CN115167411A - 一种移动机器人的局部路径优化方法及系统 - Google Patents
一种移动机器人的局部路径优化方法及系统 Download PDFInfo
- Publication number
- CN115167411A CN115167411A CN202210766036.5A CN202210766036A CN115167411A CN 115167411 A CN115167411 A CN 115167411A CN 202210766036 A CN202210766036 A CN 202210766036A CN 115167411 A CN115167411 A CN 115167411A
- Authority
- CN
- China
- Prior art keywords
- path
- group
- mobile robots
- navigation
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000005457 optimization Methods 0.000 title claims abstract description 24
- 239000013598 vector Substances 0.000 claims abstract description 51
- 238000012216 screening Methods 0.000 claims abstract description 11
- 238000012163 sequencing technique Methods 0.000 claims description 11
- 238000002372 labelling Methods 0.000 claims description 4
- 238000005265 energy consumption Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000002035 prolonged effect Effects 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
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
本发明公开了一种移动机器人的局部路径优化方法及其系统,将同一初始位置和目标位置的至少一个移动机器人分为一个组;在环境地图内确定每组移动机器人从初始位置到目标位置的导航路径;将所有组的移动机器人按照初始位置在横向的分布顺序标序,确定每组移动机器人的导航路径的转向点,将导航路径按照初始位置、转向点和目标位置划分为多个分叉段;统计对应每组移动机器人在每条导航路径中的分叉段的移动方向矢量;结合导航路径距离短和所有组移动机器人的导航路径中分叉段矢量不反向确定筛选条件,每组移动机器人按照筛选条件选择优化路径;本发明提高移动机器人的移动路线的防撞安全性。
Description
技术领域
本发明涉及移动机器人技术领域,具体涉及一种移动机器人的局部路径优化方法及其系统。
背景技术
路径规划是移动机器人的核心问题,它研究如何让移动机器人从起始位置无碰撞、安全地移动到目标位置。安全有效的移动机器人导航需要一种高效的路径规划算法,因为生成的路径质量对机器人的应用影响很大。
简单来说,移动机器人导航需要解决如下三个问题:我在哪?我要去哪?我怎么去那?这三个问题分别对应移动机器人导航中的定位、建图和路径规划功能。定位用于确定移动机器人在环境中的位置。移动机器人在移动时需要一张环境的地图,用以确定移动机器人在目前运动环境中的方向和位置。地图可以是提前人为给定的,也可以是移动机器人在移动过程中自己逐步建立的。而路径规划就是在移动机器人事先知道目标相对位置的情况下,为机器人找到一条从起点移动到终点的合适路径,它在移动的同时还要避开环境中分散的障碍物,尽量减少路径长度。
现有的机器人连续运动的路径导航方法大多仅针对单个或一组机器人在地图环境中移动,一组机器人从同一起点到同一终点的路径导航中,只需要选择路径最短的优化途经即可,而对于多组处于不同起点和/或不同终点的移动机器人来说,目前缺少多组移动机器人在移动过程中不会反向相撞的优化方案。
发明内容
本发明的目的在于提供一种移动机器人的局部路径优化方法及其系统,以解决现有技术中缺少多组移动机器人在移动过程中不会反向相撞的优化方案的技术问题。
为解决上述技术问题,本发明具体提供下述技术方案:
一种移动机器人的局部路径优化方法,包括以下步骤:
步骤100、将所有的移动机器人按照其初始位置和目标位置分组,将同一初始位置和目标位置的至少一个移动机器人分为一个组;
步骤200、基于避开障碍物抵达目标位置的原则,在环境地图内确定每组移动机器人从初始位置到目标位置的导航路径;
步骤300、将所有组的移动机器人按照初始位置在横向的分布顺序标序,确定每组移动机器人的导航路径的转向点,将所述导航路径按照初始位置、转向点和目标位置划分为多个分叉段,并按序对每组移动机器人的导航路径按照路径距离依次排列;
步骤400、统计对应每组移动机器人在每条导航路径中的分叉段的移动方向矢量;
步骤500、结合导航路径距离短和所有组移动机器人的导航路径中分叉段矢量不反向确定筛选条件,每组所述移动机器人按照筛选条件选择优化路径。
作为本发明的一种优选方案,在步骤200中,在所述环境地图中标记从初始位置到目标位置的导航路径中的障碍物,基于避开障碍物抵达目标位置的原则筛除存在障碍物的分叉段,设定初始位置到目标位置中无障碍物的导航路径。
作为本发明的一种优选方案,在步骤300中,先以所有组移动机器人的初始位置按照从左到右或者从右到左的顺序标序,将所有组移动机器人分别标记为第一机器人组、第二机器人组,依次类推;
然后确定每组移动机器人从初始位置到目标位置的导航路径,并按序对每组移动机器人的导航路径的路径距离依次排列,每组移动机器人得到多个路径距离从小到大的导航路径。
作为本发明的一种优选方案,在步骤300中,每组移动机器人的初始位置到目标位置处于相同的导航路径,且每组移动机器人从初始位置沿着该导航路径至目标位置时,每组移动机器人的该导航路径无转向点;否则,所述导航路径存在至少一个转向点。
作为本发明的一种优选方案,所述导航路径存在至少一个转向点时,所述导航路径从初始位置、转向点和目标位置至少拆分为两个分叉段,每组所述移动机器人从所述初始位置到目标位置的导航过程中,根据运动方向按照固定方向在每个所述分叉段上移动。
作为本发明的一种优选方案,在步骤400中,每组所述移动机器人在每条导航路径中的分叉段的移动方向矢量的统计方式为:
步骤401、确定每组移动机器人的多条导航路径的转向点,并对每条条导航路径的转向点按照从初始位置到目标位置的移动顺序依次标号;
步骤402、将初始位置与转向点之间的分叉段、转向点与转向点之间的分叉段以及转向点与目标位置之间的分叉段按照标号从小到到的顺序标注矢量方向,得到每条导航路径中的分叉段的移动方向矢量;
步骤403、确定初始位置与转向点之间的分叉段、转向点与转向点之间的分叉段以及转向点与目标位置之间的分叉段中包含的与其他路径连接的隐形转向点。
作为本发明的一种优选方案,在步骤500中,每组所述移动机器人选择优化路径的实现步骤为:
步骤501、按序对所有组所述移动机器人排序;
步骤502、对每组移动机器人的导航路径按照路径距离从小到大排序;
步骤503、以序列靠前的第一机器人组的最短路径距离对应的导航路径为基准,确定第一机器人组的优化路径包含的每个所述分叉段的转向点,以及每个分叉段的移动方向矢量;
步骤504、依次提取序列靠后的移动机器人组的导航路径,以已经确定优化路径的移动机器人组的每个分叉段的转向点为搜索条件,按照排序依次确定所述导航路径中具有相同转向点的分叉段。
作为本发明的一种优选方案,将每组移动机器人的导航路径按照路径距离从小到大的顺序排序;
判断后一组的移动机器人的最小路径距离的导航路径与前组的移动机器人选定的优化路径中是否具有包含关系的转向点的分叉段;
对比两组移动机器人具有包含关系的转向点的分叉段的移动方向矢量是否相同;
若移动方向矢量相反,则筛除后一组的移动机器人的该导航路径,按照路径距离从小到大的顺序提取下一个所述导航路径,重新判断是否含有相同转向点的分叉段且相同分叉段的移动方向矢量是否相同,直至找到路径距离小且两组相邻的移动机器人的相同分叉段的移动方向矢量相同的优化路径;
若移动方向矢量相同,则以最小路径距离的导航路径为优先路径。
作为本发明的一种优选方案,具有包含关系的转向点的分叉段是指两组所述移动机器人中的分叉段具有包含关系的转向点,其中一组所述移动机器人的两个转向点具有另一组移动机器人的两个转向点之间的隐形转向点;
后一组移动机器人从所有导航路径中选择优化路径时,以所有已经确定优化路径的移动机器人组包含的分叉段为基准,对比当前组的移动机器人的导航路径中与已经确定优化路径的移动机器人组中包含的相同分叉段的移动方向矢量,直至从所有导航路径中选择路径距离短且移动方向不相互阻碍的优化路径。
