来完成机器人的局部搜索算法,并且在评价函数中加入了考虑网点障碍物数量的权重系数,以此来保证机器人实际移动的安全。
在一个实施例中,根据障碍物数量参数按照如下公式生成第一权重系数和第二权重系数:
k1=1+ρ·F
k2=1-η·F
其中,k1为第一权重系数,k2为第二权重系数,F为障碍物数量参数,(ρ,η)∈(0,1)是可调的权重参数。
在本发明实施例中,可以看出当障碍物数量参数的值增加时,k1会增加,k2会减少。
在一个实施例中,利用第一权重系数和第二权重系数修正动态窗口法中的轨迹评价函数,可以按照如下步骤执行:
利用第一权重系数修正距离评价函数,利用第二权重系数修正速度评价函数。
在本发明实施例中,当障碍物数量参数的值增加时,k1会增加,k2会减少,也就是说,当网点障碍物数量较多时,降低速度的权重同时增加安全距离的权重,修正后的轨迹评价函数会优先选择安全距离大的且行进速度低的预测轨迹。也就是说,随着网点障碍物数量的增多,机器人将以较慢的速度移动并具有更远的安全距离
在一个实施例中,按照如下公式利用第一权重系数修正距离评价函数,利用第二权重系数修正速度评价函数:
其中,α,β,γ是轨迹评价函数的初始权重,n-head(u,r)是方向角评价函数,n-dist(u,r)是距离评价函数,n-vel(u,r)是速度评价函数,k1为第一权重系数,k2为第二权重系数,是关于速度u和距离r的修正后的轨迹评价函数。
在本发明实施例中,对动态窗口法的评价函数进行了改进。在DWA的评价函数中加入了考虑网点人数的权重系数,当网点人数较多时时降低速度的权重同时增加安全距离的权重,以此来保证机器人实际移动的安全。
可以看出最终评价值是综合三个评价函数得到的,其中包括方位角评价函数、距离评价函数和速度评价函数,每个评价函数的意义如下:
(1)方向角评价函数n-head(u,r):如图6所示的方向角示意图,方位角的定义为机器人沿着预测轨迹移动单位时刻后,移动方向与目标点方向的夹角,方位角越小说明行驶方向越偏向目标点,预测轨迹越优,在计算方向角的评价值时使用180°-θ。
(2)距离评价函数n-dist(u,r):这里距离指的是预测轨迹的末端与障碍物的相距长度,距离越大说明安全性越高,预测轨迹越优。
(3)速度评价函数n-vel(u,r):速度指的是机器人当前的移动速度,速度会直接或间接地影响到机器人的移动时间与距离,因此也要作为一个评价参数,可行的速度集合中速度越高的对应轨迹越优。
在一个实施例中,利用修正后的轨迹评价函数确定目标轨迹之前,还可以执行如下步骤:
分别对方向角评价函数、距离评价函数和速度评价函数进行归一化处理。
在本发明实施例中,为了保证移动轨迹的平滑性,需要对每个评价函数的值做归一化处理之后再进行加权运算,具体计算过程如下所示:
其中,i的取值为0,1,2,……,N,N为正整数,θ为方向角。
其中,i的取值为0,1,2,……,N,N为正整数。
其中,i的取值为0,1,2,……,N,N为正整数。
本发明提供了一种机器人移动速度确定方法及装置,传统在动态窗口法中,评价函数考虑的参数为方位角、速度、距离。为了在外部干扰的作用下提高机器人的移动性能,本发明对动态窗口法的评价函数进行了改进。在DWA的评价函数中加入了考虑网点人数的权重系数,当网点人数较多时时降低速度的权重同时增加安全距离的权重,以此来保证机器人实际移动的安全。
本发明实施例中还提供了一种机器人移动速度确定装置,如下面的实施例所述。由于该装置解决问题的原理与机器人移动速度确定方法相似,因此该装置的实施可以参见机器人移动速度确定方法的实施,重复之处不再赘述。参见图3所示的一种机器人移动速度确定装置结构框图,该装置包括:
参数模块31,用于获取机器人移动区域的障碍物数量参数;权重模块32,用于根据障碍物数量参数生成第一权重系数和第二权重系数;第一权重系数的值随所述障碍物数量参数的值变大而变大;第二权重系数的值随障碍物数量参数的值变大而变小;修正模块33,用于利用第一权重系数和第二权重系数修正动态窗口法中的轨迹评价函数;确定模块34,用于利用修正后的轨迹评价函数确定目标轨迹,并将目标轨迹对应的速度作为机器人移动速度。
在一个实施例中,权重模块,具体用于:根据障碍物数量参数按照如下公式生成第一权重系数和第二权重系数:其中,k1为第一权重系数,k2为第二权重系数,F为障碍物数量参数,(ρ,η)∈(0,1)是可调的权重参数。
在一个实施例中,修正模块,具体用于:利用第一权重系数修正距离评价函数,利用所述第二权重系数修正速度评价函数。
在一个实施例中,修正模块,具体用于:按照如下公式利用第一权重系数修正距离评价函数,利用第二权重系数修正速度评价函数:
其中,α,β,γ是轨迹评价函数的初始权重,n-head(u,r)是方向角评价函数,n-dist(u,r)是距离评价函数,n-vel(u,r)是速度评价函数,k1为第一权重系数,k2为第二权重系数,是关于速度u和距离r的修正后的轨迹评价函数。
在一个实施例中,参见图4所示的另一种机器人移动速度确定装置结构框图,该装置还包括归一化模块35,用于:分别对方向角评价函数、距离评价函数和速度评价函数进行归一化处理。
基于同一发明构思,本发明实施例中还提供了一种用于实现上述机器人移动速度确定方法中的全部或部分内容的计算机设备实施例。该计算机设备具体包含有如下内容:
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线;其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;所述通信接口用于实现相关设备之间的信息传输;该计算机设备可以是台式计算机、平板电脑及移动终端等,本实施例不限于此。在本实施例中,该计算机设备可以参照实施例用于实现上述机器人移动速度确定方法的实施例及用于实现上述机器人移动速度确定装置的实施例进行实施,其内容被合并于此,重复之处不再赘述。
