一种面向多机器人系统的完全遍历路径规划方法技术方案

本发明专利技术公开了一种面向多机器人系统的完全遍历路径规划方法。本方法将生物激励神经网络模型和回溯机制相结合，在减少重复覆盖的路径的同时，缩短了全覆盖所需的时间。具体方法为：每一个机器人分别利用生物激励神经网络的模型对周围环境进行覆盖，直到机器人进入死锁状态，然后无需等待神经元活性值的衰减，机器人利用回溯机制，选择最佳的回溯结点，并利用动态A星算法规划出一条到达回溯结点的路径；运动到回溯结点后，机器人继续进入覆盖模式。当某个机器人死锁时，本发明专利技术的回溯机制依据市场机制选择最合适的回溯结点，市场机制中的投标过程同时考虑了机器人回溯时的路径长度，以及与其他机器人的冲突关系，可以大大减少覆盖完成的总时间。

A fully ergodic path planning method for multi robot systems

The invention discloses a fully ergodic path planning method for a multi robot system. The proposed method combines the biologically inspired neural network model with the backtracking mechanism to reduce the time of repeated coverage and shorten the time required for full coverage. The specific method is: each robot based on neural network model of biological incentive respectively cover on the surrounding environment, until the robot into a deadlock state, then no need to wait for the attenuation of neuronal activity value of the robot using the backtracking mechanism, choose the best backtracking node, and the use of dynamic A star algorithm to plan a path back to the node moving to the back; node, the robot continues to enter the coverage model. When a robot deadlock, the backtracking mechanism based on market mechanism to select the most appropriate backtracking node, the bidding process in the market mechanism and the robot path length when backtracking, conflicts and relationships with other robots, can greatly reduce the total time to complete the coverage.

【技术实现步骤摘要】
一种面向多机器人系统的完全遍历路径规划方法
本专利技术属于信息技术、机器人
，涉及一种移动机器人的路径规划方法，特别涉及一种面向多机器人系统的全覆盖路径规划方法。
技术介绍
全覆盖路径规划需要机器人经过工作空间中的每一个位置，同时还需要躲避障碍物。单机器人和多机器人的全覆盖路径规划都有着广泛的应用，例如家用清洁机器人，排雷机器人,草坪割草机器人和农业自动收割机等等。静态环境下的完全遍历路径规划方法已经有了很多的解决方案，这些方案也被视为已知环境的离线算法。然而，在真实的应用环境中，提前知道不发生变化的环境信息是不现实的。因此，利用传感器实时感应环境的在线算法更有实际意义。生成树覆盖的算法就是一种有效的在线算法，它可以逐步的生成一棵覆盖所有可达区域的树，并沿着树的生长方向覆盖所有自由空间。螺旋回溯算法也是在线算法，其提供了一种覆盖被障碍物占据的栅格的改进方法。Hoang等(参考文献：H.H.Viet,V.-H.Dang,M.N.U.Laskar,andT.Chung,“BA*:anonlinecompletecoveragealgorithmforcleaningrobots,”本文档来自技高网...

【技术保护点】
一种面向多机器人系统的完全遍历路径规划方法，包括以下步骤：1)将地图栅格化，机器人每次覆盖一个栅格；2)每个机器人用生物激励神经网络的方法，各自覆盖未覆盖过的栅格；3)当某个机器人陷入死锁状态时，开启回溯机制；4)更新回溯列表，并删除已覆盖完全的节点；5)死锁的机器人根据市场机制选择最佳回溯节点；6)死锁的机器人规划一条最短路径，使其从死锁点运动到最佳回溯节点；7)各个机器人继续覆盖，直到回溯列表为空。

【技术特征摘要】
1.一种面向多机器人系统的完全遍历路径规划方法，包括以下步骤：1)将地图栅格化，机器人每次覆盖一个栅格；2)每个机器人用生物激励神经网络的方法，各自覆盖未覆盖过的栅格；3)当某个机器人陷入死锁状态时，开启回溯机制；4)更新回溯列表，并删除已覆盖完全的节点；5)死锁的机器人根据市场机制选择最佳回溯节点；6)死锁的机器人规划一条最短路径，使其从死锁点运动到最佳回溯节点；7)各个机器人继续覆盖，直到回溯列表为空。2.如权利要求1所述的方法，其特征在于，机器人运动的环境为未知的可变环境，即静态或动态的障碍物、覆盖过的区域、未覆盖的区域起初都是未知的，机器人通过传感器感知周围环境，从而覆盖环境中所有的可达区域。3.如权利要求1所述的方法，其特征在于，每个机器人能够向周围的八个方向运动，所述八个方向是：上，下，左，右，左上，左下，右上，右下；死锁的状态即为周围八个神经元的活性值均比当前节点的活性值低，当机器人运动到死锁的状态时，当前的上个节点被叫做死锁点。4.如权利要求1所述的方法，其特征在于，每一个栅格即生物激励神经网络中的神经元的大小都等于机器人的执行机构的大小；对于扫地机器人来说，栅格的边长等于扫地机器人底盘的直径。5.如权利要求1所述的方法，其特征在于，在栅格划分的过程中，部分被障碍物占据的栅格被视为障碍物栅格，并定义四种栅格的状态，分别为访问过的、未访问的、障碍物占据的和死锁的。6.如权利要求1所...

【专利技术属性】
技术研发人员：刘宏，王芷，张国栋，宋章军，
申请(专利权)人：北京大学深圳研究生院，深圳市银星智能科技股份有限公司，
类型：发明
国别省市：广东,44