一种用于环境感知的移动机器人的路径优化方法及系统技术方案

本发明专利技术公开了一种用于环境感知的移动机器人的路径优化方法及系统，所述方法包括如下步骤：步骤S1，确定当前感知任务，根据感知环境的代表性与准确性，计算机器人感知的关键地理位置信息，并获取其他移动机器人完成类似任务的历史路径数据以及历史移动参数；步骤S2，根据所述关键地理位置信息筛选出备选路径；然后采用神经网络或其他优化算法，对不同的历史路径进行评分；步骤S3，根据评分结果选择最优路径，通过本发明专利技术，实现了对移动机器人执行环境感知任务的路径进行优化，提高环境感知的效率以及感知结果的准确性、实时性、有效性、代表性的目的。

【技术实现步骤摘要】
一种用于环境感知的移动机器人的路径优化方法及系统
本专利技术涉及环境感知
，特别是涉及一种用于环境感知的移动机器人的路径优化方法及系统。
技术介绍
环境感知和相关参数的获取是完成相关控制系统的先决条件。随着研究与相关技术的不断发展，采用移动机器人对非友好环境的感知是当前常用的方法与技术。环境感知一直是当前研究的热点问题之一，当前采用的方法大体可以分为三种：1、基于嵌入式系统设计一种可以携带的多参数感知仪器，当需要感知环境参数时，便将仪器安装在测试地点，对监测或测试环境进行多参数测试，然后将数据存储在本地，最后通过其他通信网络将数据传输给服务器或用户，如公开号为CN104991505B的中国专利提供的一种水产养殖水质参数感知设备；2、基于无线传感器网络：无线传感器网络是当前环境感知与监测重要的技术。在该类型环境感知系统中，首先将感知节点部署在相应的位置，然后通过时间、脉冲信号等对周围环境参数进行感知；最后通过无线网络将数据发送给远端服务器或用户，如公开号为CB108731744A的中国专利申请提供的一种基于无线网络传感器的环境检测装置；3、移动式环境感知机器人，为实现感知节点的移动性、自适应性等，近年诸多专利技术者设计研发了基于移动机器人的环境感知装备。该类型的专利技术设计，以移动机器人本体为基础，采用物联网和传感器技术，以嵌入式等为控制中心,设计机器人环境感知系统。如公开号为CN107908145A的中国专利申请提供的一种现场环境智能巡检机器人。然而，上述三种环境感知方法都没有对移动机器人执行环境感知任务的路径进行优化，现有技术中路径的优化技术也一般都是采用最短路径算法。然而在很多环境感知场合，例如农业大棚的温室环境场合，路径最短到达的感知地点并非环境感知的最佳点，感知获取的数据代表性与准确性较差，例如，可能温室房间边缘的路径最短，但是温室房间环境感知的最佳点不在房间的边缘，而是温室房间的中心，这样如果采用最短距离法生成的路径进行环境感知，则感知结果并不准确，感知任务的执行效率不高。
技术实现思路
为克服上述现有技术存在的不足，本专利技术之目的在于提供一种用于环境感知的移动机器人的路径优化方法及系统，以对移动机器人执行环境感知任务的路径进行优化，提高环境感知的效率以及感知结果的准确性。为达上述及其它目的，本专利技术提出一种用于环境感知的移动机器人的路径优化方法，包括如下步骤：步骤S1，确定当前感知任务，根据感知环境的代表性与准确性，计算机器人感知的关键地理位置信息，并获取其他移动机器人完成类似任务的历史路径数据以及历史移动参数；步骤S2，基于神经网络或其他优化算法，根据所述关键地理位置信息筛选出备选路径，并对筛选出的不同的备选路径进行评分；步骤S3，根据评分结果选择最优路径。优选地，于步骤S1中，根据当前感知任务中需要感知的感知区域半径ri，选取若干关键点位置使得感知面积大于预设参数α，并且使得选取的关键点与感知区域的几何中心距离最小。优选地，所述历史路径数据包括但不限于历史移动路径、移动时间、移动距离、移动过程，所述历史移动参数包括但不限于移动速度、何时何地转向、转向角度、最大移动距离。优选地，于步骤S2中，根据步骤S1获得的关键地理位置信息从历史路径数据中选取与关键地理位置信息有重合度且重合度大于预设参数β的备选路径。优选地，根据步骤S1获得的历史移动参数采用加权的形式对各备选路径进行评分。优选地，于步骤S3后，还包括如下步骤：获取所述最优路径上的障碍信息，以于所述最优路径上出现障碍时对所述最优路径进行优化。优选地，通过摄像头实时获取感知区域的现场图像，经图像分析处理确定所述最优路径上是否出现障碍物，以于最优路径上出现障碍物时采用避障算法对最优路径进行优化以避开障碍物。为达到上述目的，本专利技术还提供一种用于环境感知的移动机器人的路径优化系统，包括：关键地理位置信息确定单元，用于根据当前感知任务，根据感知环境的代表性与准确性，计算机器人感知的关键地理位置信息，并获取其他移动机器人完成类似任务的历史路径数据以及历史移动参数；路径优化单元，用于基于神经网络或其他优化算法，根据所述关键地理位置信息对获得的历史路径筛选出备选路径，并对筛选出的不同的备选路径进行评分；最优路径选择单元，用于根据评分结果选择最优路径。优选地，所述关键地理位置信息确定单元根据当前感知任务中需要感知的感知区域半径ri，选取若干关键点位置使得感知面积大于预设参数α，并且使得选取的关键点与感知区域的几何中心距离最小。优选地，所述路径优化单元根据关键地理位置信息确定单元获得的关键地理位置信息从历史路径数据中选取与关键地理位置信息有重合度且重合度大于预设参数β的备选路径，并根据关键地理位置信息确定单元获得的历史移动参数采用加权的形式对各备选路径进行评分。与现有技术相比，本专利技术一种用于环境感知的移动机器人的路径优化方法及系统通过对当前感知任务计算获得关键地理位置信息，并获取其他机器人执行类似任务的历史路径数据以及历史移动参数，根据关键地理位置信息对历史路径筛选出备选路径，并通过对获得的备选路径进行评分以获得最优路径，实现了对移动机器人执行环境感知任务的路径进行优化的目的，提高了环境感知的效率以及感知结果的准确性。附图说明图1为本专利技术一种用于环境感知的移动机器人的路径优化方法的步骤流程图；图2为本专利技术一种用于环境感知的移动机器人的路径优化系统的系统架构图。具体实施方式以下通过特定的具体实例并结合附图说明本专利技术的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本专利技术的其它优点与功效。本专利技术亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本专利技术的精神下进行各种修饰与变更。图1为本专利技术一种用于环境感知的移动机器人的路径优化方法的步骤流程图。如图1所示，本专利技术一种用于环境感知的移动机器人的路径优化方法，包括如下步骤：步骤S1，确定当前感知任务，根据感知环境的代表性与准确性，计算机器人感知的关键地理位置信息，并获取其他移动机器人完成类似任务的历史路径数据以及历史移动参数。此处的感知任务指的是根据各感知区域的地理位置、需要感知的参数等信息产生的控制移动机器人对各感应区域执行环境感知的感知任务，该各感应区域的感知任务的参数至少包括任务时间、各感知区域的地理位置及其需要感知的环境参数、感知次数等，例如以农业大棚为例，假设该农业大棚中有多个感知区域(温室)，如玫瑰花温室、牡丹花温室等，该感知任务指的是对各温室执行环境感知的任务，如什么时间对玫瑰花温室进行环境感知、需要采集哪些参数等。假设感知任务为R＝{r1,r2,…,rn},其中ri表示某感知区域的半径，云服务器端根据感知环境的代表性与准确性，计算关键代表性的地理位置信息，例如根据移动机器人需要感知的感知区域半径ri，选取几个关键点位置使得感知面积大于某个预设的参数α，并且使得选取的关键点离感知区域几何中心距离最小，具体地，根据如下优化公式选取关键点位置：MIN(d1+d2+…+dm)其中选取了m个关键位置，di为关键位置到感知区域几何中心的距离，Sm为感知面积，Sri为任务区域面积。于获得当前感知任务的关键点位置后，还需获取其他移动机器人完成类似任务的历史路径本文档来自技高网...

【技术保护点】
1.一种用于环境感知的移动机器人的路径优化方法，包括如下步骤：步骤S1，确定当前感知任务，根据感知环境的代表性与准确性，计算机器人感知的关键地理位置信息，并获取其他移动机器人完成类似任务的历史路径数据以及历史移动参数；步骤S2，基于神经网络或其他优化算法，根据所述关键地理位置信息筛选出备选路径，并对筛选出的不同的备选路径进行评分；步骤S3，根据评分结果选择最优路径。

【技术特征摘要】
1.一种用于环境感知的移动机器人的路径优化方法，包括如下步骤：步骤S1，确定当前感知任务，根据感知环境的代表性与准确性，计算机器人感知的关键地理位置信息，并获取其他移动机器人完成类似任务的历史路径数据以及历史移动参数；步骤S2，基于神经网络或其他优化算法，根据所述关键地理位置信息筛选出备选路径，并对筛选出的不同的备选路径进行评分；步骤S3，根据评分结果选择最优路径。2.如权利要求1所述的一种用于环境感知的移动机器人的路径优化方法，其特征在于：于步骤S1中，根据当前感知任务中需要感知的感知区域半径ri，选取若干关键点位置使得感知面积大于预设参数α，并且使得选取的关键点与感知区域的几何中心距离最小。3.如权利要求1所述的一种用于环境感知的移动机器人的路径优化方法，其特征在于：所述历史路径数据包括但不限于历史移动路径、移动时间、移动距离、移动过程，所述历史移动参数包括但不限于移动速度、何时何地转向、转向角度、最大移动距离。4.如权利要求1所述的一种用于环境感知的移动机器人的路径优化方法，其特征在于：于步骤S2中，根据步骤S1获得的关键地理位置信息从历史路径数据中选取与关键地理位置信息有重合度且重合度大于预设参数β的备选路径。5.如权利要求4所述的一种用于环境感知的移动机器人的路径优化方法，其特征在于：根据步骤S1获得的历史移动参数采用加权的形式对各备选路径进行评分。6.如权利要求1所述的一种用于环境感知的移动机器人的路径优化方法，其特征在于，于步骤S3后，还包括如下步骤：获...

【专利技术属性】
技术研发人员：李小敏，马稚昱，褚璇，温志鹏，韦鸿钰，
申请(专利权)人：仲恺农业工程学院，
类型：发明
国别省市：广东,44