CN116295443B - 铰链式无人采矿装备的路径规划方法、装置、装备及介质 - Google Patents

铰链式无人采矿装备的路径规划方法、装置、装备及介质 Download PDF

Info

Publication number
CN116295443B
CN116295443B CN202310549664.2A CN202310549664A CN116295443B CN 116295443 B CN116295443 B CN 116295443B CN 202310549664 A CN202310549664 A CN 202310549664A CN 116295443 B CN116295443 B CN 116295443B
Authority
CN
China
Prior art keywords
node
collision
detection function
mining equipment
nearest
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
CN202310549664.2A
Other languages
English (en)
Other versions
CN116295443A (zh
Inventor
侯杰
李国清
王浩
郭对明
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 Science and Technology Beijing USTB
Original Assignee
University of Science and Technology Beijing USTB
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 Science and Technology Beijing USTB filed Critical University of Science and Technology Beijing USTB
Priority to CN202310549664.2A priority Critical patent/CN116295443B/zh
Publication of CN116295443A publication Critical patent/CN116295443A/zh
Application granted granted Critical
Publication of CN116295443B publication Critical patent/CN116295443B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例提供一种铰链式无人采矿装备的路径规划方法、装置、装备及介质，属于采矿装备技术领域。其中方法包括：设置路径规划的起点及终点，将起点作为寻优树的根节点；在寻优树中搜索最近节点，将最近节点的父节点作为目标父节点；若最近节点与随机节点的夹角，目标父节点与最近节点的夹角，满足转角检测函数，则确定临时节点；调用碰撞检测函数进行碰撞检测；根据最近节点、随机节点及动态步长获取新节点；将新节点与寻优树的其他节点重连，若重连后的总距离小于重连前的总距离，则将重连结果保存到寻优树；若新节点到达终点，则根据起点及新节点确定候选规划路径，得到适用于铰链式无人采矿装备的规划路径，提高转角有效率。

Description

铰链式无人采矿装备的路径规划方法、装置、装备及介质
技术领域
本申请涉及采矿装备技术领域，尤其涉及一种铰链式无人采矿装备的路径规划方法、装置、装备及介质。
背景技术
随着高精度定位导航和无人驾驶技术的发展，国内外对无人设备的路径规划算法开展了研究。目前国内外存在一些路径规划算法的专利和文献，大多是面向机器人、无人驾驶汽车、无人机、无人舰艇等设备。现有路径规划算法的种类也包含多种，但是现有的路径规划算法仍然无法很好的解决井下装备转向条件的问题，在铰链式无人采矿装备的路径规划过程中存在一定的局限性。
发明内容
为了解决上述技术问题，本申请实施例提供了一种铰链式无人采矿装备的路径规划方法、装置、装备及介质。
第一方面，本申请实施例提供了一种铰链式无人采矿装备的路径规划方法，所述方法包括：
步骤S101，根据铰链式无人采矿装备的运动学模型获取碰撞检测函数；根据所述铰链式无人采矿装备的转角约束模型获取转角检测函数；
步骤S102，设置路径规划的起点及终点，将所述起点作为寻优树的根节点；
步骤S103，在地图空间内生成一个随机节点，在所述寻优树中搜索与所述随机节点距离最近的最近节点，将所述最近节点的父节点作为目标父节点；
步骤S104，确定所述最近节点与所述随机节点的第一夹角，确定所述目标父节点与所述最近节点的第二夹角；若所述第一夹角与所述第二夹角满足所述转角检测函数，则根据所述最近节点、所述随机节点、及预设步长距离确定临时节点；
步骤S105，调用所述碰撞检测函数对所述最近节点至所述临时节点之间的距离进行碰撞检测；根据碰撞结果设置动态步长；
步骤S106，根据所述最近节点、所述随机节点及所述动态步长获取新节点；连接所述最近节点和所述随机节点，并存入所述寻优树；
步骤S107，以所述新节点为圆心，在预设半径空间内将所述新节点与所述寻优树的其他节点重连，若重连后的总距离小于重连前的总距离，则将重连结果保存到所述寻优树；
步骤S108，若所述新节点到达所述终点，则根据所述起点及所述新节点确定候选规划路径。
在一实施方式中，所述方法还包括：
步骤S109，遍历所述候选规划路径中的所有中间节点，对各中间节点进行删点重连处理，得到多个候选重连结果；
步骤S1010，若多个所述候选重连结果中存在满足所述碰撞检测函数及所述转角检测函数的目标重连结果，则保存所述目标重连结果，将所述目标重连结果作为最终规划路径。
在一实施方式中，所述根据碰撞结果设置动态步长，包括：
步骤S1041，若未发生碰撞，则将所述动态补偿设置为所述预设步长距离；
步骤S1042，若发生碰撞，则确定碰撞点，并将所述最近节点与所述碰撞点之间的距离作为碰撞距离，将所述动态步长设置为所述碰撞距离及随机小数的积值。
在一实施方式中，所述方法还包括：
步骤S100，若所述新节点未到达所述路径规划终点，则重复步骤S103-步骤S107。
在一实施方式中，所述根据铰链式无人采矿装备的运动学模型获取碰撞检测函数，包括：
步骤S1001，向所述铰链式无人采矿装备的运动学模型输入车体宽度、前车体长度和后车体长度，得到所述碰撞检测函数；
所述根据所述铰链式无人采矿装备的转角约束模型获取转角检测函数，包括：
步骤S1002，向所述铰链式无人采矿装备的转角约束模型输入所述铰链式无人采矿装备的转向角，得到所述转角检测函数。
在一实施方式中，所述根据所述最近节点、所述随机节点、及预设步长距离确定临时节点，包括：
步骤S1043，以所述最近节点为起点，以所述最近节点指向所述随机节点的方向为方向，延伸预设步长距离，得到所述临时节点。
在一实施方式中，所述根据所述最近节点、所述随机节点及所述动态步长获取新节点，包括：
步骤S1061，以所述最近节点为起点，以所述最近节点指向所述随机节点的方向为方向，按照所述动态步长进行延伸，得到所述新节点。
第二方面，本申请实施例提供了一种铰链式无人采矿装备的路径规划装置，所述装置包括：
第一获取模块，用于根据铰链式无人采矿装备的运动学模型获取碰撞检测函数；根据所述铰链式无人采矿装备的转角约束模型获取转角检测函数；
设置模块，用于设置路径规划的起点及终点，将所述起点作为寻优树的根节点；
