CN117707147A - 机器人覆盖路径的规划方法、装置、电子设备及存储介质 - Google Patents
机器人覆盖路径的规划方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117707147A CN117707147A CN202311623989.7A CN202311623989A CN117707147A CN 117707147 A CN117707147 A CN 117707147A CN 202311623989 A CN202311623989 A CN 202311623989A CN 117707147 A CN117707147 A CN 117707147A
- Authority
- CN
- China
- Prior art keywords
- mobile robot
- equation
- path
- coverage
- coverage 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 61
- 230000000739 chaotic effect Effects 0.000 claims abstract description 106
- 238000013507 mapping Methods 0.000 claims abstract description 30
- 238000012804 iterative process Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000010587 phase diagram Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000032823 cell division Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明提供一种机器人覆盖路径的规划方法、装置、电子设备及存储介质，该方法包括：在仿真软件中，基于非线性忆阻器替代蔡混沌系统中的蔡二极管，得到忆阻器混沌系统；确定所述忆阻器混沌系统的混沌电路对应的简化无量纲方程；确定移动机器人的运动学方程；基于所述忆阻器混沌系统的动态方程，构建所述移动机器人的路径规划器；基于所述路径规划器，以及所述运动学方程和所述简化无量纲方程，得到所述移动机器人的覆盖路径方程，并基于镜像映射的方式对所述覆盖路径方程进行求解，得到所述移动机器人的覆盖路径。本发明可以解决在对机器人的覆盖路径进行规划时，无法既保证覆盖范围，又降低规划时间和提高规划效率的技术问题。
Description
技术领域
本发明涉及机器人技术领域，具体涉及一种机器人覆盖路径的规划方法、装置、电子设备及存储介质。
背景技术
在各个行业的移动机器人应用中，自主移动机器人覆盖路径规划是近些年来更新较快的领域之一，但当前主流算法大部分适用于单一场景下的覆盖路径规划，并没有为移动机器人的路径提供随机性和不可预测性。
针对单一场景的覆盖路径规划问题，现已有回溯螺旋算法、分解方法，以及一些人工智能算法，包括神经网络算法和遗传算法。这些方法都适用于单一场景下的覆盖路径规划。然而，它们并没有为移动机器人的路径提供随机性和不可预测性。
许多研究者引入混沌系统来实现机器人覆盖路径的随机性和不可预测性。但目前面临的关键挑战是如何将混沌系统传递给移动机器人，并保证机器人的覆盖路径具有更大的覆盖范围。中村和道川提出了一种将混沌属性传递给移动机器人的方法。李彩虹提出了一种利用洛伦兹混沌系统实现移动机器人覆盖路径正则化的覆盖路径规划机制。然而，在使用混沌系统实现移动机器人覆盖路径规划的研究中，虽然机器人在工作空间的覆盖范围可以达到99％，但机器人在覆盖路径规划上的时间和效率上都有待提升。因此，现有技术方案在对机器人的覆盖路径进行规划时，无法既保证覆盖范围，又降低规划时间和提高规划效率。
发明内容
有鉴于此，有必要提供一种机器人覆盖路径的规划方法、装置、电子设备及存储介质，用以解决现有技术方案在对机器人的覆盖路径进行规划时，无法既保证覆盖范围，又降低规划时间和提高规划效率的技术问题。
