一种适用于密集排架环境的移动机器人导航方法技术

本发明专利技术涉及一种适用于密集排架环境的移动机器人导航方法。属于移动机器人领域，具体包括以下步骤：(1)、获取密集排架环境地图；(2)、基于矩形检测方法定位密集排架；(3)、构建行为树选择路径模式；(4)、在路径参考点间使用A*算法生成规划路径，再使用基于机器人运动学模型的预测控制方法跟踪路径实现导航，在狭长排架通道内定位不准的情况下使用局部激光观测信息提取的直线特征提供参考。该方法实现了密集排架环境下机器人的工作路径最优划分，排除了人工设置路标点带来的误差，与现有技术相比能够在狭窄的排架环境中完成多种移动机器人的导航，适应不同的巡航速度。

【技术实现步骤摘要】
一种适用于密集排架环境的移动机器人导航方法
本专利技术属于移动机器人领域，尤其是一种适用于密集排架环境的移动机器人导航方法。
技术介绍
移动机器人应用在书架/货架排列密集有序的图书馆、超市、仓库等密集存储环境中时，需要执行盘点、巡检等多种任务，其任务的完成需要对机器人实现路径规划和控制，实现不同任务下的移动机器人导航，在狭长的排架通道中精确控制机器人运动。目前在密集排架环境中工作的机器人大多基于固定路径的跟踪方法，如专利文献“基于图像识别技术的上架书籍自动巡检机器人”(申请号CN201010617824.5)，通过摄像头/光敏器件获取粘贴在地面上的机器人运行线路标志信息进行巡线，具有作业稳定的优点，但是需要改造环境，脱离轨迹线需要辅助措施才能再次回到原轨迹上来，机器人运行轨迹死板，往往不是时间最优或路径最短方案。专利文献“一种图书馆机器人定位控制方法”(申请号CN201810402240.2)利用RFID标签作为路标点建立模糊推理规则实现定位与导航，该方法需要在排架边缘布置大量RFID标签，标签与位置的对应关系需要人为准确建立，且排架钢铁材质对电磁环境存在干扰，误差较大。近年来多基于SLAM方法实现机器人的定位导航，如专利文献“一种激光自动导航图书馆盘点机器人”(申请号CN201910987548.2)，获得地图后需要人工设置多导航路标点，耗费时间，没有对路标点之间关系进行推理组合，存在某目标点下导航失败的风险，且没有针对环境特点做出优化和改进。如何实现所需要的工作路径的划分和跟踪控制，是密集排架环境下的移动机器人导航亟待解决的问题。
技术实现思路
针对上述问题，本专利技术提供了一种适用于密集排架环境的移动机器人导航方法。本专利技术的技术方案是：一种适用于密集排架环境的移动机器人导航方法，操作步骤具体如下：步骤(1.1)、获取密集排架环境地图；步骤(1.2)、基于矩形检测方法定位密集排架，生成参考路径点；步骤(1.3)、构建行为树重组路径参考点序列,生成全局规划路径；步骤(1.4)、基于模型预测控制方法控制机器人跟踪规划路径。进一步的，所述步骤(1.2)中，所述的密集排架是指：在环境地图中呈现矩形规则排列，通过矩形检测方法，确定矩形四个角点位置，结合机器人运动学模型的最小半径和安全距离，生成参考路径点，用表示基于排架号i的左上路径参考点、右上路径参考点、右下路径参考点、左下路径参考点的位置,max为检测出的矩形最大数量。进一步的，所述步骤(1.3)具体为，构建行为树选择不同的机器人运动学模型，确定参考路径点的序列组合，实现不同路径模式的切换，预设以下六种模式，(a)、全部排架依次巡架路径，(b)、指定排架两侧巡架路径，(c)、指定排架指定单侧巡架路径，(d)、两排架之间巡架路径，(e)、绕密集排架的外围区域进行巡逻路径，(f)、从指定书架起连续多个排架巡架路径。