The invention discloses an optimal path dynamic planning method for a patrol robot, which comprises forming an undirected graph, generating a depth optimized spanning tree, transforming a depth optimized spanning tree into a matrix, searching leaf nodes, generating a set of shortest path segments, and connecting a set of path segments to generate a shortest path. The invention calculates the shortest path with any point in the undirected graph as the starting point, obtains the shortest length of the patrol path, realizes the optimal path dynamic planning, and the optimal path has the patrol characteristics of first near and then far, conforms to the habit of field patrol inspection; in addition, the charging point is the end point of the optimal path, thus ensuring the robot performance. Enough charge to continue.
【技术实现步骤摘要】
一种巡检机器人最优路径动态规划方法
本专利技术属于机器人控制
,具体涉及一种巡检机器人最优路径动态规划方法。
技术介绍
现有的机器人巡检过程一般为检测完所有检测点后会回到充电桩,通常采用欧拉回路和旅行推销员问题来进行路径规划。欧拉回路:如果图G中的一个路径包括每个边恰好一次,则该路径称为欧拉路径(EulerPath),原因有二:1、无向图是否欧拉图是有条件的:当且仅当图是连通图且没有奇度顶点。现场构建的无向图不一定具备此条件,如树型结构的无向图。2、欧拉图要求每个边恰好一次,现场的机器人可以走重复边,而且是难以避免的,比如机器人走到树的叶子节点,必然原路返回才能继续巡检。旅行推销员问题,(英语:Travellingsalesmanproblem,TSP),TSP是这样一个问题:给定一系列城市和每对城市之间的距离,求解访问每一座城市一次并回到起始城市的最短回路。因为旅行商问题的条件也要求每个点访问一次,但是现场构建的无向图无法满足,因为可能是树结构的无向图。现有的搜索算法可以解决最短路径的问题,但是巡检过程与现场巡检习惯(或者说是人类的主观意识:先近后远)不同,比如:现有6个发电机组分别为(1F、2F、3F、4F、5F、6F),机器人在1F的某个位置用深度优先算法生成出来的路径使得机器人巡检顺序为6F→5F→4F→3F→2F→1F,而客户的巡检习惯是1F→2F→3F→4F→5F→6F。有悖于现场的巡检原则:先近后远。
技术实现思路
本专利技术的专利技术目的是:为了解决现有技术中存在的以上问题,本专利技术提出了一种巡检机器人最优路径动态规划方法。本专利技术的 ...
【技术保护点】
1.一种巡检机器人最优路径动态规划方法,其特征在于,包括以下步骤:A、获取巡检地图的辅助点、充电点和检测点,将辅助点、充电点和检测点连线形成具有环路的无向图;B、判断步骤A形成的无向图是否为树结构;若是,则进行下一步骤;若否,则将步骤A形成的无向图转换为树结构,并采用深度优化搜索算法进行处理,得到深度优化生成树;C、将步骤B得到的深度优化生成树转换为矩阵;D、在步骤C得到的矩阵中遍历所有节点,选择与其它节点只有一个非零距离的节点作为叶子节点;E、以任意节点作为起始点,采用迪杰斯特拉算法计算起始点到叶子节点的最短路径;选取各个最短路径中最短的路径片段,以该路径片段上的叶子节点作为起始点进行迭代,直至路径片段组成的集合中包括所有叶子节点;F、依次将路径片段集合中前一路径片段的终点作为起点、后一路径片段的起点作为终点进行连接,生成巡检最优路径。
【技术特征摘要】
1.一种巡检机器人最优路径动态规划方法,其特征在于,包括以下步骤:A、获取巡检地图的辅助点、充电点和检测点,将辅助点、充电点和检测点连线形成具有环路的无向图;B、判断步骤A形成的无向图是否为树结构;若是,则进行下一步骤;若否,则将步骤A形成的无向图转换为树结构,并采用深度优化搜索算法进行处理,得到深度优化生成树;C、将步骤B得到的深度优化生成树转换为矩阵;D、在步骤C得到的矩阵中遍历所有节点,选择与其它节点只有一个非零距离的节点作为叶子节点;E、以任意节点作为起始点,采用迪杰斯特拉算法计算起始点到叶子节点的最短路径;选取各个最短路径中最短的路径片段,以该路径片段上的叶子节点作为起始点进行迭代,直至路径片段组成的集合中包括所有...
【专利技术属性】
技术研发人员:周谊,
申请(专利权)人:四川超影科技有限公司,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。