为了实现上述目的，本发明提供了一种机器人覆盖路径的规划方法，包括：
在仿真软件中，基于非线性忆阻器替代蔡混沌系统中的蔡二极管，得到忆阻器混沌系统；
确定所述忆阻器混沌系统的混沌电路对应的简化无量纲方程；
确定移动机器人的运动学方程；
基于所述忆阻器混沌系统的动态方程，构建所述移动机器人的路径规划器；
基于所述路径规划器，以及所述运动学方程和所述简化无量纲方程，得到所述移动机器人的覆盖路径方程，并基于镜像映射的方式对所述覆盖路径方程进行求解，得到所述移动机器人的覆盖路径。
进一步地，所述确定所述忆阻器混沌系统的混沌电路对应的简化无量纲方程，包括：
确定所述忆阻器混沌系统的混沌电路对应的表达式；
对所述混沌电路的表达式进行归一化处理，以使所述忆阻器混沌系统无因次化，得到所述混沌电路对应的简化无量纲方程。
进一步地，所述确定移动机器人的运动学方程，包括：
构建移动机器人对应的模型；所述模型包括两个主动轮和一个被动轮，所述主动轮用于控制所述移动机器人的旋转方向和前进速度，所述被动轮辅助控制所述主动轮；
基于所述模型对应的姿态，构建所述移动机器人的运动学方程。
进一步地，所述基于镜像映射的方式对所述覆盖路径方程进行求解，得到所述移动机器人的覆盖路径，包括：
基于镜像映射的方式，并结合预设的移动机器人的初始位置，对所述覆盖路径方程进行迭代求解，且在迭代过程中，不断增加迭代次数，得到所述移动机器人的覆盖路径。
进一步地，所述基于镜像映射的方式，并结合预设的移动机器人的初始位置，对所述覆盖路径方程进行迭代求解，且在迭代过程中，不断增加迭代次数，得到所述移动机器人的覆盖路径，包括：
基于预设的移动机器人的初始位置，对所述覆盖路径方程进行迭代求解，且在迭代过程中，不断增加迭代次数，得到无约束空间中所述移动机器人的覆盖路径；
在所述无约束空间中所述移动机器人的覆盖路径不处于工作空间内部的情况下，基于镜像映射的方式重新规划所述移动机器人的路径，得到所述工作空间内部的所述移动机器人的覆盖路径。
进一步地，机器人覆盖路径的规划方法，还包括：
将所述工作空间划分为多个相同的单元格；
基于在工作空间中所述移动机器人的覆盖路径所经过的单元格，确定所述移动机器人在所述工作空间中的覆盖程度，并基于所述覆盖程度确定在工作空间中所述移动机器人的覆盖路径的有效性。
进一步地，所述基于在工作空间中所述移动机器人的覆盖路径所经过的单元格，确定所述移动机器人在所述工作空间中的覆盖程度，包括：
将工作空间中所述移动机器人的覆盖路径所经过的单元格的数量，除以所述工作空间中的总数量，得到所述移动机器人在所述工作空间中的覆盖程度。
本发明还提供一种机器人覆盖路径的规划装置，包括：
混沌系统构建模块，用于在仿真软件中，基于非线性忆阻器替代蔡混沌系统中的蔡二极管，得到忆阻器混沌系统；
简化模块，用于确定所述忆阻器混沌系统的混沌电路对应的简化无量纲方程；
运动确定模块，用于确定移动机器人的运动学方程；
规划器构建模块，用于基于所述忆阻器混沌系统的动态方程，构建所述移动机器人的路径规划器；
路径求解模块，用于基于所述路径规划器，以及所述运动学方程和所述简化无量纲方程，得到所述移动机器人的覆盖路径方程，并基于镜像映射的方式对所述覆盖路径方程进行求解，得到所述移动机器人的覆盖路径。
本发明还提供一种电子设备，包括存储器和处理器，其中，
所述存储器，用于存储程序；
所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以实现如上述任意一项所述的机器人覆盖路径的规划方法中的步骤。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的机器人覆盖路径的规划方法。
采用上述实现方式的有益效果是：本发明提供的机器人覆盖路径的规划方法、装置、电子设备及存储介质，通过在仿真软件中，基于非线性忆阻器替代蔡混沌系统中的蔡二极管，得到忆阻器混沌系统；确定所述忆阻器混沌系统的混沌电路对应的简化无量纲方程；确定移动机器人的运动学方程；基于所述忆阻器混沌系统的动态方程，构建所述移动机器人的路径规划器；基于所述路径规划器，以及所述运动学方程和所述简化无量纲方程，得到所述移动机器人的覆盖路径方程，并基于镜像映射的方式对所述覆盖路径方程进行求解，得到所述移动机器人的覆盖路径。