搜索模块，用于在地图空间内生成一个随机节点，在所述寻优树中搜索与所述随机节点距离最近的最近节点，将所述最近节点的父节点作为目标父节点；
第一确定模块，用于确定所述最近节点与所述随机节点的第一夹角，确定所述目标父节点与所述最近节点的第二夹角；若所述第一夹角与所述第二夹角满足所述转角检测函数，则根据所述最近节点、所述随机节点、及预设步长距离确定临时节点；
检测模块，用于调用所述碰撞检测函数对所述最近节点至所述临时节点之间的距离进行碰撞检测；根据碰撞结果设置动态步长；
第二获取模块，用于根据所述最近节点、所述随机节点及所述动态步长获取新节点；连接所述最近节点和所述随机节点，并存入所述寻优树；
重连模块，用于以所述新节点为圆心，在预设半径空间内将所述新节点与所述寻优树的其他节点重连，若重连后的总距离小于重连前的总距离，则将重连结果保存到所述寻优树；
第二确定模块，用于若所述新节点到达所述终点，则根据所述起点及所述新节点确定候选规划路径。
第三方面，本申请实施例提供了一种地下铰链式无人采矿装备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述计算机程序在所述处理器运行时执行第一方面提供的铰链式无人采矿装备的路径规划方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行第一方面提供的铰链式无人采矿装备的路径规划方法。
上述本申请提供的铰链式无人采矿装备的路径规划方法、装置、装备及介质，设置路径规划的起点及终点，将起点作为寻优树的根节点；在寻优树中搜索最近节点，将最近节点的父节点作为目标父节点；若最近节点与随机节点的夹角，目标父节点与最近节点的夹角，满足转角检测函数，则确定临时节点；调用碰撞检测函数进行碰撞检测；根据最近节点、随机节点及动态步长获取新节点；将新节点与寻优树的其他节点重连，若重连后的总距离小于重连前的总距离，则将重连结果保存到寻优树；若新节点到达终点，则根据起点及新节点确定候选规划路径，得到适用于铰链式无人采矿装备的规划路径，提高转角有效率。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对本申请保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
图1示出了本申请实施例提供的铰链式无人采矿装备的路径规划方法的一流程示意图；
图2示出了本申请实施例提供的铰链式无人采矿装备的路径规划方法的另一流程示意图；
图3示出了本申请实施例提供的铰链式无人采矿装备运动学模型示意图；
图4示出了本申请实施例提供的转角约束示意图；
图5示出了本申请实施例提供的铰链式无人采矿装备的路径规划方法的另一流程示意图；
图6示出了本申请实施例提供的铰链式无人采矿装备的路径规划方法的另一流程示意图；
图7示出了本申请实施例提供的动态步长示意图；
图8示出了本申请实施例提供的铰链式无人采矿装备的路径规划方法的另一流程示意图；
图9示出了本申请实施例提供的铰链式无人采矿装备的路径规划方法的另一流程示意图；
图10示出了本申请实施例提供的删点重连示意图；
图11示出了本申请实施例提供的路径效果示意图；
图12示出了本申请实施例提供的路径对比示意图；
图13示出了本申请实施例提供的铰链式无人采矿装备的路径规划装置的一结构示意图。
图标：1300-铰链式无人采矿装备的路径规划装置，1301-第一获取模块，1302-设置模块，1303-搜索模块，1304-第一确定模块，1305-检测模块，1306-第二获取模块，1307-重连模块，1308-第二确定模块。
具体实施方式
下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。
通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
在下文中，可在本申请的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本申请的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本申请的各种实施例中被清楚地限定。
