WO2018064819A1 - 一种移动机器人的路线规划方法 - Google Patents
一种移动机器人的路线规划方法 Download PDFInfo
- Publication number
- WO2018064819A1 WO2018064819A1 PCT/CN2016/101511 CN2016101511W WO2018064819A1 WO 2018064819 A1 WO2018064819 A1 WO 2018064819A1 CN 2016101511 W CN2016101511 W CN 2016101511W WO 2018064819 A1 WO2018064819 A1 WO 2018064819A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- route
- line segment
- robot
- nodes
- stop
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000010586 diagram Methods 0.000 description 4
- 238000011065 in-situ storage Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000003032 molecular docking Methods 0.000 description 3
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000006467 substitution reaction 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
-
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/0088—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- 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
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S901/00—Robots
- Y10S901/01—Mobile robot
Abstract
一种移动机器人的路线规划方法,包括如下步骤:步骤一,根据机器人的移动目标和地图上的节点属性搜索可行路线;步骤二,根据所有可行路线中线段的权重值确定最优路线,线段为由多个控制点的贝塞尔曲线或者样条曲线构成的任意曲线;步骤三,驱动机器人沿着最优路线移动,并在停靠点停止。该方法通过增加节点的旋转属性,大幅增加节点之间的联通方式,避免了两个节点之间只有一种单一连接方式;通过增加线段的权重属性,可根据线段的长度快速确定最短路径,且可根据需要,只需调节线段权重值即可调整机器人的移动路径,操作简单;能够使机器人停靠在线段的任意位置,而无需增加节点从而影响地图路段配置。
Description
技术领域
本发明涉及移动机器人领域,特别涉及一种 移动机器人的路线规划方法。
背景技术
现在的移动机器人大都是基于现有的地图基础上进行路径规划,配置相应的路线,配合基于该地图的定位系统,使移动机器人可以沿着对应路线移动并最终停靠在指定路线上的目标点位置。
路线均是由节点和线组成,任意两个节点相连可以构成一条线,多条线相连便组成图,目前大多移动机器人均是在图中的一个点搜索出一条路径到达图中的另一个点。但是这种路线规划使得机器人的停靠点需要设置在节点处,不够灵活。
发明内容
为了解决上述问题,本发明提供 一种移动机器人的路线规划方法, 包括如下步骤:
步骤一,根据机器人的移动目标和地图上的节点属性搜索可行路线;
步骤二,根据所有可行路线中线段的权重值确定最优路线,线段为由多个控制点的 贝塞尔曲线 或者样条曲线
构成的任意曲线;
步骤三,驱动机器人沿着最优路线移动,并在停靠点停止。
进一步地,在步骤一中,节点属性包括可旋转属性和不可旋转属性,机器人能够在可旋转属性的节点原地旋转,从而切换线段并搜索可行路线。
进一步地,在步骤二中,线段的权重值等于线段长度值,采用线段长度值最短的可行路径为最优路线。
进一步地,在步骤二中,线段的权重值可以通过人工输入来确定,采用线段的权重值最小的可行路线作为最优路线。
进一步地,在步骤三中,通过线段上的相对位置来确定停靠点,从而使机器人可以在线段的任意位置停靠。
本发明的有益效果如下:
1 、本发明的 移动机器人的路线规划配置的方法,
通过增加节点的旋转属性,大幅增加节点之间的联通方式,避免了两个节点之间只有一种单一连接方式。
2 、 移动机器人的路线规划配置的方法,
通过增加线段的权重属性,可根据线段的长度快速确定最短路径,且可根据需要,只需调节线段权重值即可调整机器人的移动路径,操作简单。
3 、
移动机器人的路线规划配置的方法,能够使机器人停靠在线段的任意位置,而无需增加节点从而影响地图路段配置。
附图说明
图1是本发明的一种搜索可行路线的贝塞尔曲线的矢量图;
图2是本发明的一种确定最优路线的贝塞尔曲线的矢量图;
图3是本发明的 未配置停靠点的初始路线示意图;
图4是本 发明 的节点作为停靠点的路线示意图;
图5是本 发明 的停靠点设置在线段的任意位置示意图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步详细说明。
如图1-5所示,本发明公开了一种移动机器人的路线规划方法, 包括如下步骤:
步骤一,根据机器人的移动目标和地图上的节点属性搜索可行路线;
步骤二,根据所有可行路线中线段的权重值确定最优路线,线段为由多个控制点的贝塞尔曲线 或者样条曲线
构成的任意曲线;
步骤三,驱动机器人沿着最优路线移动,并在停靠点停止。
在步骤一中,节点属性包括可旋转属性和不可旋转属性,机器人能够在可旋转属性的节点原地旋转,从而切换线段并搜索可行路线。
在节点处相邻的线段如果夹角超过一定角度(可配置),如果该节点处没有配置允许旋转属性则认为此线段不相连,在路径搜索中不会连接此线段,反之,如果配置了允许旋转,则将此线段联通,在移动机器人运动到该节点处以原地旋转的形式切换线段。
如图1所示,在一个实施例中,当节点2没有配置允许原地旋转属性,由于线段(1,2)和线段(2,4)在节点2处有角度突变,在路径搜索时则认为线段(1,2)和线段(2,4)不连通,实际搜索出来的路线为(1,2)->(2,3)->(3,4)而不是最短的路径(1,2)->(2,4)。在一个实施例中,当节点2配置了允许原地旋转的属性,则搜索出来的路径则为最短的路径(1,2)->(2,4)。
在一个实施例中,线段带有配置权重的属性,在步骤二中,线段的权重值等于线段长度值,采用线段长度值最短的可行路径为最优路线。线段的权重值可以通过人工输入来确定,采用线段的权重值最小的可行路线作为最优路线。
权重值默认等于线段长度但修改权重不会影响线段长度,默认的路线搜索为最短路径搜索,但针对某些同时满足路径条件的路线,需要机器人走较长的那段路线,此时可以通过修改对应路线的权重达到目的。
在一个实施例中,各个线段的默认权重值为线段长度,如图2所示,当机器人需要的路线规划为(1,2)->(2,3)->(3,4)而不是最短的(1,2)->(2,4),则此时可以修改路线权重来达到目的。例如将线段(2,4)的权重改为10,或者将线段(2,3)和线段(3,4)的权重和改为小于7均可以是最终搜出的路线为(1,2)->(2,3)->(3,4)。
在步骤三中,通过线段上的相对位置来确定停靠点,从而使机器人 可以在线段的任意位置停靠 。
如图3-图4所示,目前大多数移动机器人的停靠目标点均是在路线的节点上,如果在某一段线路上需要很密集的设置很多个停靠目标点,此时需要设置很多个路线节点,另外,在已有路线上增加停靠点,则需要增加对应节点,这样就变更了整体的地图路线。
如图5所示,因此本发明的一个实施例中,将停靠点以在某线段上的相对位置(对应条线段上,距离线段起点距离占该线段总距离的百分比)来表示线段上的任意一个点,这样,停靠点的设置则无需变更原有地图路线,还可以方便的变更停靠点位置而不影响原有路线,同时,停靠点的增删改操作均不会影响其他停靠点的路径搜索(其他停靠点搜出的路径不变)。
以上所述,并不用以限制发明,凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同替换和改进,均应包含在本发明技术方案的保护范围之内。
Claims (5)
- 一种移动机器人的路线规划方法,其特征在于, 包括如下步骤:步骤一,根据机器人的移动目标和地图上的节点属性搜索可行路线;步骤二,根据所有可行路线中线段的权重值确定最优路线,所述线段为由多个控制点的贝塞尔曲线或者样条曲线构成的任意曲线;步骤三,驱动机器人沿着最优路线移动,并在停靠点停止。
- 如权利要求1所述的移动机器人的路线规划方法,其特征在于,在所述步骤一中,节点属性包括可旋转属性和不可旋转属性,机器人能够在可旋转属性的节点原地旋转,从而切换线段并搜索可行路线。
- 如权利要求1所述的移动机器人的路线规划方法,其特征在于,在所述步骤二中,线段的权重值等于线段长度值,采用线段长度值最短的可行路径为最优路线。
- 如权利要求1所述的移动机器人的路线规划方法,其特征在于,在所述步骤二中,线段的权重值可以通过人工输入来确定,采用线段的权重值最小的可行路线作为最优路线。
- 如权利要求1所述的移动机器人的路线规划方法,其特征在于,在所述步骤三中,通过线段上的相对位置来确定停靠点,从而使机器人可以在线段的任意位置停靠。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2016/101511 WO2018064819A1 (zh) | 2016-10-08 | 2016-10-08 | 一种移动机器人的路线规划方法 |
US15/305,507 US10310512B2 (en) | 2016-10-08 | 2016-10-08 | Path planning method for mobile robots |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2016/101511 WO2018064819A1 (zh) | 2016-10-08 | 2016-10-08 | 一种移动机器人的路线规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2018064819A1 true WO2018064819A1 (zh) | 2018-04-12 |
Family
ID=61830795
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/CN2016/101511 WO2018064819A1 (zh) | 2016-10-08 | 2016-10-08 | 一种移动机器人的路线规划方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10310512B2 (zh) |
WO (1) | WO2018064819A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110216673A (zh) * | 2019-06-10 | 2019-09-10 | 成都理工大学 | 电液机器人关节轨迹的非支配邻域免疫遗传多目标优化方法 |
CN112683278A (zh) * | 2021-01-08 | 2021-04-20 | 东南大学 | 一种基于改进a*算法和贝塞尔曲线的全局路径规划方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11829917B2 (en) * | 2019-02-20 | 2023-11-28 | Panasonic Intellectual Property Management Co., Ltd. | Standby position determination device and standby position determination method |
CN113485366B (zh) * | 2021-08-05 | 2022-03-04 | 泰瑞数创科技(北京)有限公司 | 用于机器人的导航路径生成方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101837591A (zh) * | 2010-03-12 | 2010-09-22 | 西安电子科技大学 | 基于双群协同竞争粒子群和Ferguson样条的机器人路径规划方法 |
CN102207736A (zh) * | 2010-03-31 | 2011-10-05 | 中国科学院自动化研究所 | 基于贝塞尔曲线的机器人路径规划方法及装置 |
CN103376118A (zh) * | 2012-04-27 | 2013-10-30 | 北京四维图新科技股份有限公司 | 基于曲率的辅助驾驶的方法及装置 |
CN103802113A (zh) * | 2012-11-08 | 2014-05-21 | 沈阳新松机器人自动化股份有限公司 | 基于任务和样条曲线的工业机器人路径规划方法 |
CN104833374A (zh) * | 2015-04-29 | 2015-08-12 | 东北师范大学 | 一种实时仿真直升机飞行导航方法及系统 |
CN106382944A (zh) * | 2016-10-08 | 2017-02-08 | 浙江国自机器人技术有限公司 | 一种移动机器人的路线规划方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9511799B2 (en) * | 2013-02-04 | 2016-12-06 | Ford Global Technologies, Llc | Object avoidance for a trailer backup assist system |
CA2975957A1 (en) * | 2015-02-05 | 2016-08-11 | Akash Gupta | Apparatus and method for navigation control |
-
2016
- 2016-10-08 WO PCT/CN2016/101511 patent/WO2018064819A1/zh active Application Filing
- 2016-10-08 US US15/305,507 patent/US10310512B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101837591A (zh) * | 2010-03-12 | 2010-09-22 | 西安电子科技大学 | 基于双群协同竞争粒子群和Ferguson样条的机器人路径规划方法 |
CN102207736A (zh) * | 2010-03-31 | 2011-10-05 | 中国科学院自动化研究所 | 基于贝塞尔曲线的机器人路径规划方法及装置 |
CN103376118A (zh) * | 2012-04-27 | 2013-10-30 | 北京四维图新科技股份有限公司 | 基于曲率的辅助驾驶的方法及装置 |
CN103802113A (zh) * | 2012-11-08 | 2014-05-21 | 沈阳新松机器人自动化股份有限公司 | 基于任务和样条曲线的工业机器人路径规划方法 |
CN104833374A (zh) * | 2015-04-29 | 2015-08-12 | 东北师范大学 | 一种实时仿真直升机飞行导航方法及系统 |
CN106382944A (zh) * | 2016-10-08 | 2017-02-08 | 浙江国自机器人技术有限公司 | 一种移动机器人的路线规划方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110216673A (zh) * | 2019-06-10 | 2019-09-10 | 成都理工大学 | 电液机器人关节轨迹的非支配邻域免疫遗传多目标优化方法 |
CN110216673B (zh) * | 2019-06-10 | 2022-06-14 | 成都理工大学 | 电液机器人关节轨迹的非支配邻域免疫遗传多目标优化方法 |
CN112683278A (zh) * | 2021-01-08 | 2021-04-20 | 东南大学 | 一种基于改进a*算法和贝塞尔曲线的全局路径规划方法 |
CN112683278B (zh) * | 2021-01-08 | 2024-01-30 | 东南大学 | 一种基于改进a*算法和贝塞尔曲线的全局路径规划方法 |
Also Published As
Publication number | Publication date |
---|---|
US10310512B2 (en) | 2019-06-04 |
US20180210458A1 (en) | 2018-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018064819A1 (zh) | 一种移动机器人的路线规划方法 | |
JP6861604B2 (ja) | 管理システム及び制御方法 | |
Salaris et al. | Shortest paths for a robot with nonholonomic and field-of-view constraints | |
US9662789B2 (en) | Robot system and robot controller | |
CN106382944B (zh) | 一种移动机器人的路线规划方法 | |
JPS62267874A (ja) | 設計支援装置 | |
WO2015083963A1 (ko) | 화면모드 선택 장치 및 방법 | |
WO2015160230A1 (ko) | 무인 항공기 자동착륙 방법 | |
CN103884330A (zh) | 信息处理方法、可移动电子设备、引导设备和服务器 | |
CN111813117B (zh) | 一种机器人巡线优先导航方法、装置和设备 | |
WO2010024631A2 (ko) | 가상조립 시뮬레이션 시스템 | |
CN106934487B (zh) | 一种多条电缆的三维空间敷设路径优化方法 | |
US20220097233A1 (en) | Aligning two robot arms relative to one another | |
WO2020231080A1 (ko) | 이동로봇의 센서 데이터를 활용한 교차점 패턴 인식모델 생성 방법 및 교차점 패턴 인식 시스템 | |
JP2018144223A (ja) | 複数のロボットに動作を教示する教示方法、およびそれに用いる教示装置 | |
CN106568453A (zh) | Agv车自动探索路径系统及其方法 | |
CN113352289A (zh) | 一种高空挂拆接地线作业车的机械臂轨迹规划控制系统 | |
Tang et al. | Multi-robot trajectory generation for an aerial payload transport system | |
CN111550660A (zh) | 一种便捷式管廊巡视机器人 | |
KR20210033808A (ko) | 아웃도어 영역에서 이종의 위치정보 획득 메커니즘을 적용하는 방법 및 이를 구현하는 로봇과 클라우드 서버 | |
CN102360228B (zh) | 一种臂架动作控制系统及混凝土泵车 | |
WO2021215813A1 (ko) | 무인 자율주행차량의 경로제어장치 및 경로제어방법 | |
US20200080850A1 (en) | Self-propelled device, and method and travel control computer program of controlling traveling of self-propelled device | |
WO2020184776A1 (ko) | 코드 인식을 통한 위치 인식 및 이동경로 설정 방법과 무인 모빌리티와 운영시스템 | |
CN101930673A (zh) | 集成交通信号控制的交通图像监控系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
WWE | Wipo information: entry into national phase |
Ref document number: 15305507 Country of ref document: US |
|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 16918153 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 16918153 Country of ref document: EP Kind code of ref document: A1 |