CN116520819A - 一种基于直连搜索的室内路径规划的方法和系统 - Google Patents
一种基于直连搜索的室内路径规划的方法和系统 Download PDFInfo
- Publication number
- CN116520819A CN116520819A CN202210070669.2A CN202210070669A CN116520819A CN 116520819 A CN116520819 A CN 116520819A CN 202210070669 A CN202210070669 A CN 202210070669A CN 116520819 A CN116520819 A CN 116520819A
- Authority
- CN
- China
- Prior art keywords
- path
- initial search
- planning
- obstacle
- search path
- 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 28
- 238000011156 evaluation Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 2
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
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
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种基于直连搜索的室内路径规划的方法。此方法使用基于起始点和目标终点的直连搜索路径，在遇到障碍物，包括动态障碍物，借助使用高精度的细栅格地图，绕离原先的初始路径规划线，寻找新的路径线。这样的路径规划既可以用在全局规划上，也可以用于局部规划上，不仅可以避免陷入寻找局部最优的问题，更是极大减轻了搜索成本，提高了搜索的效率。本发明还公布了一种agv移动机器人系统，它利用本发明所公开的方法，可以大大减轻了系统运行的计算压力，同时提高了实时效率，具有良好的实用价值。
Description
技术领域
本发明属于移动机器人路径规划技术领域，具体涉及一种室内路径规划的方法和系统。
背景技术
AGV是一种无人驾驶物流搬运车，属于智能型移动机器人。它极大程度解放了劳动力，提高了运输效率，尤其是带有自动定位避障动能的AGV，被广泛用于当前诸多的工业生产制造领域和商业服务领域。
通常认为路径规划方法分为基于搜索的路径规划方法、基于采样的路径规划算法以及智能算法。其中基于搜索的路径规划方法由于导向性好，实时性较高，适合在低维的状态空间下使用，在AGV的工作环境中得到了广泛应用。但是现有基于搜索的算法仍存在在较大场景路径搜索内存消耗大、效率低、路径未考虑机器人执行难度等问题，实用价值不高。
发明内容
本发明提供一种新的AGV机器人室内路径规划方法，沿着障碍物边缘进行搜索，同时比较当前的位置与终点位置的坐标，回到初始搜索路径线。与传统的A-STAR等算法相比，不需要做8个方向的搜索，相比较而言，该方法及系统极大减少内存消耗，减少大量无效的搜索，提高路径搜索效率。
为实现上述目的，本发明提供的方法，包括步骤：
S10：进行路径规划前的准备；
S20：基于起点和目标终点做路径规划，这条路径定义为初始搜索路径线；
S30：移动设备沿着初始搜索路径线出发前行，搜索实际路径；
S40：建立评价规则，选择最优路径输出。
步骤S10需要准备的操作有：
a1.以起点为原点，建立平面XY坐标系；
a2.将待规划区映射到此坐标系中；
a3.给待规划区引入栅格地图；
步骤S20路径规划的具体过程：
b1.连接由起点和目标终点组成的直线，此即为初始搜索路径线；
b2.初始搜索路径线与每个栅格都会产生至少一个交点，多数情况下会有两个交点；
b3.记录初始搜索路径线与平面坐标系X（或Y）轴间的夹角θ，通过它就可以方便的得到各个交点的坐标；
b4.记录各个交点的坐标，汇集成表，方便以后快速查询。
步骤S30搜索实际路径的具体过程：
c1.若沿途没有障碍物，显然此路径是最短路径；
c2.经过判定，的确遇上障碍物，则需要绕行；
c3.沿着障碍物侧面，以初始搜索路径线为界，沿两个不同的方向，搜索新的路径；
c4.前述步骤中，搜索新路径时所处的栅格，与障碍物侧面所占据的栅格是相邻的；
c5.比较当前位置与目标终点位置的坐标，当运动方向朝向目标终点时候，保持水平（或垂直）方向行进到终点或初始搜索路径线，否则回归到初始搜索路径线；
c6.前述步骤中，回归到初始搜索路径线，是指当前移动单位与初始搜索路径线距离小于某个预设的阈值，就认为移动单位已处于初始搜索路径线上，并且调整移动设备的运动方向，和初始搜索路径线保持一致。
S40：建立评价规则，选择最优路径输出；
评价规则可以有很多，主要有转弯次数和路径长短。
本发明所指的障碍物（如货架等）是外形为正方形或矩形这样的规整物体；所有的移动单位（移动机器人/agv）外形大小都保持一致。
本发明还提供了一种基于此算法的AGV移动机器人路径规划系统，其特征在于，包括存储器、处理器以及存储于存储器上并能够被处理器运行的计算机程序指令，当处理器运行该计算机程序指令时，能够实现上述的本发明方法步骤。
与现有技术相比，本发明的有益效果是：本发明极大减少了储存与维护的成本，同时提高了算法效率。
附图说明
图1是本发明实施例的方法实现流程图。
图2是本发明实施例的输出路径示意图。
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。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”“竖直”、“水平”、“内”、“外”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”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