实施例1
本申请实施例提供了一种铰链式无人采矿装备的路径规划方法。
参见图1，铰链式无人采矿装备的路径规划方法包括步骤S101-步骤S108，下面对各步骤进行说明。
步骤S101，根据铰链式无人采矿装备的运动学模型获取碰撞检测函数；根据所述铰链式无人采矿装备的转角约束模型获取转角检测函数。
在本实施例中，可以预先导入CAD地图信息，构建路径规划地图，地图信息具体包括点、线串和多边形，得到地图信息Map。本实施例中，通过曲线插值的方式将井巷工程地图构建为包括坐标点、连线和多边形的数据信息，解决了栅格化地图的精度问题。其中，铰链式无人采矿装备可以为地下的铰链式无人采矿装备。
可以预先基于铰链式无人采矿装备的运动特征构建该铰链式无人采矿装备的运动学模型，然后输入无人采矿设备相关参数，得到对应的碰撞检测函数，其中，无人采矿设备相关参数可以包括车体宽度、前车体长度和后车体长度。可以预先基于铰链式无人采矿装备铰链式结构特征，构建铰链式无人采矿装备的转角约束模型，以满足铰链式无人采矿装备的行驶方向。
参见图2，所述根据铰链式无人采矿装备的运动学模型获取碰撞检测函数，包括：
步骤S1001，向所述铰链式无人采矿装备的运动学模型输入车体宽度、前车体长度和后车体长度，得到所述碰撞检测函数。
在本实施例中，运动学模型用于计算井下无人采矿设备的轮廓坐标点，连接成为车辆占用空间的连续，通过该连线与平面地图计算交集，即可计算得出是否发生碰撞。
参见图3，输入铰接式车体宽度、前车体长度/>和后车体长度/>，γ表示前后车体夹角、θr表示后车体航向角、θf表示前车体航向角、x0、y0表示轴心Po横纵坐标。以多边形ABCDEFG表示铰接车辆（无人采矿设备）外形/>，根据几何关系可以得到/>的各控制点坐标如下：
进一步地，采用差值连线的方式，将地图曲线差值为散点，依次连接成为线串，形成包括坐标点、连线和多边形的数据信息，地图中的多边形连线定义为。根据已构建的地图/>和铰接车辆（无人采矿设备）外形/>构建碰撞检测函数CollisionFree(/>,Map)，该碰撞检测函数如下：
；
在碰撞检测函数CollisionFree(, Map)中，Collision=1，表示碰撞，Collision=0，表示不碰撞。
请再次参见图2，所述根据所述铰链式无人采矿装备的转角约束模型获取转角检测函数，包括：
步骤S1002，向所述铰链式无人采矿装备的转角约束模型输入所述铰链式无人采矿装备的转向角，得到所述转角检测函数。
参见图4，向转角约束模型输入铰链式无人采矿装备的转向角，新路径（/>→）与父级路径（/>→/>）的夹角/>应小于转向角/>，即：
，从而得到转角检测函数Turnable(/>,/>,/>,/>)。
示范性的，向运动学模型输入车体宽度、前车体长度和后车体长度，得到碰撞检测函数CollisionFree(,Map)。向转角约束模型输入铰链式无人采矿装备的转向角/>，得到转角检测函数Turnable(/>,/>,/>,/>)。
步骤S102，设置路径规划的起点及终点，将所述起点作为寻优树的根节点。
示范性的，还定义树形数据结构作为寻优树T，作为目标路径规划算法的路径寻优库，其中，目标路径规划算法可以为RRT*算法。设置路径规划的起点和终点/>，将作为寻优树T的根节点。
步骤S103，在地图空间内生成一个随机节点，在所述寻优树中搜索与所述随机节点距离最近的最近节点，将所述最近节点的父节点作为目标父节点。
示范性的，在地图空间内生成一个随机节点，在寻优树T中搜索与随机节点距离最近的最近节点/>，以最近节点/>的父节点为目标父节点/>。
步骤S104，确定所述最近节点与所述随机节点的第一夹角，确定所述目标父节点与所述最近节点的第二夹角；若所述第一夹角与所述第二夹角满足所述转角检测函数，则根据所述最近节点、所述随机节点、及预设步长距离确定临时节点。
示范性的，若最近节点→随机节点/>的第一夹角、目标父节点/>→最近节点/>的第二夹角不满足转角检测函数，则重复步骤S103，若最近节点/>→随机节点的第一夹角、目标父节点/>→最近节点/>的第二夹角满足转角检测函数，则进入步骤S105。在本实施例中，通过转角约束解决了铰链式无人采矿装备的运动规律。
参见图5，所述根据所述最近节点、所述随机节点、及预设步长距离确定临时节点，包括：
步骤S1041，以所述最近节点为起点，以所述最近节点指向所述随机节点的方向为方向，延伸预设步长距离，得到所述临时节点。
示范性的，以为起点，以/>→/>为方向，延伸距离为预设步长距离StepSize，该预设步长距离StepSize通常可设置为0.5m~3m之间，得到临时节点/>。
步骤S105，调用所述碰撞检测函数对所述最近节点至所述临时节点之间的距离进行碰撞检测；根据碰撞结果设置动态步长。
参见图6，所述根据碰撞结果设置动态步长，包括：
步骤S1051，若未发生碰撞，则将所述动态补偿设置为所述预设步长距离；
步骤S1052，若发生碰撞，则确定碰撞点，并将所述最近节点与所述碰撞点之间的距离作为碰撞距离，将所述动态步长设置为所述碰撞距离及随机小数的积值。
示范性的，调用碰撞检测函数对最近节点→临时/>进行碰撞检测，若未发生碰撞，则动态步长DynamicSize为所述预设步长距离StepSize，否则以最近节点/>到碰撞点的距离为碰撞距离CollisionSize，动态步长DynamicSize为CollisionSize×Rand(0,1)，其中，随机小数Rand(0,1)为0-1之间的随机小数。
参见图7，动态步长可以采用以下公式确定：，其中，DynamicSize表示动态步长，Collision=false，表示未发生碰撞，Collision=ture，表示发生碰撞.
本实施例中，在传统RRT算法和RRT*算法的基础上，针对地下采矿环境与特点，提出了面向地下采矿的改进RRT*算法，通过动态步长解决了收敛时间与井巷地图狭窄的矛盾。
步骤S106，根据所述最近节点、所述随机节点及所述动态步长获取新节点；连接所述最近节点和所述随机节点，并存入所述寻优树。
参见图8，所述根据所述最近节点、所述随机节点及所述动态步长获取新节点，包括：
步骤S1061，以所述最近节点为起点，以所述最近节点指向所述随机节点的方向为方向，按照所述动态步长进行延伸，得到所述新节点。
示范性的，以最近节点为起点，以最近节点/>→随机节点/>为方向，延伸距离为动态步长DynamicSize，得到新节点/>，连接新节/>和随机节点/>并存入寻优树T。
步骤S107，以所述新节点为圆心，在预设半径空间内将所述新节点与所述寻优树的其他节点重连，若重连后的总距离小于重连前的总距离，则将重连结果保存到所述寻优树。
示范性的，以新节点为圆心，在半径为R的空间内尝试与寻优树T的其他节点重连，若重连后的总距离小于重连前的总距离，则将重连结果保存到寻优树T。
在一实施方式中，铰链式无人采矿装备的路径规划方法还包括：
步骤S100，若所述新节点未到达所述路径规划终点，则重复步骤S103-步骤S107。
步骤S108，若所述新节点到达所述终点，则根据所述起点及所述新节点确定候选规划路径。
示范性的，若新节点到达终点/>，则完成采样，得到候选规划路径Path。
参见图9，铰链式无人采矿装备的路径规划方法还包括：
步骤S109，遍历所述候选规划路径中的所有中间节点，对各中间节点进行删点重连处理，得到多个候选重连结果；
步骤S1010，若多个所述候选重连结果中存在满足所述碰撞检测函数及所述转角检测函数的目标重连结果，则保存所述目标重连结果，将所述目标重连结果作为最终规划路径。
参见图10，自叶节点开始不断向上一级节点遍历，搜索满足碰撞检测和转角检测的上级节点，连接两节点并删除中间节点，通过减少节点数量使路径化曲为直，得到最终规划路径，输出结果，例如，在图10中，老路径为x1-x2-x3-x4，经过化曲为直的处理后，得到新路径x1-x4。这样，可以减少路径长度，生成路径的效果如图11所示。这样，通过趋直行驶简化了铰链式无人采矿装备的运行轨迹，满足了井下无人装备的路径要求。
在本实施例中，井下设备转弯半径大，转弯过程降速严重，因此应尽量避免非必要的转弯，保证设备趋近于直线行驶，在减小路径距离的同时降低无人行驶的控制难度。
为验证本方法在铰链式无人采矿装备的路径规划过程中的有效性，将本方法与经典RRT算法、经典RRT*算法进行试验对比，对比试验采用相同的软硬件平台，编程语言为python 3.7，运行系统为Windows 10 x64，中央处理器为Intel(R) Core(TM) i7-8550U，运行内存为16GB，以某矿山矿石搬运为验证场景，对三种方法各进行10次独立随机试验，最终运行结果参数如表1所示，最终生成路径对比如图12所示。
表1、最终运行结果参数示例表。
需要说明的是，在图12中，L1表示经典RRT算法生成的路径、L2表示经典RRT*算法生成的路径，L3表示本实施例提供的铰链式无人采矿装备的路径规划方法生成的路径，试验结果表明，本方法能够在合理求解时限内求得适用于铰链式无人采矿装备的路径，提高转角有效率，其结果能够将转角有效率提高至100%，完全达到铰链式无人采矿装备运行需求，免去路径二次优化的过程，同时能够极大减少路径节点数量，简化自动驾驶控制难度。
实施例2
此外，本申请实施例提供了一种铰链式无人采矿装备的路径规划装置。
如图13所示，铰链式无人采矿装备的路径规划装置1300包括：
第一获取模块1301，用于根据铰链式无人采矿装备的运动学模型获取碰撞检测函数；根据所述铰链式无人采矿装备的转角约束模型获取转角检测函数；
设置模块1302，用于设置路径规划的起点及终点，将所述起点作为寻优树的根节点；
搜索模块1303，用于在地图空间内生成一个随机节点，在所述寻优树中搜索与所述随机节点距离最近的最近节点，将所述最近节点的父节点作为目标父节点；
第一确定模块1304，用于确定所述最近节点与所述随机节点的第一夹角，确定所述目标父节点与所述最近节点的第二夹角；若所述第一夹角与所述第二夹角满足所述转角检测函数，则根据所述最近节点、所述随机节点、及预设步长距离确定临时节点；
检测模块1305，用于调用所述碰撞检测函数对所述最近节点至所述临时节点之间的距离进行碰撞检测；根据碰撞结果设置动态步长；
第二获取模块1306，用于根据所述最近节点、所述随机节点及所述动态步长获取新节点；连接所述最近节点和所述随机节点，并存入所述寻优树；
重连模块1307，用于以所述新节点为圆心，在预设半径空间内将所述新节点与所述寻优树的其他节点重连，若重连后的总距离小于重连前的总距离，则将重连结果保存到所述寻优树；
第二确定模块1308，用于若所述新节点到达所述终点，则根据所述起点及所述新节点确定候选规划路径。
本实施例提供的铰链式无人采矿装备的路径规划装置1300可以实现实施例1所提供的铰链式无人采矿装备的路径规划方法，为避免重复，在此不再赘述。
实施例3
此外，本申请实施例提供了一种铰链式无人采矿装备，包括存储器以及处理器，所述存储器存储有计算机程序，所述计算机程序在所述处理器上运行时执行实施例1所提供的铰链式无人采矿装备的路径规划方法。
本发明实施例提供的铰链式无人采矿装备，可以执行上述方法实施例1所提供的铰链式无人采矿装备的路径规划方法的步骤，为避免重复，在此不再赘述。
实施例4
本申请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上存储计算机程序，所述计算机程序被处理器执行时实现实施例1所提供的铰链式无人采矿装备的路径规划方法。
在本实施例中，计算机可读存储介质可以为只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。
本实施例提供的计算机可读存储介质可以实现实施例1所提供的铰链式无人采矿装备的路径规划方法，为避免重复，在此不再赘述。
需要说明的是，在本文中，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、物品或者终端不仅包括那些要素，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、物品或者终端所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者终端中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims (10)

1.一种铰链式无人采矿装备的路径规划方法，其特征在于，所述方法包括：
步骤S101，根据铰链式无人采矿装备的运动学模型获取碰撞检测函数；根据所述铰链式无人采矿装备的转角约束模型获取转角检测函数；
步骤S102，设置路径规划的起点及终点，将所述起点作为寻优树的根节点；
步骤S103，在地图空间内生成一个随机节点，在所述寻优树中搜索与所述随机节点距离最近的最近节点，将所述最近节点的父节点作为目标父节点；
步骤S104，确定所述最近节点与所述随机节点的第一夹角，确定所述目标父节点与所述最近节点的第二夹角；若所述第一夹角与所述第二夹角满足所述转角检测函数，则根据所述最近节点、所述随机节点、及预设步长距离确定临时节点；
步骤S105，调用所述碰撞检测函数对所述最近节点至所述临时节点之间的距离进行碰撞检测；根据碰撞结果设置动态步长；
步骤S106，根据所述最近节点、所述随机节点及所述动态步长获取新节点；连接所述最近节点和所述随机节点，并存入所述寻优树；
步骤S107，以所述新节点为圆心，在预设半径空间内将所述新节点与所述寻优树的其他节点重连，若重连后的总距离小于重连前的总距离，则将重连结果保存到所述寻优树；
步骤S108，若所述新节点到达所述终点，则根据所述起点及所述新节点确定候选规划路径；
所述根据铰链式无人采矿装备的运动学模型获取碰撞检测函数，包括：
输入铰接式车体宽度、前车体长度/>和后车体长度/>，γ表示前后车体夹角、θr表示后车体航向角、θf表示前车体航向角、x0、y0表示轴心Po横纵坐标；以多边形ABCDEFG表示铰链式无人采矿装备外形/>，根据几何关系可以得到/>的各控制点坐标如下：
采用差值连线的方式，将地图曲线差值为散点，依次连接成为线串，形成包括坐标点、连线和多边形的数据信息，地图中的多边形连线定义为；根据已构建的地图和铰链式无人采矿装备外形/>构建碰撞检测函数CollisionFree(/>, Map)，该碰撞检测函数如下：
；
在碰撞检测函数CollisionFree(, Map)中，Collision=1，表示碰撞，
Collision=0，表示不碰撞。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
步骤S109，遍历所述候选规划路径中的所有中间节点，对各中间节点进行删点重连处理，得到多个候选重连结果；
步骤S1010，若多个所述候选重连结果中存在满足所述碰撞检测函数及所述转角检测函数的目标重连结果，则保存所述目标重连结果，将所述目标重连结果作为最终规划路径。
3.根据权利要求1所述的方法，其特征在于，所述根据碰撞结果设置动态步长，包括：
步骤S1041，若未发生碰撞，则将所述动态补偿设置为所述预设步长距离；
步骤S1042，若发生碰撞，则确定碰撞点，并将所述最近节点与所述碰撞点之间的距离作为碰撞距离，将所述动态步长设置为所述碰撞距离及随机小数的积值。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
步骤S100，若所述新节点未到达所述路径规划终点，则重复步骤S103-步骤S107。
5.根据权利要求1所述的方法，其特征在于，所述根据铰链式无人采矿装备的运动学模型获取碰撞检测函数，包括：
步骤S1001，向所述铰链式无人采矿装备的运动学模型输入车体宽度、前车体长度和后车体长度，得到所述碰撞检测函数；
所述根据所述铰链式无人采矿装备的转角约束模型获取转角检测函数，包括：
步骤S1002，向所述铰链式无人采矿装备的转角约束模型输入所述铰链式无人采矿装备的转向角，得到所述转角检测函数。
6.根据权利要求1所述的方法，其特征在于，所述根据所述最近节点、所述随机节点、及预设步长距离确定临时节点，包括：
步骤S1043，以所述最近节点为起点，以所述最近节点指向所述随机节点的方向为方向，延伸预设步长距离，得到所述临时节点。
7.根据权利要求1所述的方法，其特征在于，所述根据所述最近节点、所述随机节点及所述动态步长获取新节点，包括：
步骤S1061，以所述最近节点为起点，以所述最近节点指向所述随机节点的方向为方向，按照所述动态步长进行延伸，得到所述新节点。
8.一种铰链式无人采矿装备的路径规划装置，其特征在于，所述装置包括：
第一获取模块，用于根据铰链式无人采矿装备的运动学模型获取碰撞检测函数；根据所述铰链式无人采矿装备的转角约束模型获取转角检测函数；
设置模块，用于设置路径规划的起点及终点，将所述起点作为寻优树的根节点；
搜索模块，用于在地图空间内生成一个随机节点，在所述寻优树中搜索与所述随机节点距离最近的最近节点，将所述最近节点的父节点作为目标父节点；
第一确定模块，用于确定所述最近节点与所述随机节点的第一夹角，确定所述目标父节点与所述最近节点的第二夹角；若所述第一夹角与所述第二夹角满足所述转角检测函数，则根据所述最近节点、所述随机节点、及预设步长距离确定临时节点；
检测模块，用于调用所述碰撞检测函数对所述最近节点至所述临时节点之间的距离进行碰撞检测；根据碰撞结果设置动态步长；
第二获取模块，用于根据所述最近节点、所述随机节点及所述动态步长获取新节点；连接所述最近节点和所述随机节点，并存入所述寻优树；
重连模块，用于以所述新节点为圆心，在预设半径空间内将所述新节点与所述寻优树的其他节点重连，若重连后的总距离小于重连前的总距离，则将重连结果保存到所述寻优树；
第二确定模块，用于若所述新节点到达所述终点，则根据所述起点及所述新节点确定候选规划路径；
所述根据铰链式无人采矿装备的运动学模型获取碰撞检测函数，包括：
输入铰接式车体宽度、前车体长度/>和后车体长度/>，γ表示前后车体夹角、θr表示后车体航向角、θf表示前车体航向角、x0、y0表示轴心Po横纵坐标；以多边形ABCDEFG表示铰链式无人采矿装备外形/>，根据几何关系可以得到/>的各控制点坐标如下：
采用差值连线的方式，将地图曲线差值为散点，依次连接成为线串，形成包括坐标点、连线和多边形的数据信息，地图中的多边形连线定义为；根据已构建的地图和铰链式无人采矿装备外形/>构建碰撞检测函数CollisionFree(/>, Map)，该碰撞检测函数如下：
；
在碰撞检测函数CollisionFree(, Map)中，Collision=1，表示碰撞，
Collision=0，表示不碰撞。
9.一种铰链式无人采矿装备，其特征在于，包括存储器以及处理器，所述存储器存储有计算机程序，所述计算机程序在所述处理器运行时执行权利要求1至7中任一项所述的铰链式无人采矿装备的路径规划方法。
10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序在处理器上运行时执行权利要求1至7中任一项所述的铰链式无人采矿装备的路径规划方法。
CN202310549664.2A 2023-05-16 2023-05-16 铰链式无人采矿装备的路径规划方法、装置、装备及介质 Active CN116295443B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310549664.2A CN116295443B (zh) 2023-05-16 2023-05-16 铰链式无人采矿装备的路径规划方法、装置、装备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310549664.2A CN116295443B (zh) 2023-05-16 2023-05-16 铰链式无人采矿装备的路径规划方法、装置、装备及介质

Publications (2)

Publication Number Publication Date
CN116295443A CN116295443A (zh) 2023-06-23
CN116295443B true CN116295443B (zh) 2023-08-04

Family

ID=86829108

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310549664.2A Active CN116295443B (zh) 2023-05-16 2023-05-16 铰链式无人采矿装备的路径规划方法、装置、装备及介质

Country Status (1)

Country Link
CN (1) CN116295443B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113359775A (zh) * 2021-07-08 2021-09-07 哈尔滨理工大学 一种动态变采样区域rrt无人车路径规划方法
CN113433954A (zh) * 2021-06-17 2021-09-24 江苏科技大学 基于改进型rrt*算法的水下机器人三维全局路径规划方法
CN113467476A (zh) * 2021-08-02 2021-10-01 福州大学 考虑转角约束的无碰撞检测快速随机树全局路径规划方法
CN113885518A (zh) * 2021-10-27 2022-01-04 湖南大学 基于信任域的井下矿用铰接车轨迹规划方法
CN114489052A (zh) * 2021-12-31 2022-05-13 杭州电子科技大学 一种改进rrt算法重连策略的路径规划方法
US11407118B1 (en) * 2018-12-10 2022-08-09 Joseph E Augenbraun Robot for performing dextrous tasks and related methods and systems
CN115056222A (zh) * 2022-08-18 2022-09-16 安徽大学 一种基于改进rrt算法的机械臂路径规划方法
CN115979267A (zh) * 2022-12-08 2023-04-18 南京工程学院 一种基于改进rrt算法的扑翼飞行器航路规划方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11407118B1 (en) * 2018-12-10 2022-08-09 Joseph E Augenbraun Robot for performing dextrous tasks and related methods and systems
CN113433954A (zh) * 2021-06-17 2021-09-24 江苏科技大学 基于改进型rrt*算法的水下机器人三维全局路径规划方法
CN113359775A (zh) * 2021-07-08 2021-09-07 哈尔滨理工大学 一种动态变采样区域rrt无人车路径规划方法
CN113467476A (zh) * 2021-08-02 2021-10-01 福州大学 考虑转角约束的无碰撞检测快速随机树全局路径规划方法
CN113885518A (zh) * 2021-10-27 2022-01-04 湖南大学 基于信任域的井下矿用铰接车轨迹规划方法
CN114489052A (zh) * 2021-12-31 2022-05-13 杭州电子科技大学 一种改进rrt算法重连策略的路径规划方法
CN115056222A (zh) * 2022-08-18 2022-09-16 安徽大学 一种基于改进rrt算法的机械臂路径规划方法
CN115979267A (zh) * 2022-12-08 2023-04-18 南京工程学院 一种基于改进rrt算法的扑翼飞行器航路规划方法

Also Published As

Publication number Publication date
CN116295443A (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
CN109724612B (zh) 一种基于拓扑地图的agv路径规划方法及设备
CN110487279B (zh) 一种基于改进a＊算法的路径规划方法
CN103529843B (zh) Lambda*路径规划算法
CN109764886A (zh) 一种路径规划方法
CN112306067B (zh) 一种全局路径规划方法及系统
CN108444490B (zh) 基于可视图和a*算法深度融合的机器人路径规划方法
EP2294522A1 (en) System and method for collision-free cad design of pipe and tube paths
CN112033413B (zh) 一种基于结合环境信息的改进a*算法的路径规划方法
CN112783169A (zh) 一种路径规划方法、设备及计算机可读存储介质
CN112269965A (zh) 一种非完整约束条件下的连续曲率路径优化方法
CN114815802A (zh) 一种基于改进蚁群算法的无人天车路径规划方法和系统
CN112344938B (zh) 基于指向和势场参数的空间环境路径生成及规划方法
CN114003613A (zh) 高精地图车道线更新方法、装置、电子设备以及存储介质
CN112066976A (zh) 一种自适应膨胀处理方法、系统、机器人及存储介质
CN114281084A (zh) 一种基于改进a*算法的智能车全局路径规划方法
CN116295443B (zh) 铰链式无人采矿装备的路径规划方法、装置、装备及介质
Sarmiento et al. An efficient strategy for rapidly finding an object in a polygonal world
CN113219990B (zh) 基于自适应邻域与转向代价的机器人路径规划方法
CN112612267A (zh) 自动驾驶的路径规划方法和装置
CN116608877A (zh) 基于rrt算法的仿生模拟植物向光性全局路径规划方法
Guo et al. A study of improvement of D* algorithms for mobile robot path planning in partial unknown environments
CN114237303B (zh) 一种基于蒙特卡洛树搜索的无人机路径规划方法及装置
Huang et al. Adaptive Informed RRT*: Asymptotically Optimal Path Planning With Elliptical Sampling Pools in Narrow Passages
Hassouna et al. Robust robotic path planning using level sets
CN112504288A (zh) 基于动态规划的局部路径规划方法

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