本发明提出的机器人覆盖路径的规划方法，利用忆阻器混沌系统实现移动机器人全覆盖路径规划，当机器人有边界约束时，采用镜像映射的方式对忆阻器混沌系统确定的覆盖路径方程进行求解，以提高机器人覆盖路径的覆盖范围。
同时，本发明采用将混沌系统与移动机器人相结合的方式，可以在移动机器人覆盖路径规划的特殊场景中提供显著的优势，即路径降低规划时间和提高路径规划效率，从而解决现有技术方案在对机器人的覆盖路径进行规划时，无法既保证覆盖范围，又降低规划时间和提高规划效率的技术问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，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。
图1为本发明提供的机器人覆盖路径的规划方法的一实施例的流程图；
图2为本发明提供的基于忆阻器的混沌电路的结构图；
图3(a)为本发明提供的忆阻器混沌系统的第一相位图；
图3(b)为本发明提供的忆阻器混沌系统的第二相位图；
图4为本发明提供的李雅普诺夫指数谱的示意图；
图5为本发明提供的移动机器人的运动模型示意图；
图6(a)为本发明提供的在无约束工作空间中基于忆阻器混沌系统的机器人覆盖路径的第一示意图；
图6(b)为本发明提供的在无约束工作空间中基于忆阻器混沌系统的机器人覆盖路径的第二示意图；
图7为本发明提供的镜像映射原理图；
图8为本发明提供的将工作区划分为相同的单元格以计算覆盖率的示意图；
图9为本发明提供的基于镜像映射方法的忆阻器混沌系统的机器人覆盖路径示意图；
图10为本发明提供的机器人覆盖路径的规划装置的一实施例的原理框图；
图11为本发明提供的电子设备的一个实施例结构示意图。
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、完整的描述。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。
在本申请实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。
本发明实施例中术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或模块的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或模块，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。
在本发明实施例中出现的对步骤进行的命名或者编号，并不意味着必须按照命名或者编号所指示的时间/逻辑先后顺序执行方法流程中的步骤，已经命名或者编号的流程步骤可以根据要实现的技术目的变更执行次序，只要能达到相同或者相似的技术效果即可。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其他实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其他实施例相结合。
本发明提供了一种机器人覆盖路径的规划方法、装置、电子设备及存储介质，以下分别进行说明。
如图1所示，本发明提供一种机器人覆盖路径的规划方法，包括：
步骤110、在仿真软件中，基于非线性忆阻器替代蔡混沌系统中的蔡二极管，得到忆阻器混沌系统；
步骤120、确定所述忆阻器混沌系统的混沌电路对应的简化无量纲方程；
步骤130、确定移动机器人的运动学方程；
步骤140、基于所述忆阻器混沌系统的动态方程，构建所述移动机器人的路径规划器；
步骤150、基于所述路径规划器，以及所述运动学方程和所述简化无量纲方程，得到所述移动机器人的覆盖路径方程，并基于镜像映射的方式对所述覆盖路径方程进行求解，得到所述移动机器人的覆盖路径。
可以理解的是，忆阻器混沌系统的构建，该电路由磁通控制的忆阻器和蔡电路组成，在蔡混沌系统的基础上，采用非线性忆阻器代替蔡二极管，可以通过Multisim仿真构造出与蔡混沌电路结构相似的忆阻器混沌系统，如图2所示。在一些实施例中，所述确定所述忆阻器混沌系统的混沌电路对应的简化无量纲方程，包括：
确定所述忆阻器混沌系统的混沌电路对应的表达式；