为解决上述技术问题,本发明还进一步提供下述技术方案:一种移动机器人的局部路径优化方法的系统,包括:
机器人分组模块,用于将所有的移动机器人以相同的初始位置和目标位置进行分组,同一组的移动机器人的初始位置和目标位置相同,不同组的移动机器人的初始位置和/或目标位置不同;
机器人组排序模块,用于将所有组移动机器人按照初始位置在水平向的依次排列排序,所有组的移动机器人按照顺序依次确定优化路径;
导航路径规划模块,用于将每组移动机器人按照从的相同初始位置至目标位置的移动过程规划导航路径;
优化路径选择模块,以路径距离短和具有移动交叉的分叉段移动方向矢量不相反的条件为筛选条件,每组移动机器人按此筛选条件从对应的导航路径中选择优化路径;
其中,每组所述移动机器人的导航路径按照转向点分为多个移动方向矢量固定的分叉段,所有组的移动机器人的优化路径中具有相同转向点的分叉段的移动方向矢量相同。
本发明与现有技术相比较具有如下有益效果:
本发明适用于具有多个移动机器人的路径优化场景,特别还适用于多个机器人的初始位置和/或目标位置不同的情况,这样,将机器人按照相同的初始位置以及相同的目标位置划分为不同的组,每组机器人的导航路径相同,且选择的优化路径也相同。
最优选的是,当不同组的移动机器人选择优化路径时,特别是排序为第一组的第一机器人组可以仅根据路径距离最短的标准,从导航路径中选择优化路径,而排序在后的移动机器人则需要以路径距离短,以及与在前的优化路径的移动不反向交叉的原则选择优化路径,从而即使不同组的移动机器人,在选择的优化路径移动中,也不会发生反向相撞的情况,从而提高移动机器人的移动路线准确性和安全性。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对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,下面描述中的附图仅仅是示例性的,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,还可以根据提供的附图引伸获得其它的实施附图。
图1为本发明实施例提供的路径优化方法的流程示意图;
图2为本发明实施例提供的路径优化系统的结构框图。
图中的标号分别表示如下:
1-机器人分组模块;2-机器人组排序模块;3-导航路径规划模块;4-优化路径选择模块。
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。
如图1所示,本发明提供了一种移动机器人的局部路径优化方法,包括以下步骤:
步骤100、将所有的移动机器人按照其初始位置和目标位置分组,将同一初始位置和目标位置的至少一个移动机器人分为一个组。步骤200、基于避开障碍物抵达目标位置的原则,在环境地图内确定每组移动机器人从初始位置到目标位置的导航路径。
在步骤200中,在环境地图中标记从初始位置到目标位置的导航路径中的障碍物,基于避开障碍物抵达目标位置的原则筛除存在障碍物的分叉段,设定初始位置到目标位置中无障碍物的导航路径。
步骤300、将所有组的移动机器人按照初始位置在横向的分布顺序标序,确定每组移动机器人的导航路径的转向点,将导航路径按照初始位置、转向点和目标位置划分为多个分叉段,并按序对每组移动机器人的导航路径按照路径距离依次排列。
在步骤300中,先以所有组移动机器人的初始位置按照从左到右或者从右到左的顺序标序,将所有组移动机器人分别标记为第一机器人组、第二机器人组,依次类推;
然后确定每组移动机器人从初始位置到目标位置的导航路径,并按序对每组移动机器人的导航路径的路径距离依次排列,每组移动机器人得到多个路径距离从小到大的导航路径。
在步骤300中,每组移动机器人的初始位置到目标位置处于相同的导航路径,且每组移动机器人从初始位置沿着该导航路径至目标位置时,每组移动机器人的该导航路径无转向点;否则,导航路径存在至少一个转向点。
大多情况下,导航路径存在至少一个转向点时,导航路径从初始位置、转向点和目标位置至少拆分为两个分叉段,每组移动机器人从初始位置到目标位置的导航过程中,根据运动方向按照固定方向在每个分叉段上移动。
移动机器人在持续移动过程中,大多至少存在一个转向点,由于存在转向点,则移动机器人的移动路径至少分为从初始位置到转向点的分叉段,以及从转向点到目标位置的分叉段,因此通过统计多个分叉段的距离,可以得到每个导航路径的路径距离。
本实施方式以运动距离短耗能少为基准选择优化路径,从而降低机器人的移动能耗,延长单次充电的使用时长。步骤400、统计对应每组移动机器人在每条导航路径中的分叉段的移动方向矢量。