下面结合附图对本发明做进一步的说明。
S10：进行路径规划前的准备：
a1.以起点为原点，建立平面XY坐标系；
a2.将待规划区映射到此坐标系中；
待规划区一般是仓库的工作区，与之无关的，不包含其中，也减少了搜索和运算；
a3.给待规划区引入栅格地图；
在本实施例中，移动机器人AGV在靠近障碍物或目标终点时，借助高精度栅格地图，配合其他定位方法和工具，起到好的定位效果，而且还可以进一步的细化栅格地图。
S20：基于起点和目标终点做路径规划，这条路径定义为初始搜索路径线；
b1.连接由起点和目标终点组成的直线，此即为初始搜索路径线；
实际上，这条直线起到指明方向作用，多数情况下，移动机器人只会沿着它走一小段的距离，然后会沿着新的搜索路径移动；
b2.初始搜索路径线与每个栅格都会产生至少一个交点，多数情况下会有两个交点；
b3.记录初始搜索路径线与平面坐标系X（或Y）轴间的夹角θ，通过它就可以方便的得到各个交点的坐标；
通过此夹角，创建此直线方程 y=k*x=tanθ*x，这样就可以方便的得到各个交点的坐标；
b4.记录各个交点的坐标，汇集成表，方便以后快速查询；
若需要读取初始搜索路径线其他位置坐标，而在交点表里可能查不到对应的数值，那么可以采用插值法来计算获取坐标。
S30：移动设备沿着初始搜索路径线出发前行；
c1.若沿途没有障碍物，显然此路径是最短路径；
c2.经过判定，的确遇上障碍物，则需要绕行；
障碍物的判断依据，主要来自于原有的栅格地图，和雷达的有效探测距离；
尤其是对于动态障碍物（如其他移动机器人），通过雷达的探测判断动态障碍物运动方向和是否在警戒距离范围内。若是在警戒距离内，则双方立刻停止运动，然后紧急请求呼叫调度中心仲裁，根据收到的仲裁结果再运动；否则由转弯的移动机器人停止运动并发送请求。
c3.沿着障碍物侧面，以初始搜索路径线为界，沿两个不同的方向，搜索新的路径；
在附图2中，黑色线表示初始搜索路径线；以红色、绿色线等表示不同的优化路径；
在初始搜索路径线遇到a点处的障碍物时，自动会分出两条路径，以红色来表示；
来到b点处也是分出两条路径，以绿色来表示，其中绿①与红①重合；
而绿②遇到障碍物后，也会分成两条新的路径，一条回归初始搜索线，另外一条则和红②重合；
绿③不断遇到障碍物后都会分出新的分支路径，但最后都合并到红①、红②中；
另外，红①抵达c点，本来是要回归到初始搜索线的，但由于红①的运动方向指向终点，同时c点到终点的横向距离没有障碍物，尤其是固定障碍物，因此，红①优先地水平抵达与终点具有相同横坐标的位置；
c4.前述步骤中，搜索新路径时所处的栅格，与障碍物侧面所占据的栅格是相邻的；
c5.比较当前位置与目标终点位置的坐标，当运动方向朝向目标终点或初始搜索路径线时候，保持水平（或垂直）方向行进到终点或初始搜索路径线，否则回归到初始搜索路径线；
c6.前述步骤中，回归到初始搜索路径线，是指当前移动单位与初始搜索路径线距离小于某个预设的阈值，就认为移动单位已处于初始搜索路径线上，并且调整移动设备的运动方向，和初始搜索路径线保持一致。
S40：建立评价规则，选择最优路径输出；
评价规则可以有很多，本实施例主要采用转弯次数和路径长短的复合评价。
本发明所指的障碍物（如货架等）是外形为正方形或矩形这样的规整物体；在本实施例中，摆放的位置方向也保持与边界平行，或者垂直，做如此规定，是为了方便安装定位用的红外无线发射器，同时便于校准各个发射器，精确计算彼此间的距离；
在本实施例中，障碍物不会堆叠成凹字形，做如此规定，也是同样为了精确计算彼此间的距离；
所有的移动单位（移动机器人/agv）外形大小都保持一致。
本发明还提供了一种基于此算法的AGV移动机器人路径规划系统，其特征在于，包括存储器、处理器以及存储于存储器上并能够被处理器运行的计算机程序指令，当处理器运行该计算机程序指令时，能够实现上述的方法步骤。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
Claims (6)
1.一种基于直连搜索的室内路径规划的方法，其特征在于，包括以下步骤：
S10：进行路径规划前的准备；
S20：基于起点和目标终点做路径规划，这条路径定义为初始搜索路径线；
S30：移动设备沿着初始搜索路径线出发前行，搜索实际路径；
S40：建立评价规则，选择最优路径输出。
2.根据权利要求1所述的方法，其特征在于，步骤S10需要准备的操作有：
a1.以出发区起点为原点，建立平面XY坐标系；
a2.将待规划区映射到此坐标系中；
a3.给待规划区引入栅格地图。
3.根据权利要求1所述的方法，其特征在于，步骤S20路径规划的具体过程：
b1.连接由起点和目标终点组成的直线，此即为初始搜索路径线；
b2.初始搜索路径线与每个栅格都会产生至少一个交点，多数情况下会有两个交点；
b3.记录初始搜索路径线与平面坐标系X（或Y）轴间的夹角θ，通过它就可以方便的得到各个交点的坐标；
b4.记录各个交点的坐标，汇集成表，方便以后快速查询。
4.根据权利要求1所述的方法，其特征在于，步骤S30搜索实际路径的具体过程：
c1.若沿途没有障碍物，显然此路径是最短路径；
c2.经过判定，的确遇上障碍物，则需要绕行；
c3.沿着障碍物侧面，以初始搜索路径线为界，沿两个不同的方向，搜索新的路径；
c4.前述步骤中，搜索新路径时所处的栅格，与障碍物侧面所占据的栅格是相邻的；
c5.比较当前位置与目标终点位置的坐标，当运动方向朝向目标终点时候，保持水平（或垂直）方向行进到终点或初始搜索路径线，否则回归到初始搜索路径线；
c6.前述步骤中，回归到初始搜索路径线，是指当前移动单位与初始搜索路径线距离小于某个预设的阈值，就认为移动单位已处于初始搜索路径线上，并且调整移动设备的运动方向，和初始搜索路径线保持一致。
5.根据权利要求4所述的方法，其特征在于，障碍物（如货架等）是外形为正方形或矩形这样的规整物体；所有的移动单位（移动机器人/agv）外形大小都保持一致。