对所述混沌电路的表达式进行归一化处理，以使所述忆阻器混沌系统无因次化，得到所述混沌电路对应的简化无量纲方程。
可以理解的是，从忆阻器混沌系统中，以图2为参考，应用基尔霍夫电流定律和基尔霍夫电压定律，得到基于忆阻器的混沌电路的表达式如下：
该表达式中每一个参数与图2中所示的标识一一对应，例如该表达式中的V1(t)对应图2中的电压V1的值，V2(t)对应图2中的电压V2的值，V1(t)和V2(t)是关于时间t的函数，表达式中的C1对应图2中的电容C1的值。
忆阻器的忆导函数为：
在如下方程中设定：
利用归一化原理，通过设定x1＝iL,x3＝V2,x4＝V1使忆阻器混沌系统无因次化，从而得到忆阻器混沌系统的简化无量纲方程如下：
利用MATLAB仿真软件对(x1,x2,x3,x4)设定数值为(0.5；1；0；0.1),δ＝9,λ＝14,a＝-1.2，b＝0.2，得到的忆阻器混沌系统的相位图如图3a和图3b所示，图3a和图3b分别揭示了具有两个吸引子的混沌现象。此外，计算混沌系统的李雅普诺夫指数值指数，采样间隔为0.2，采样时间为1500次迭代，得到的图4李雅普诺夫指数值，进一步证明忆阻器混沌系统的混沌性质。
在一些实施例中，所述确定移动机器人的运动学方程，包括：
构建移动机器人对应的模型；所述模型包括两个主动轮和一个被动轮，所述主动轮用于控制所述移动机器人的旋转方向和前进速度，所述被动轮辅助控制所述主动轮；
基于所述模型对应的姿态，构建所述移动机器人的运动学方程。
可以理解的是，如图5所示，采用两轮差动机器人模型，构造忆阻器混沌机器人。该模型由两个主动轮和一个被动轮组成，机器人的旋转方向和前进速度由主动轮控制，被动轮辅助控制主动轮。移动机器人在二维空间中的运动学方程式是基于它的姿态确定的，它的姿态包括它的位置(x,y)和方向(θ)。其运动方程表达式为：
在一些实施例中，所述基于镜像映射的方式对所述覆盖路径方程进行求解，得到所述移动机器人的覆盖路径，包括：
基于镜像映射的方式，并结合预设的移动机器人的初始位置，对所述覆盖路径方程进行迭代求解，且在迭代过程中，不断增加迭代次数，得到所述移动机器人的覆盖路径。
可以理解的是，利用忆阻器混沌系统的动态方程，为混沌机器人设计一个路径规划器，并将机器人运动学与忆阻器混沌系统相结合得到了机器人覆盖路径的方程如下：
在MATLAB中假设机器人的初始位置和不断增加迭代次数，从而在路径规划过程中引入机器人姿态的变化，并得到在无约束工作空间中基于忆阻器混沌系统的机器人覆盖路径，如图6a和图6b所示。
在一些实施例中，所述基于镜像映射的方式，并结合预设的移动机器人的初始位置，对所述覆盖路径方程进行迭代求解，且在迭代过程中，不断增加迭代次数，得到所述移动机器人的覆盖路径，包括：
基于预设的移动机器人的初始位置，对所述覆盖路径方程进行迭代求解，且在迭代过程中，不断增加迭代次数，得到无约束空间中所述移动机器人的覆盖路径；
在所述无约束空间中所述移动机器人的覆盖路径不处于工作空间内部的情况下，基于镜像映射的方式重新规划所述移动机器人的路径，得到所述工作空间内部的所述移动机器人的覆盖路径。
可以理解的是，为了确保移动机器人不会溢出工作空间，我们利用镜像映射原理，当机器人的传感器检测到工作空间的边界时，移动机器人会应用图7所示的镜像映射原理所示的反射原理重新规划路径。采取图8所示的15m×15m的矩形区域作为移动机器人的工作空间，通过MATLAB仿真，选取四个不同的迭代计数3000、6000、8000、10000，得到如图9所示基于镜像映射方法的忆阻器混沌系统的机器人覆盖路径。
在一些实施例中，机器人覆盖路径的规划方法，还包括：
将所述工作空间划分为多个相同的单元格；
基于在工作空间中所述移动机器人的覆盖路径所经过的单元格，确定所述移动机器人在所述工作空间中的覆盖程度，并基于所述覆盖程度确定在工作空间中所述移动机器人的覆盖路径的有效性。
进一步地，所述基于在工作空间中所述移动机器人的覆盖路径所经过的单元格，确定所述移动机器人在所述工作空间中的覆盖程度，包括：
将工作空间中所述移动机器人的覆盖路径所经过的单元格的数量，除以所述工作空间中的总数量，得到所述移动机器人在所述工作空间中的覆盖程度。
使用近似的单元分解方法，将工作空间划分为相同的单元，如图8所示，计算移动机器人的覆盖率，使用覆盖率来验证忆阻器混沌机器人控制移动机器人的有效性。其中，使用近似的格子分解方法来计算覆盖率，工作空间被划分为相同的单元格，如果机器人路径经过某个单元格，则认为该单元格被覆盖。覆盖率定义为遍历的工作空间与总工作空间的比值，公式为：
其中，ΩN表示遍历的工作空间，ΩM表示总工作空间，Rc表示覆盖率，可以将第i个单元格的覆盖率定义为D(i)，如果该单元格被覆盖则等于1，否则等于0。
单元格总数用W表示，可以表示为工作区大小与单元格大小之比。
因此，我们可以得到基于细胞分裂计算覆盖率的公式：
其中，D'(i)表示已覆盖的单元格数量。
为了获得更准确的覆盖率，我们计算已被覆盖一次的每个单元，如果再次被覆盖，则不再计算它。在这种方法中，可以将单元格大小定义为0.05×0.05。
最后根据在不同迭代次数下的覆盖路径图，根据该步骤计算得到基于镜像映射的忆阻器和蔡混沌系统覆盖路径的覆盖率。
通过计算覆盖路径的覆盖率，可以确定基于忆阻器的混沌系统比蔡氏混沌系统具有更高的覆盖率。这也反映了将混沌系统与移动机器人相结合，可以在移动机器人覆盖路径规划的特殊场景中提供显著的优势，验证了基于忆阻器的混沌系统可以实现移动机器人在特殊场景下的全覆盖路径规划。
综上所述，本发明提供的一种机器人覆盖路径的规划方法，通过在仿真软件中，基于非线性忆阻器替代蔡混沌系统中的蔡二极管，得到忆阻器混沌系统；确定所述忆阻器混沌系统的混沌电路对应的简化无量纲方程；确定移动机器人的运动学方程；基于所述忆阻器混沌系统的动态方程，构建所述移动机器人的路径规划器；基于所述路径规划器，以及所述运动学方程和所述简化无量纲方程，得到所述移动机器人的覆盖路径方程，并基于镜像映射的方式对所述覆盖路径方程进行求解，得到所述移动机器人的覆盖路径。
本发明提出的机器人覆盖路径的规划方法，利用忆阻器混沌系统实现移动机器人全覆盖路径规划，当机器人有边界约束时，采用镜像映射的方式对忆阻器混沌系统确定的覆盖路径方程进行求解，以提高机器人覆盖路径的覆盖范围。
同时，本发明采用将混沌系统与移动机器人相结合的方式，可以在移动机器人覆盖路径规划的特殊场景中提供显著的优势，即路径降低规划时间和提高路径规划效率，从而解决现有技术方案在对机器人的覆盖路径进行规划时，无法既保证覆盖范围，又降低规划时间和提高规划效率的技术问题。
如图10所示，本发明还提供一种机器人覆盖路径的规划装置1000，包括：
混沌系统构建模块1010，用于在仿真软件中，基于非线性忆阻器替代蔡混沌系统中的蔡二极管，得到忆阻器混沌系统；
简化模块1020，用于确定所述忆阻器混沌系统的混沌电路对应的简化无量纲方程；
运动确定模块1030，用于确定移动机器人的运动学方程；
规划器构建模块1040，用于基于所述忆阻器混沌系统的动态方程，构建所述移动机器人的路径规划器；
路径求解模块1050，用于基于所述路径规划器，以及所述运动学方程和所述简化无量纲方程，得到所述移动机器人的覆盖路径方程，并基于镜像映射的方式对所述覆盖路径方程进行求解，得到所述移动机器人的覆盖路径。
上述实施例提供的机器人覆盖路径的规划装置可实现上述机器人覆盖路径的规划方法实施例中描述的技术方案，上述各模块或单元具体实现的原理可参见上述机器人覆盖路径的规划方法实施例中的相应内容，此处不再赘述。
如图11所示，本发明还相应提供了一种电子设备1100。该电子设备1100包括处理器1101、存储器1102及显示器1103。图11仅示出了电子设备1100的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
存储器1102在一些实施例中可以是电子设备1100的内部存储单元，例如电子设备1100的硬盘或内存。存储器1102在另一些实施例中也可以是电子设备1100的外部存储设备，例如电子设备1100上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。
进一步地，存储器1102还可既包括电子设备1100的内部储存单元也包括外部存储设备。存储器1102用于存储安装电子设备1100的应用软件及各类数据。
处理器1101在一些实施例中可以是一个中央处理器(Central Processing Unit，CPU)，微处理器或其他数据处理芯片，用于运行存储器1102中存储的程序代码或处理数据，例如本发明中的机器人覆盖路径的规划方法。
显示器1103在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。显示器1103用于显示在电子设备1100的信息以及用于显示可视化的用户界面。电子设备1100的部件1101-1103通过系统总线相互通信。
在本发明的一些实施例中，当处理器1101执行存储器1102中的机器人覆盖路径的规划程序时，可实现以下步骤：
在仿真软件中，基于非线性忆阻器替代蔡混沌系统中的蔡二极管，得到忆阻器混沌系统；
确定所述忆阻器混沌系统的混沌电路对应的简化无量纲方程；
确定移动机器人的运动学方程；
基于所述忆阻器混沌系统的动态方程，构建所述移动机器人的路径规划器；
基于所述路径规划器，以及所述运动学方程和所述简化无量纲方程，得到所述移动机器人的覆盖路径方程，并基于镜像映射的方式对所述覆盖路径方程进行求解，得到所述移动机器人的覆盖路径。
应当理解的是：处理器1101在执行存储器1102中的机器人覆盖路径的规划程序时，除了上面的功能之外，还可实现其他功能，具体可参见前面相应方法实施例的描述。
进一步地，本发明实施例对提及的电子设备1100的类型不作具体限定，电子设备1100可以为手机、平板电脑、个人数字助理(personal digitalassistant，PDA)、可穿戴设备、膝上型计算机(laptop)等便携式电子设备。便携式电子设备的示例性实施例包括但不限于搭载IOS、android、microsoft或者其他操作系统的便携式电子设备。上述便携式电子设备也可以是其他便携式电子设备，诸如具有触敏表面(例如触控面板)的膝上型计算机(laptop)等。还应当理解的是，在本发明其他一些实施例中，电子设备1100也可以不是便携式电子设备，而是具有触敏表面(例如触控面板)的台式计算机。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的机器人覆盖路径的规划方法，该方法包括：
在仿真软件中，基于非线性忆阻器替代蔡混沌系统中的蔡二极管，得到忆阻器混沌系统；
确定所述忆阻器混沌系统的混沌电路对应的简化无量纲方程；
确定移动机器人的运动学方程；
基于所述忆阻器混沌系统的动态方程，构建所述移动机器人的路径规划器；
基于所述路径规划器，以及所述运动学方程和所述简化无量纲方程，得到所述移动机器人的覆盖路径方程，并基于镜像映射的方式对所述覆盖路径方程进行求解，得到所述移动机器人的覆盖路径。
本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，程序可存储于计算机可读存储介质中。其中，计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上对本发明所提供的机器人覆盖路径的规划方法、装置、电子设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种机器人覆盖路径的规划方法，其特征在于，包括：
在仿真软件中，基于非线性忆阻器替代蔡混沌系统中的蔡二极管，得到忆阻器混沌系统；
确定所述忆阻器混沌系统的混沌电路对应的简化无量纲方程；
确定移动机器人的运动学方程；
基于所述忆阻器混沌系统的动态方程，构建所述移动机器人的路径规划器；
基于所述路径规划器，以及所述运动学方程和所述简化无量纲方程，得到所述移动机器人的覆盖路径方程，并基于镜像映射的方式对所述覆盖路径方程进行求解，得到所述移动机器人的覆盖路径。
2.根据权利要求1所述的机器人覆盖路径的规划方法，其特征在于，所述确定所述忆阻器混沌系统的混沌电路对应的简化无量纲方程，包括：
确定所述忆阻器混沌系统的混沌电路对应的表达式；
对所述混沌电路的表达式进行归一化处理，以使所述忆阻器混沌系统无因次化，得到所述混沌电路对应的简化无量纲方程。
3.根据权利要求1所述的机器人覆盖路径的规划方法，其特征在于，所述确定移动机器人的运动学方程，包括：
构建移动机器人对应的模型；所述模型包括两个主动轮和一个被动轮，所述主动轮用于控制所述移动机器人的旋转方向和前进速度，所述被动轮辅助控制所述主动轮；
基于所述模型对应的姿态，构建所述移动机器人的运动学方程。
4.根据权利要求1-3任一项所述的机器人覆盖路径的规划方法，其特征在于，所述基于镜像映射的方式对所述覆盖路径方程进行求解，得到所述移动机器人的覆盖路径，包括：
基于镜像映射的方式，并结合预设的移动机器人的初始位置，对所述覆盖路径方程进行迭代求解，且在迭代过程中，不断增加迭代次数，得到所述移动机器人的覆盖路径。
5.根据权利要求4所述的机器人覆盖路径的规划方法，其特征在于，所述基于镜像映射的方式，并结合预设的移动机器人的初始位置，对所述覆盖路径方程进行迭代求解，且在迭代过程中，不断增加迭代次数，得到所述移动机器人的覆盖路径，包括：
基于预设的移动机器人的初始位置，对所述覆盖路径方程进行迭代求解，且在迭代过程中，不断增加迭代次数，得到无约束空间中所述移动机器人的覆盖路径；
在所述无约束空间中所述移动机器人的覆盖路径不处于工作空间内部的情况下，基于镜像映射的方式重新规划所述移动机器人的路径，得到所述工作空间内部的所述移动机器人的覆盖路径。
6.根据权利要求5所述的机器人覆盖路径的规划方法，其特征在于，还包括：
将所述工作空间划分为多个相同的单元格；
基于在工作空间中所述移动机器人的覆盖路径所经过的单元格，确定所述移动机器人在所述工作空间中的覆盖程度，并基于所述覆盖程度确定在工作空间中所述移动机器人的覆盖路径的有效性。
7.根据权利要求6所述的机器人覆盖路径的规划方法，其特征在于，所述基于在工作空间中所述移动机器人的覆盖路径所经过的单元格，确定所述移动机器人在所述工作空间中的覆盖程度，包括：
将工作空间中所述移动机器人的覆盖路径所经过的单元格的数量，除以所述工作空间中的总数量，得到所述移动机器人在所述工作空间中的覆盖程度。
8.一种机器人覆盖路径的规划装置，其特征在于，包括：
混沌系统构建模块，用于在仿真软件中，基于非线性忆阻器替代蔡混沌系统中的蔡二极管，得到忆阻器混沌系统；
简化模块，用于确定所述忆阻器混沌系统的混沌电路对应的简化无量纲方程；
运动确定模块，用于确定移动机器人的运动学方程；
规划器构建模块，用于基于所述忆阻器混沌系统的动态方程，构建所述移动机器人的路径规划器；
路径求解模块，用于基于所述路径规划器，以及所述运动学方程和所述简化无量纲方程，得到所述移动机器人的覆盖路径方程，并基于镜像映射的方式对所述覆盖路径方程进行求解，得到所述移动机器人的覆盖路径。
9.一种电子设备，其特征在于，包括存储器和处理器，其中，
所述存储器，用于存储程序；
所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以实现如权利要求1至7中任意一项所述的机器人覆盖路径的规划方法中的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的机器人覆盖路径的规划方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311623989.7A CN117707147A (zh) | 2023-11-28 | 2023-11-28 | 机器人覆盖路径的规划方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311623989.7A CN117707147A (zh) | 2023-11-28 | 2023-11-28 | 机器人覆盖路径的规划方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117707147A true CN117707147A (zh) | 2024-03-15 |
Family
ID=90152526
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311623989.7A Pending CN117707147A (zh) | 2023-11-28 | 2023-11-28 | 机器人覆盖路径的规划方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117707147A (zh) |
-
2023
- 2023-11-28 CN CN202311623989.7A patent/CN117707147A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11710041B2 (en) | Feature map and weight selection method and accelerating device | |
| CN108229654B (zh) | 神经网络卷积运算装置及方法 | |
| KR101924500B1 (ko) | 다차원 텐서들에서의 데이터 액세스 | |
| CN108645411B (zh) | 基于粒子群算法的机器人路径规划方法、装置及终端设备 | |
| CN111738433B (zh) | 一种可重配置的卷积硬件加速器 | |
| CN108496188A (zh) | 神经网络训练的方法、装置、计算机系统和可移动设备 | |
| US20240012788A1 (en) | Systems and methods for implementing a machine perception and dense algorithm integrated circuit and enabling a flowing propagation of data within the integrated circuit | |
| CN112000115B (zh) | 一种自主式水下机器人的路径规划方法及相关设备 | |
| CN112906865B (zh) | 神经网络架构搜索方法、装置、电子设备及存储介质 | |
| CN110866497A (zh) | 基于点线特征融合的机器人定位与建图方法和装置 | |
| CN110221722A (zh) | 图片处理方法、电子设备及存储介质 | |
| CN117707147A (zh) | 机器人覆盖路径的规划方法、装置、电子设备及存储介质 | |
| CN110017840A (zh) | 导航数据的处理方法和装置、电子设备、计算机可读介质 | |
| Chun et al. | CP-CNN: Computational Parallelization of CNN-based Object Detectors in Heterogeneous Embedded Systems for Autonomous Driving | |
| Guo et al. | Finite time tracking control of mobile robot based on non-singular fast terminal sliding mode | |
| CN104317892B (zh) | 可移植可执行文件的时序特征处理方法及装置 | |
| Lu et al. | Flight with limited field of view: A parallel and gradient-free strategy for micro aerial vehicle | |
| CN111645687A (zh) | 变道策略确定方法、装置及存储介质 | |
| CN116561478A (zh) | 基于混合粒子群的蝴蝶算法的变电站平面布局方法 | |
| CN115546515A (zh) | 一种深度信息获取方法和装置 | |
| Zhao et al. | Simulated annealing with a hybrid local search for solving the traveling salesman problem | |
| CN115034459A (zh) | 一种行人轨迹时间序列预测方法 | |
| CN116185378A (zh) | 计算图的优化方法、数据处理方法及相关产品 | |
| CN114227686A (zh) | 一种机器人避障控制方法、装置、终端设备及存储介质 | |
| Hou et al. | Path planning for mobile robots based on improved A* algorithm |
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 |