在步骤400中,每组移动机器人在每条导航路径中的分叉段的移动方向矢量的统计方式为:
步骤401、确定每组移动机器人的多条导航路径的转向点,并对每条条导航路径的转向点按照从初始位置到目标位置的移动顺序依次标号;
步骤402、将初始位置与转向点之间的分叉段、转向点与转向点之间的分叉段以及转向点与目标位置之间的分叉段按照标号从小到到的顺序标注矢量方向,得到每条导航路径中的分叉段的移动方向矢量;
步骤403、确定初始位置与转向点之间的分叉段、转向点与转向点之间的分叉段以及转向点与目标位置之间的分叉段中包含的与其他路径连接的隐形转向点。
作为本实施方式的优选方案,在确定导航路径中的分叉段时,还确定该分叉段的路径过程中包含的与其他路径连接的隐形转向点,即如果转向点的标记的a,c,其中分叉段a-c中包含一个转向其他路径的隐形转向点b,在a至c 的矢量运动中,分叉段a-b属于与分叉段a-c同向移动。
步骤500、结合导航路径距离短和所有组移动机器人的导航路径中分叉段矢量不反向确定筛选条件,每组移动机器人按照筛选条件选择优化路径。
在步骤500中,每组移动机器人选择优化路径的实现步骤为:
步骤501、按序对所有组移动机器人排序;
步骤502、对每组移动机器人的导航路径按照路径距离从小到大排序;
步骤503、以序列靠前的第一机器人组的最短路径距离对应的导航路径为基准,确定第一机器人组的优化路径包含的每个分叉段的转向点,以及每个分叉段的移动方向矢量;
步骤504、依次提取序列靠后的移动机器人组的导航路径,以已经确定优化路径的移动机器人组的每个分叉段的转向点为搜索条件,按照排序依次确定导航路径中具有相同转向点的分叉段。
其中,在步骤504中,将每组移动机器人的导航路径按照路径距离从小到大的顺序排序;
判断后一组的移动机器人的最小路径距离的导航路径与前组的移动机器人选定的优化路径中是否具有包含关系的转向点的分叉段;
对比两组移动机器人具有包含关系的转向点的分叉段的移动方向矢量是否相同;
若移动方向矢量相反,则筛除后一组的移动机器人的该导航路径,按照路径距离从小到大的顺序提取下一个导航路径,重新判断是否含有相同转向点的分叉段且相同分叉段的移动方向矢量是否相同,直至找到路径距离小且两组相邻的移动机器人的相同分叉段的移动方向矢量相同的优化路径;
若移动方向矢量相同,则以最小路径距离的导航路径为优先路径。
需要特别说明的是,具有包含关系的转向点的分叉段是指两组移动机器人中的分叉段具有包含关系的转向点,其中一组移动机器人的两个转向点具有另一组移动机器人的两个转向点之间的隐形转向点。
也就是说,当前一组移动机器人中的分叉段,可通过其包含的隐形转向点将分叉段划分为多个间断集合,如果后一组移动机器人中含有与前一组移动机器人相同的间断集合,且后一组的移动机器人在间断集合内的移动方向矢量与前一组移动机器人在间断集合内的移动方向矢量相同,则该间断集合可以作为导航路径中的可选路段。
后一组移动机器人从所有导航路径中选择优化路径时,以所有已经确定优化路径的移动机器人组包含的分叉段为基准,对比当前组的移动机器人的导航路径中与已经确定优化路径的移动机器人组中包含的相同分叉段的移动方向矢量,直至从所有导航路径中选择路径距离短且移动方向不相互阻碍的优化路径。
本实施方式的后一组移动机器人从导航路径选择优化路径时,先以该组移动机器人对应的导航路径的路径距离作为第一优选条件,再以该组移动机器人的每个导航路径中的分叉段与已经确定优化路线的前多组移动机器人的分叉段进行对比,筛除具有包含关系的分叉段且分叉段的移动方向矢量完全相反的导航路径,从而选择出路径距离短且移动不反向交叉的优化路径,从而每组移动机器人在选定的优化路径中可以完全避免反向碰撞的问题,提高移动机器人的移动路线准确性和安全性。
另外如图2所示,本发明还提供了基于上述移动机器人的局部路径优化方法的路径优化系统,包括机器人分组模块1、机器人组排序模块2、导航路径规划模块3和优化路径选择模块4。
机器人分组模块1用于将所有的移动机器人以相同的初始位置和目标位置进行分组,同一组的移动机器人的初始位置和目标位置相同,不同组的移动机器人的初始位置和/或目标位置不同。
机器人组排序模块2用于将所有组移动机器人按照初始位置在水平向的依次排列排序,所有组的移动机器人按照顺序依次确定优化路径。
导航路径规划模块3用于将每组移动机器人按照从的相同初始位置至目标位置的移动过程规划导航路径;
优化路径选择模块4以路径距离短和具有移动交叉的分叉段移动方向矢量不相反的条件为筛选条件,每组移动机器人按此筛选条件从对应的导航路径中选择优化路径;
其中,每组移动机器人的导航路径按照转向点分为多个移动方向矢量固定的分叉段,所有组的移动机器人的优化路径中具有包含关系的转向点的分叉段的移动方向矢量相同。
本实施方式适用于具有多个移动机器人的路径优化场景,特别还适用于多个机器人的初始位置和/或目标位置不同的情况,这样,将机器人按照相同的初始位置以及相同的目标位置划分为不同的组,每组机器人的导航路径相同,且选择的优化路径也相同。
最优选的是,当不同组的移动机器人选择优化路径时,特别是排序为第一组的第一机器人组可以仅根据路径距离最短的标准,从导航路径中选择优化路径,而排序在后的移动机器人则需要以路径距离短,以及与在前的优化路径的移动不反向交叉的原则选择优化路径,从而即使不同组的移动机器人,在选择的优化路径移动中,也不会发生反向相撞的情况,从而提高移动机器人的移动路线准确性和安全性。
以上实施例仅为本申请的示例性实施例,不用于限制本申请,本申请的保护范围由权利要求书限定。本领域技术人员可以在本申请的实质和保护范围内,对本申请做出各种修改或等同替换,这种修改或等同替换也应视为落在本申请的保护范围内。
Claims (10)
1.一种移动机器人的局部路径优化方法,其特征在于,包括以下步骤:
步骤100、将所有的移动机器人按照其初始位置和目标位置分组,将同一初始位置和目标位置的至少一个移动机器人分为一个组;
步骤200、基于避开障碍物抵达目标位置的原则,在环境地图内确定每组移动机器人从初始位置到目标位置的导航路径;
步骤300、将所有组的移动机器人按照初始位置在横向的分布顺序标序,确定每组移动机器人的导航路径的转向点,将所述导航路径按照初始位置、转向点和目标位置划分为多个分叉段,并按序对每组移动机器人的导航路径按照路径距离依次排列;
步骤400、统计对应每组移动机器人在每条导航路径中的分叉段的移动方向矢量;
步骤500、结合导航路径距离短和所有组移动机器人的导航路径中分叉段矢量不反向确定筛选条件,每组所述移动机器人按照筛选条件选择优化路径。
2.根据权利要求1所述的一种移动机器人的局部路径优化方法,其特征在于,
在步骤200中,在所述环境地图中标记从初始位置到目标位置的导航路径中的障碍物,基于避开障碍物抵达目标位置的原则筛除存在障碍物的分叉段,设定初始位置到目标位置中无障碍物的导航路径。
3.根据权利要求2所述的一种移动机器人的局部路径优化方法,其特征在于,
在步骤300中,先以所有组移动机器人的初始位置按照从左到右或者从右到左的顺序标序,将所有组移动机器人分别标记为第一机器人组、第二机器人组,依次类推;
然后确定每组移动机器人从初始位置到目标位置的导航路径,并按序对每组移动机器人的导航路径的路径距离依次排列,每组移动机器人得到多个路径距离从小到大的导航路径。
4.根据权利要求3所述的一种移动机器人的局部路径优化方法,其特征在于,
在步骤300中,每组移动机器人的初始位置到目标位置处于相同的导航路径,且每组移动机器人从初始位置沿着该导航路径至目标位置时,每组移动机器人的该导航路径无转向点;否则,所述导航路径存在至少一个转向点。
5.根据权利要求4所述的一种移动机器人的局部路径优化方法,其特征在于,
所述导航路径存在至少一个转向点时,所述导航路径从初始位置、转向点和目标位置至少拆分为两个分叉段,每组所述移动机器人从所述初始位置到目标位置的导航过程中,根据运动方向按照固定方向在每个所述分叉段上移动。
6.根据权利要求3所述的一种移动机器人的局部路径优化方法,其特征在于,
在步骤400中,每组所述移动机器人在每条导航路径中的分叉段的移动方向矢量的统计方式为:
步骤401、确定每组移动机器人的多条导航路径的转向点,并对每条条导航路径的转向点按照从初始位置到目标位置的移动顺序依次标号;
步骤402、将初始位置与转向点之间的分叉段、转向点与转向点之间的分叉段以及转向点与目标位置之间的分叉段按照标号从小到到的顺序标注矢量方向,得到每条导航路径中的分叉段的移动方向矢量;
步骤403、确定初始位置与转向点之间的分叉段、转向点与转向点之间的分叉段以及转向点与目标位置之间的分叉段中包含的与其他路径连接的隐形转向点。
7.根据权利要求3所述的一种移动机器人的局部路径优化方法,其特征在于,
在步骤500中,每组所述移动机器人选择优化路径的实现步骤为:
步骤501、按序对所有组所述移动机器人排序;
步骤502、对每组移动机器人的导航路径按照路径距离从小到大排序;
步骤503、以序列靠前的第一机器人组的最短路径距离对应的导航路径为基准,确定第一机器人组的优化路径包含的每个所述分叉段的转向点,以及每个分叉段的移动方向矢量;
步骤504、依次提取序列靠后的移动机器人组的导航路径,以已经确定优化路径的移动机器人组的每个分叉段的转向点为搜索条件,按照排序依次确定所述导航路径中具有相同转向点的分叉段。
8.根据权利要求7所述的一种移动机器人的局部路径优化方法,其特征在于,
将每组移动机器人的导航路径按照路径距离从小到大的顺序排序;
判断后一组的移动机器人的最小路径距离的导航路径与前组的移动机器人选定的优化路径中是否具有包含关系的转向点的分叉段;
对比两组移动机器人具有包含关系的转向点的分叉段的移动方向矢量是否相同;
若移动方向矢量相反,则筛除后一组的移动机器人的该导航路径,按照路径距离从小到大的顺序提取下一个所述导航路径,重新判断是否含有相同转向点的分叉段且相同分叉段的移动方向矢量是否相同,直至找到路径距离小且两组相邻的移动机器人的相同分叉段的移动方向矢量相同的优化路径;
若移动方向矢量相同,则以最小路径距离的导航路径为优先路径。
9.根据权利要求8所述的一种移动机器人的局部路径优化方法,其特征在于,
具有包含关系的转向点的分叉段是指两组所述移动机器人中的分叉段具有包含关系的转向点,其中一组所述移动机器人的两个转向点具有另一组移动机器人的两个转向点之间的隐形转向点;
后一组移动机器人从所有导航路径中选择优化路径时,以所有已经确定优化路径的移动机器人组包含的分叉段为基准,对比当前组的移动机器人的导航路径中与已经确定优化路径的移动机器人组中包含的相同分叉段的移动方向矢量,直至从所有导航路径中选择路径距离短且移动方向不相互阻碍的优化路径。
10.一种基于权利要求1-9任一项所述移动机器人的局部路径优化方法的系统,其特征在于,包括:
机器人分组模块(1),用于将所有的移动机器人以相同的初始位置和目标位置进行分组,同一组的移动机器人的初始位置和目标位置相同,不同组的移动机器人的初始位置和/或目标位置不同;
机器人组排序模块(2),用于将所有组移动机器人按照初始位置在水平向的依次排列排序,所有组的移动机器人按照顺序依次确定优化路径;
导航路径规划模块(3),用于将每组移动机器人按照从的相同初始位置至目标位置的移动过程规划导航路径;
优化路径选择模块(4),以路径距离短和具有移动交叉的分叉段移动方向矢量不相反的条件为筛选条件,每组移动机器人按此筛选条件从对应的导航路径中选择优化路径;
其中,每组所述移动机器人的导航路径按照转向点分为多个移动方向矢量固定的分叉段,所有组的移动机器人的优化路径中具有相同转向点的分叉段的移动方向矢量相同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210766036.5A CN115167411A (zh) | 2022-07-01 | 2022-07-01 | 一种移动机器人的局部路径优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210766036.5A CN115167411A (zh) | 2022-07-01 | 2022-07-01 | 一种移动机器人的局部路径优化方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115167411A true CN115167411A (zh) | 2022-10-11 |
Family
ID=83489920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210766036.5A Pending CN115167411A (zh) | 2022-07-01 | 2022-07-01 | 一种移动机器人的局部路径优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115167411A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002082195A2 (de) * | 2001-04-05 | 2002-10-17 | Siemens Aktiengesellschaft | Roboterintelligenz in natürlichen umgebungen |
JP2007323596A (ja) * | 2006-06-05 | 2007-12-13 | Honda Motor Co Ltd | 移動体の衝突回避システム、プログラムおよび方法 |
US20090099768A1 (en) * | 2007-07-27 | 2009-04-16 | Peter Bauer | Methods and Apparatus for Swarm Navigation of Multiple Agents |
KR20130106161A (ko) * | 2012-03-19 | 2013-09-27 | 노틸러스효성 주식회사 | 이동식 로봇의 전역경로 최적화 방법 |
CN105005301A (zh) * | 2015-05-25 | 2015-10-28 | 湘潭大学 | 一种基于群体智能算法的工业机器人作业点序列及轨迹规划方法 |
CN105258704A (zh) * | 2014-06-16 | 2016-01-20 | 中国科学院沈阳自动化研究所 | 基于快速路网建模的多尺度时空热点路径探测方法 |
CN105607633A (zh) * | 2015-12-18 | 2016-05-25 | 中国印钞造币总公司 | 一种垛区环境中移动扫描车的自主寻径方法及系统 |
CN106041931A (zh) * | 2016-06-30 | 2016-10-26 | 广东工业大学 | 一种多障碍空间多agv机器人协作防碰撞路径优化方法 |
CN108415428A (zh) * | 2018-02-11 | 2018-08-17 | 上海弗徕威智能科技有限公司 | 一种移动机器人的全局路径优化方法 |
CN111121807A (zh) * | 2019-12-18 | 2020-05-08 | 安徽机电职业技术学院 | 一种移动机器人路径规划方法 |
CN113671965A (zh) * | 2021-08-24 | 2021-11-19 | 同济大学 | 路径规划方法及装置 |
-
2022
- 2022-07-01 CN CN202210766036.5A patent/CN115167411A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002082195A2 (de) * | 2001-04-05 | 2002-10-17 | Siemens Aktiengesellschaft | Roboterintelligenz in natürlichen umgebungen |
JP2007323596A (ja) * | 2006-06-05 | 2007-12-13 | Honda Motor Co Ltd | 移動体の衝突回避システム、プログラムおよび方法 |
US20090099768A1 (en) * | 2007-07-27 | 2009-04-16 | Peter Bauer | Methods and Apparatus for Swarm Navigation of Multiple Agents |
KR20130106161A (ko) * | 2012-03-19 | 2013-09-27 | 노틸러스효성 주식회사 | 이동식 로봇의 전역경로 최적화 방법 |
CN105258704A (zh) * | 2014-06-16 | 2016-01-20 | 中国科学院沈阳自动化研究所 | 基于快速路网建模的多尺度时空热点路径探测方法 |
CN105005301A (zh) * | 2015-05-25 | 2015-10-28 | 湘潭大学 | 一种基于群体智能算法的工业机器人作业点序列及轨迹规划方法 |
CN105607633A (zh) * | 2015-12-18 | 2016-05-25 | 中国印钞造币总公司 | 一种垛区环境中移动扫描车的自主寻径方法及系统 |
CN106041931A (zh) * | 2016-06-30 | 2016-10-26 | 广东工业大学 | 一种多障碍空间多agv机器人协作防碰撞路径优化方法 |
CN108415428A (zh) * | 2018-02-11 | 2018-08-17 | 上海弗徕威智能科技有限公司 | 一种移动机器人的全局路径优化方法 |
CN111121807A (zh) * | 2019-12-18 | 2020-05-08 | 安徽机电职业技术学院 | 一种移动机器人路径规划方法 |
CN113671965A (zh) * | 2021-08-24 | 2021-11-19 | 同济大学 | 路径规划方法及装置 |
Non-Patent Citations (6)
Title |
---|
ALEXANDER SUKHOVEY ETAL.: "collision avoidance method for end:effectors of industrial robots with overlapping workspaces", 《2020 INTERNATIONAL CONFERENCE ON INDUSTRIAL ENGINEERING,APPLICATIONS AND MANUFACTURING(ICIEAM)》, 31 December 2020 (2020-12-31), pages 1 - 5 * |
WEIJIA YAO ETAL.: "Distributed coordinated path following using guiding vector fields", 《2021 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION (ICRA)》, 31 October 2021 (2021-10-31), pages 10030 - 10037 * |
万逸飞等: "基于协同多目标算法的多机器人路径规划", 《信息与控制》, 31 December 2020 (2020-12-31), pages 139 - 146 * |
周明龙等: "一种移动机器人路径规划方法的研究", 《电脑知识与技术》, 31 January 2022 (2022-01-31), pages 10 - 12 * |
王戊: "智能仓库多移动机器人的路径规划研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, 15 April 2015 (2015-04-15), pages 140 - 273 * |
程二九等: "基于任务对象的移动机器人路径规划技术现状与展望", 《机械制造与自动化》, 31 December 2009 (2009-12-31), pages 3 - 5 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109115226B (zh) | 基于跳点搜索的多机器人冲突避免的路径规划方法 | |
CN109976350B (zh) | 多机器人调度方法、装置、服务器及计算机可读存储介质 | |
CN108762268B (zh) | 多agv无碰撞路径规划算法 | |
CN111426326B (zh) | 一种导航方法、装置、设备、系统及存储介质 | |
CN109760675B (zh) | 预测车辆轨迹的方法、装置、存储介质和终端设备 | |
CN108958257A (zh) | 多台agv组合导航的协同路径规划方法 | |
JP6303810B2 (ja) | 車両位置推定装置、及び車両位置推定方法 | |
CN111007862B (zh) | 一种多agv协同工作的路径规划方法 | |
CN112985408B (zh) | 一种路径规划优化方法及系统 | |
CN112590775B (zh) | 一种自动泊车方法、装置、车辆及存储介质 | |
CN104949679A (zh) | 导航信息确定方法及装置 | |
KR101010718B1 (ko) | 복수개의 자원을 점유하는 무인 반송차의 동적 주행방법 | |
CN103743407A (zh) | 一种导航方法及装置 | |
CN108227716A (zh) | 移动机器人的路径规划方法及系统 | |
CN112710317A (zh) | 自动驾驶地图的生成方法、自动驾驶方法及相关产品 | |
CN112033426B (zh) | 行驶路径规划方法、装置及电子设备 | |
CN109773791A (zh) | 路径生成方法及装置 | |
CN113450589B (zh) | 车辆的调度方法、装置和系统 | |
CN114779770A (zh) | 全局路径规划控制方法、装置、设备、介质及程序产品 | |
CN115077544A (zh) | 列车路径规划方法、装置、电子设备和存储介质 | |
CN115167411A (zh) | 一种移动机器人的局部路径优化方法及系统 | |
CN105698796A (zh) | 一种多机器人调度系统的路径搜索方法 | |
CN113778093A (zh) | 基于改进麻雀搜索算法的amr自主移动机器人路径规划方法 | |
CN113188555A (zh) | 一种移动机器人路径规划方法 | |
CN115892076B (zh) | 车道障碍物筛选方法、装置和域控制器 |
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 |