6.一种根据权利要求1到5所述方法的系统，其特征在于，包括存储器、处理器以及存储于存储器上并能够被处理器运行的计算机程序指令，当处理器运行该计算机程序指令时，能够实现如权利要求1到5所述的任一项的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210070669.2A CN116520819A (zh) | 2022-01-22 | 2022-01-22 | 一种基于直连搜索的室内路径规划的方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210070669.2A CN116520819A (zh) | 2022-01-22 | 2022-01-22 | 一种基于直连搜索的室内路径规划的方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116520819A true CN116520819A (zh) | 2023-08-01 |
Family
ID=87406840
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210070669.2A Pending CN116520819A (zh) | 2022-01-22 | 2022-01-22 | 一种基于直连搜索的室内路径规划的方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116520819A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117250965A (zh) * | 2023-11-20 | 2023-12-19 | 广东电网有限责任公司佛山供电局 | 一种机器人避障快速路径重构方法和系统 |
-
2022
- 2022-01-22 CN CN202210070669.2A patent/CN116520819A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117250965A (zh) * | 2023-11-20 | 2023-12-19 | 广东电网有限责任公司佛山供电局 | 一种机器人避障快速路径重构方法和系统 |
| CN117250965B (zh) * | 2023-11-20 | 2024-02-23 | 广东电网有限责任公司佛山供电局 | 一种机器人避障快速路径重构方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109916393B (zh) | 一种基于机器人位姿的多重栅格值导航方法及其应用 | |
| CN115167398A (zh) | 一种基于改进a星算法的无人船路径规划方法 | |
| CN114296474A (zh) | 一种基于路径时间代价的无人机路径规划方法及系统 | |
| CN110956327A (zh) | 一种多机器人自动停靠方法、介质、终端和装置 | |
| CN116520819A (zh) | 一种基于直连搜索的室内路径规划的方法和系统 | |
| CN113934225A (zh) | 一种基于全覆盖路径的植保无人机航线规划方法 | |
| CN115268448A (zh) | 一种基于冲突搜索和速度障碍的多机器人路径规划方法 | |
| de Oliveira Júnior et al. | Improving the mobile robots indoor localization system by combining slam with fiducial markers | |
| CN118068367A (zh) | 一种融合优先探索和定时器机制的三维激光雷达导航方法 | |
| CN113218384B (zh) | 一种基于激光slam的室内agv自适应定位方法 | |
| CN114564008A (zh) | 基于改进A-Star算法的移动机器人路径规划方法 | |
| CN117007061A (zh) | 一种用于无人驾驶平台的基于地标的激光slam方法 | |
| CN111580530A (zh) | 一种定位方法、装置、自主移动设备及介质 | |
| CN112731434B (zh) | 基于激光雷达和标识物的定位方法、系统 | |
| CN111580563B (zh) | 一种基于种子搜索的无人机自主避障飞行方法 | |
| CN113104053A (zh) | 一种自动掉头循迹方法及无人车 | |
| Sun | Point cloud clustering algorithm for autonomous vehicle based on 2.5 D Gaussian Map | |
| CN114047514A (zh) | 基于毫米波雷达的无人艇导航方法 | |
| Yan et al. | Obstacle Circumnavigation System Based on Lidar Sensing | |
| CN118707547A (zh) | 未知环境下机器人碰撞区域的快速确定及实时避障方法 | |
| Song et al. | Obstacle tracking based on millimeter wave radar | |
| CN114047755B (zh) | 农药喷洒机器人导航规划方法、计算机装置 | |
| Adolfsson et al. | Improving localisation accuracy using submaps in warehouses | |
| Petrov et al. | Real-time laser obstacle detection system for autonomous mobile robot navigation | |
| CN112883290B (zh) | 一种基于分支定界法的自动切图方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication |