一种基于多障碍物环境的移动机器人路径规划方法
技术领域
本发明属于移动机器人技术领域,尤其是一种基于多障碍物环境的移动机器人路径规划方法。
背景技术
目前,多障碍物环境的机器人全局路径规划通常采用链接图法。链接图法是通过将各个障碍物角点之间、障碍物角点和环境角点、障碍物角点和环境垂线的垂点、环境角点之间进行连线,再取连线的中点作为链接图链接点,将各个链接图链接点连线组成网状链接图,最终通过算法生成最短优化路径。链接图法对于多障碍物环境的优势是:相对于其它算法,其机器人行走路径比较宽敞、安全性高,不足在于:当障碍物之间距离较远时,链接图链接点之间的距离会比较远,这样可能会造成由于两点间的距离超出了机器人最小识别距离D,而使得机器人路径走偏。
为了防止机器人路径走偏,人们采用二维码离散点的方法用于多障碍物环境,即:在地面上间隔均匀地分布二维码,并且二维码的间隔小于机器人最小路径识别D,由于二维码内含有绝对坐标信息,适合于机器人每间隔一段时间检查自己的位姿坐标,从而适时地进行位姿调整。上述方法的不足是:敷设二维码对于多障碍物的环境其敷设方法不便于施工,对于第一种情况,环境中先有障碍物、后敷设二维码:由于障碍物多,采用人工方法敷设时,必须人为地躲避障碍物;对于第二种情况,先敷设二维码、后有障碍物:由于环境中增加了多个障碍物,原先的二维码路经必须重新规划。
发明内容
本发明的目的在于克服现有技术的不足,提供一种设计合理、效率高且使用方便的基于多障碍物环境的移动机器人路径规划方法。
本发明解决现有的技术问题是采取以下技术方案实现的:
一种基于多障碍物环境的移动机器人路径规划方法,包括以下步骤:
步骤1、在初始环境中建立二维码离散点;
步骤2、采用链接图法建立链接图链接点并生成链接图;
步骤3、采用链接图法给二维码安全属性赋值;
步骤4、过滤掉超过安全系数阈值的二维码;
步骤5、生成混合点有权无向网状链接图;
步骤6、设定权重系数;
步骤7、重新赋权值;
步骤8、设定机器人起始点和目标点;
步骤9:生成机器人路径。
而且,所述步骤1建立二维码离散点时,两个相邻二维码之间的距离小于或等于机器人识别最小距离。
而且,所述步骤2的具体处理包括:
⑴采用以下生成规则生成链接线:
①各障碍物角点的连线;
②各障碍物角点到环境的垂线;
③各障碍物角点到环境角点的垂线;
④环境角点之间的连线。
⑵链接线中点为链接图链接点;
⑶链接图链接点连线组成链接图。
而且,所述步骤3的方法为:根据二维码距离链接图链接点的远近进行赋值,距离链接图链接点近的二维码安全属性高,反之则安全属性低。
而且,所述步骤4的具体处理过程为:
⑴设定一个安全系数阈值;
⑵二维码安全系数超过安全系数阈值点将被过滤掉;
⑶二维码安全系数低于安全系数阈值点将被保留。
而且,所述步骤7重新赋权值的方法为:
权值=权重初始值×安全系数×点的属性系数;
而且,所述的权重初始值为任意两点间的物理距离值。
而且,所述步骤9生成机器人路径根据以下两种原则来生成:权重初始值倾向于安全性的路径优化方法或权重初始值倾向于安全系数均等、点的属性系数均等的路径优化方法。
而且,所述混合点的属性包括安全属性和点的属性,所述的点的属性包括二维码属性和链接图链接点属性;
而且,所述的权重系数包括安全系数、点的属性系数。
本发明的优点和积极效果是:
1、本发明通过在多障碍物环境中建立二维码离散点、链接图链接点,使用链接图法给二维码赋予安全属性并过滤掉环境中二维码安全属性低的点,实现了多障碍物环境下机器人二维码安全路径的规划功能,有效地提高了多障碍物环境下敷设二维码的施工效率。
2、本发明采用混合点网状路径图,将二维码离散点、链接图链接点优势互补,通过调节各类混合点参数因子,将机器人路径规划中距离、安全、点的属性三者达到完美的结合,解决了多障碍物环境下基于单一类型链接图链接点的机器人路径规划顾此失彼的难题。
附图说明
图1为初始环境示意图;
图2为在环境中加入二维码的示意图;
图3为在环境中加入了障碍物的示意图;
图4为在环境中加入了链接图链接点的示意图;
图5为在环境中过滤掉二维码安全属性低的点的示意图;
图6为由混合点组成的带有权重基础值的链接示意图;
图7为根据权重系数和权重值生成机器人路径示意图;
图8为权重初始值倾向于安全属性的路径优化方法示意图;
图9为权重初始值倾向于安全系数均等的路径优化方法示意图
上图中,1:环境,2:二维码,3:障碍物,4:链接图链接点,5:重合点,6:起始点,7:目标点。
具体实施方式
以下结合附图对本发明实施例做进一步详述。
一种基于多障碍物环境的移动机器人路径规划方法,包括以下步骤:
步骤1、在初始环境中建立二维码离散点。
如图1所示,在初始环境1中不包括二维码、链接图链接点和障碍物;
如图2所示,在环境中加入了二维码2。在敷设二维码时,两个相邻二维码之间的距离不能大于机器人识别最小距离D。由于AGV行走一段距离后,需要通过二维码(二维码内含有绝对坐标位置)验证一下自己的行走精度,以便适时调整位姿,上述的这段距离称之为机器人识别最小距离D。D值取决于AGV车体的行走精度,当车体精度高时,D值可大一些,反之,D值小一些。因此,二维码在敷设时,其相邻码之间的距离应该小于等于D。
如图3所示,由于在环境中加入了三个障碍物3,二维码的安全属性发生了变化:按照距离障碍物的远近安全属性由高变低,其中,三个障碍物内部的二维码安全属性最低,从有效变为无效。
步骤2:采用链接图法建立链接图链接点并生成链接图。
在本步骤中,采用链接图法生成链接图包括以下处理过程:
⑴采用以下生成规则生成链接线:
①各障碍物角点的连线;
②各障碍物角点到环境(室内房屋墙壁)的垂线;
③各障碍物角点到环境(室内房屋墙壁)角点的垂线;
④环境(室内房屋墙壁)角点之间的连线。
⑵链接线中点为链接图链接点;
⑶链接图链接点连线组成链接图;
步骤3、通过链接图法给二维码安全属性赋值;
在本步骤中,采用链接图法给二维码安全属性赋值的方法为:根据二维码距离链接图链接点的远近进行赋值,距离链接图链接点近的二维码安全属性高,反之则安全属性低。在图4中,4为链接图链接点,5为二维码和链接图链接点的重合点,其安全属性最高,而障碍物区域内的二维码及障碍物周边的二维码其安全属性低。
步骤4:过滤掉超过安全系数阈值的二维码;
假设机器人优化路径为权重值最小的路径,安全属性和权值系数成反比:安全属性越高,其权值系数值越低。某个二维码点的安全系数高反而意味着其安全属性低,因此,应该过滤掉超过安全系数阈值的二维码。
过滤掉超过安全系数阈值的二维码的具体过程为:
⑴设定一个安全系数阈值;
⑵二维码安全系数超过安全系数阈值点将被过滤掉;
⑶二维码安全系数低于安全系数阈值点将被保留;
如图5所示,在环境中过滤掉了安全属性低的二维码,例如,将右上角的空白区域以及三个障碍物的空白区域。在图5中过滤以后的点为被保留下来的安全系数阈值以下的混合点,混合点包括安全系数阈值以下二维码离散点和链接图链接点。
步骤5:生成混合点有权无向网状链接图。
如图6所示,由混合点组成有权无向网状链接图包括二维码点和链接图链接点,它们任意两点连线都可以构成机器人行走路径,图中的所有链接线都是机器人可行走路径,所有两点组成的链接线都有一个权重初始值,所述的混合点权重初始值为任意两点间的物理距离值。
步骤6:按以下规则设定权重系数。
⑴混合点(二维码点或链接图链接点)有两个属性:安全属性、点的属性,其中点的属性包括二维码属性和链接图链接点属性。混合点属性表示为:混合点(安全属性,点的属性);
⑵设混合点权重系数类型:安全系数、点的属性系数;混合点权重系数范围为0到1,混合点权重系数表示为:混合点(安全系数,点的属性系数);
⑶确定每类系数的初始倾向值X1、X2(本实施例为两种系数);
初始倾向值体现设计者在优化路径时更加倾向于哪种因素或称为因子。例如,机器人优化路径是倾向于安全属性还是倾向于点的属性,如果倾向于安全属性,那么安全系数的初始值应该小于点的属性系数初始值。系数越小,权值越小,按照本实施例规定,权值越小就越趋近于机器人的行走路径。
⑷设定安全系数范围为X1到∝(趋近于1);
⑸设定点的属性系数范围为X2到∝(趋近于1)。
步骤7:重新赋权值;
权值=权重初始值×安全系数×点的属性系数;
步骤8:设定机器人起始点和目标点。
设定机器人的起始点6和目标点7,如图4所示。
步骤9:生成机器人路径。
根据权重系数和权重值生成机器人路径,如图7所示。
生成机器人路径可以根据以下两种原则来生成:
实施例1:权重初始值倾向于安全性的路径优化。
如图8所示,本实施例的机器人优化路径更加倾向于安全性,见两类系数的初始值。图8中的三个点均为安全系数阈值以下的点;其中A和C两个二维码点之间的距离小于机器人最小识别距离D,路径优化以前,虽然从直观上看AC路径为最短路径,但经过赋予权值系数和权值重新计算,最终优化路径结果为:AB+BC。本实施例的机器人路径优化方法原理和计算方法如下:
⑴设定起始点A,目标点C;
⑵A和C点为二维码点;B点为链接图链接点;
⑶每个点的第1个系数为安全系数,第2个系数为点的系数;
⑷设定链接图链接点B的安全属性最高(系数和安全属性值成反比),为0.3,两个二维码点的安全属性低,系数为0.7(安全阈值为0.8);
⑸由于实施例中倾向于机器人途径二维码点,因此,二维码点的属性值高于链接图链接点的属性(系数和安全属性值成反比),两个二维码点的系数为0.5<链接图链接点的系数0.8;
⑹计算权值:
AB+BC权值=5Ⅹ0.7Ⅹ0.5Ⅹ0.3Ⅹ0.8+7Ⅹ0.3Ⅹ0.8Ⅹ0.7Ⅹ0.5=1.008
AC权值=10Ⅹ0.7Ⅹ0.5Ⅹ0.7Ⅹ0.5=1.225
⑺由于机器人选择权值最小的路径作为优化路径,因此链接线AB+BC组成的路径为机器人优化路径。
实施例2:权重初始值倾向于安全系数均等、点的属性系数均等的机器人路径优化方法。
如图9所示,本实施例的机器人优化路径更加倾向于安全性系数均等、点的属性系数均等,其机器人路径优化方法原理和计算方法如下:
⑴由于图9中已经过滤掉安全属性低的二维码,剩余的所有混合点可视其为安全系数均等,也就是链接图链接点和二维码点的安全系数相同。
⑵假设①点到②点的距离小于机器人可识别的最小距离D;
⑶由于②和④点的属性系数相同;①和③点的点的属性系数等于②和④点的点的属性系数。
⑷所以线段①②的权值小于①③+③②以及①④+④②的权值。
⑸机器人优化路径为①②。
需要强调的是,本发明所述的实施例是说明性的,而不是限定性的,因此本发明包括并不限于具体实施方式中所述的实施例,凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式,同样属于本发明保护的范围。