图5为本发明实施例中提供的一种计算机设备的系统组成结构示意图。如图5所示,该计算机设备70可以包括处理器701和存储器702;存储器702耦合到处理器701。值得注意的是,该图5是示例性的;还可以使用其他类型的结构,来补充或代替该结构,以实现电信功能或其他功能。
在一个实施例中,机器人移动速度确定方法实现的功能可以被集成到处理器701中。其中,处理器701可以被配置为进行如下控制:
获取机器人移动区域的障碍物数量参数;根据障碍物数量参数生成第一权重系数和第二权重系数;第一权重系数的值随障碍物数量参数的值变大而变大;第二权重系数的值随障碍物数量参数的值变大而变小;利用第一权重系数和第二权重系数修正动态窗口法中的轨迹评价函数;利用修正后的轨迹评价函数确定目标轨迹,并将目标轨迹对应的速度作为机器人移动速度。
由上可知,本发明的实施例中提供的计算机设备,在动态窗口法的评价函数中加入了考虑网点障碍物数量的权重系数,当网点障碍物数量较多时时降低速度的权重同时增加安全距离的权重,以此来保证机器人实际移动的安全。
在另一个实施例中,机器人移动速度确定装置可以与处理器701分开配置,例如可以将机器人移动速度确定装置配置为与处理器701连接的芯片,通过处理器的控制来实现机器人移动速度确定方法的功能。
如图5所示,该计算机设备70还可以包括:通信模块703、输入单元704、音频处理单元705、显示器706、电源707。值得注意的是,计算机设备70也并不是必须要包括图5中所示的所有部件;此外,计算机设备70还可以包括图5中没有示出的部件,可以参考现有技术。
如图5所示,处理器701有时也称为控制器或操作控件,可以包括微处理器或其他处理器装置和/或逻辑装置,该处理器701接收输入并控制计算机设备70的各个部件的操作。
其中,存储器702,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息,此外还可存储执行有关信息的程序。并且处理器701可执行该存储器702存储的该程序,以实现信息存储或处理等。
输入单元704向处理器701提供输入。该输入单元704例如为按键或触摸输入装置。电源707用于向计算机设备70提供电力。显示器706用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器,但并不限于此。
该存储器702可以是固态存储器,例如,只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器,其即使在断电时也保存信息,可被选择性地擦除且设有更多数据,该存储器的示例有时被称为EPROM等。存储器702还可以是某种其它类型的装置。存储器702包括缓冲存储器7021(有时被称为缓冲器)。存储器702可以包括应用/功能存储部7022,该应用/功能存储部7022用于存储应用程序和功能程序或用于通过处理器701执行计算机设备70的操作的流程。
存储器702还可以包括数据存储部7023,该数据存储部7023用于存储数据,例如联系人、数字数据、图片、声音和/或任何其他由计算机设备使用的数据。存储器702的驱动程序存储部7024可以包括计算机设备的用于通信功能和/或用于执行计算机设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块703即为经由天线708发送和接收信号的发送机/接收机。通信模块(发送机/接收机)703耦合到处理器701,以提供输入信号和接收输出信号,这可以和常规移动通信终端的情况相同。
基于不同的通信技术,在同一计算机设备中,可以设置有多个通信模块703,如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)703还经由音频处理单元705耦合到扬声器709和麦克风710,以经由扬声器709提供音频输出,并接收来自麦克风710的音频输入,从而实现通常的电信功能。音频处理单元705可以包括任何合适的缓冲器、解码器、放大器等。另外,音频处理单元705还耦合到处理器701,从而使得可以通过麦克风710能够在本机上录音,且使得可以通过扬声器709来播放本机上存储的声音。
本发明的实施例中还提供了一种用于实现上述实施例中机器人移动速度确定方法中全部步骤的一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的机器人移动速度确定方法的全部步骤,例如,该处理器执行该计算机程序时实现下述步骤:
获取机器人移动区域的障碍物数量参数;根据障碍物数量参数生成第一权重系数和第二权重系数;第一权重系数的值随障碍物数量参数的值变大而变大;第二权重系数的值随障碍物数量参数的值变大而变小;利用第一权重系数和第二权重系数修正动态窗口法中的轨迹评价函数;利用修正后的轨迹评价函数确定目标轨迹,并将目标轨迹对应的速度作为机器人移动速度。
由上可知,本发明的实施例中提供的计算机可读存储介质,在动态窗口法的评价函数中加入了考虑网点障碍物数量的权重系数,当网点障碍物数量较多时时降低速度的权重同时增加安全距离的权重,以此来保证机器人实际移动的安全。
本发明的实施例还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现上述机器人移动速度确定方法。
需要说明的是,本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
虽然本发明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。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。术语“上”、“下”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。
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;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。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。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。本发明并不局限于任何单一的方面,也不局限于任何单一的实施例,也不局限于这些方面和/或实施例的任意组合和/或置换。可单独使用本发明的每个方面和/或实施例,或者与一个或更多其他方面和/或其他实施例结合使用。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (13)
1.一种机器人移动速度确定方法,其特征在于,包括:
获取所述机器人移动区域的障碍物数量参数;
根据所述障碍物数量参数生成第一权重系数和第二权重系数;所述第一权重系数的值随所述障碍物数量参数的值变大而变大;所述第二权重系数的值随所述障碍物数量参数的值变大而变小;
利用所述第一权重系数和所述第二权重系数修正动态窗口法中的轨迹评价函数;
利用修正后的轨迹评价函数确定目标轨迹,并将所述目标轨迹对应的速度作为机器人移动速度。
2.根据权利要求1所述的方法,其特征在于,包括根据所述障碍物数量参数按照如下公式生成第一权重系数和第二权重系数:
k1=1+ρ·F
k2=1-η·F
其中,k1为第一权重系数,k2为第二权重系数,F为障碍物数量参数,(ρ,η)∈(0,1)是可调的权重参数。
3.根据权利要求1所述的方法,其特征在于,利用所述第一权重系数和所述第二权重系数修正动态窗口法中的轨迹评价函数,包括:
利用所述第一权重系数修正距离评价函数,利用所述第二权重系数修正速度评价函数。
5.根据权利要求4所述的方法,其特征在于,利用修正后的轨迹评价函数确定目标轨迹之前,还包括:
分别对所述方向角评价函数、所述距离评价函数和所述速度评价函数进行归一化处理。
6.一种机器人移动速度确定装置,其特征在于,包括:
参数模块,用于获取所述机器人移动区域的障碍物数量参数;
权重模块,用于根据所述障碍物数量参数生成第一权重系数和第二权重系数;所述第一权重系数的值随所述障碍物数量参数的值变大而变大;所述第二权重系数的值随所述障碍物数量参数的值变大而变小;
修正模块,用于利用所述第一权重系数和所述第二权重系数修正动态窗口法中的轨迹评价函数;
确定模块,用于利用修正后的轨迹评价函数确定目标轨迹,并将所述目标轨迹对应的速度作为机器人移动速度。
7.根据权利要求6所述的装置,其特征在于,所述权重模块,具体用于:
根据所述障碍物数量参数按照如下公式生成第一权重系数和第二权重系数:
k1=1+ρ·F
k2=1-η·F
其中,k1为第一权重系数,k2为第二权重系数,F为障碍物数量参数,(ρ,η)∈(0,1)是可调的权重参数。
8.根据权利要求6所述的装置,其特征在于,所述修正模块,具体用于:
利用所述第一权重系数修正距离评价函数,利用所述第二权重系数修正速度评价函数。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括归一化模块,用于:
分别对所述方向角评价函数、所述距离评价函数和所述速度评价函数进行归一化处理。
11.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5任一所述机器人移动速度确定方法。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至5任一所述机器人移动速度确定方法。
13.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现权利要求1至5任一所述机器人移动速度确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210885425.XA CN115129065A (zh) | 2022-07-26 | 2022-07-26 | 机器人移动速度确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210885425.XA CN115129065A (zh) | 2022-07-26 | 2022-07-26 | 机器人移动速度确定方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115129065A true CN115129065A (zh) | 2022-09-30 |
Family
ID=83386673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210885425.XA Pending CN115129065A (zh) | 2022-07-26 | 2022-07-26 | 机器人移动速度确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115129065A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116400709A (zh) * | 2023-05-06 | 2023-07-07 | 河南牧业经济学院 | 机器人轨迹确定方法、装置、机器人及存储介质 |
-
2022
- 2022-07-26 CN CN202210885425.XA patent/CN115129065A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116400709A (zh) * | 2023-05-06 | 2023-07-07 | 河南牧业经济学院 | 机器人轨迹确定方法、装置、机器人及存储介质 |
CN116400709B (zh) * | 2023-05-06 | 2023-10-31 | 河南牧业经济学院 | 机器人轨迹确定方法、装置、机器人及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11131992B2 (en) | Multi-level collaborative control system with dual neural network planning for autonomous vehicle control in a noisy environment | |
US10442435B2 (en) | Speed control parameter estimation method for autonomous driving vehicles | |
EP3335006B1 (en) | Controlling error corrected planning methods for operating autonomous vehicles | |
EP3730370A1 (en) | Method and device for acquiring automatic driving track | |
US10272778B2 (en) | Method and system for determining unit gain of speed control for autonomous driving vehicles | |
US20180111612A1 (en) | Spring system-based change lane approach for autonomous vehicles | |
US10908613B2 (en) | Optimal longitudinal trajectory generation under varied lateral acceleration constraints | |
CN112677995A (zh) | 一种车辆轨迹规划方法、装置、存储介质及设备 | |
US20190344797A1 (en) | Method and system for customizing a driving behavior of an autonomous vehicle | |
CN110654381B (zh) | 用于控制车辆的方法和装置 | |
US11242050B2 (en) | Reinforcement learning with scene decomposition for navigating complex environments | |
US10997962B2 (en) | Apparatus and method for synthesizing engine sound | |
CN113253612B (zh) | 一种自动驾驶控制方法、装置、设备及可读存储介质 | |
US11673584B2 (en) | Bayesian Global optimization-based parameter tuning for vehicle motion controllers | |
CN114647248B (zh) | 机器人避障方法、电子设备及可读存储介质 | |
US20210271988A1 (en) | Reinforcement learning with iterative reasoning for merging in dense traffic | |
CN112051864A (zh) | 用于移动目标轨迹跟踪的方法及装置、设备和可读介质 | |
CN115129065A (zh) | 机器人移动速度确定方法及装置 | |
US11180140B2 (en) | Camera-based low-cost lateral position calibration method for level-3 autonomous vehicles | |
CN114782912A (zh) | 障碍物风险场环境建模方法及其装置、相关产品 | |
US11214251B2 (en) | Speed control command auto-calibration system for autonomous vehicles | |
WO2021246169A1 (ja) | 情報処理装置、情報処理システム、および方法、並びにプログラム | |
CN116088538B (zh) | 车辆轨迹信息生成方法、装置、设备和计算机可读介质 | |
KR102179835B1 (ko) | 무선통신을 포함한 차량센서 기반의 객체선정 알고리즘 및 주변차량 주행 의도를 고려한 경로 예측 방법 및 시스템 | |
CN114995464B (zh) | 局部路径规划的控制方法及装置、机器人、存储介质 |
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 |