进一步的，所构建的机器人运动学模型包括两轮差分移动机器人模型、三轮全向轮运动学模型和四轮麦克纳姆轮全向运动学模型。进一步的，所述的参考路径点的序列组合由机器人位置和路径模式共同确定,首先确定机器人的位置Probot(x,y)相对于密集排架的位置关系，对巡架方向和参考路径点序列的顺序进行选择,其次结合路径模式确定涉及排架参考路径点。进一步的，所述步骤(1.4)具体为，使用模型预测控制方法控制机器人跟踪全局规划路径，参考路径位置和角度从规划路径中采样获得；当机器人的位置在密集排架区域内时，使用局部激光观测信息提取直线特征代表排架边沿，参考角度切换为直线特征的方向与机器人运动方向的角度偏差，在机器人坐标系下位置x误差人为设置为0,位置y误差设置为期望沿边运动距离与直线特征的距离的差值。模型预测控制方法中的预测模型为机器人运动学模型。本专利技术的有益效果是：本专利技术实现了密集排架环境下移动机器人的工作路径最优划分，排除了人工设置路标点带来的误差，提供了满足盘点、巡逻等任务的多种工作路径，与现有技术相比能够在狭窄的排架环境中完成多种移动机器人的导航，适应不同的巡航速度。附图说明图1是本专利技术的结构流程图；图2是本专利技术中构建工作路径划分的行为树的示意图；图3是本专利技术中基于模型预测方法的控制系统原理框图；图4是本专利技术中六种路径模式下生成的全局规划路径示意；图5是本专利技术中使用贝塞尔曲线平滑规划路径的对比图；图6是本专利技术中双激光器优选安装位置的示意图。具体实施方式为了更清楚地说明本专利技术的技术方案，下面将对本专利技术中进行进一步的叙述；显而易见地，下面描述中的仅仅是一部分的实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些将本专利技术所述的技术方案应用于其它类似情景；为了更清楚地说明本专利技术的技术方案，下面结合附图对本专利技术的技术方案做进一步的详细说明：如附图1所述，一种适用于密集排架环境的移动机器人导航方法，是通过以下步骤实现的，(1)、获取密集排架环境地图；(2)、基于矩形检测方法定位密集排架，生成参考路径点；具体为：在环境地图中呈现矩形规则排列，通过矩形检测方法，确定矩形四个角点位置，结合机器人运动学模型的最小半径和安全距离，生成参考路径点，用表示基于排架号i的左上路径参考点、右上路径参考点、右下路径参考点、左下路径参考点的位置，max为检测出的矩形最大数量；(3)、获取用户交互指令，划分路径模式，构建行为树重组路径参考点序列，生成全局规划路径；具体为，构建行为树选择不同的机器人运动学模型，确定参考路径点的序列组合，实现不同路径模式的切换，预设以下六种模式，(a)、全部排架依次巡架路径，(b)、指定排架两侧巡架路径，(c)、指定排架指定单侧巡架路径，(d)、两排架之间巡架路径，(e)、绕密集排架的外围区域进行巡逻路径，(f)、从指定书架起连续多个排架巡架路径；其中，六种路径模式的默认巡架方向是Pi(x1,y1)、Pi(x4,y4)、Pi(x3,y3)、Pi(x2,y2)，当机器人的位置Probot(x,y)相对于密集排架的位置满足以下条件：记为条件(1)，则巡架方向相反，替换为Pi(x4,y4)、Pi(x1,y1)、Pi(x2,y2)、Pi(x3,y3)。当机器人的位置Probot(x,y)相对于密集排架的位置满足以下条件：记为条件(2)，则将参考路径点序列逆序重新排序。每种路径模式均是自一个序列器节点开始，根据路径模式参数获得路径参考点序列，其左子树为一个条件判断节点，参考路径点序列载入标志，其右子树为一个选择器节点，选择条件是运动学模型是否为完整约束，是则执行左子树，从机器人起始位置开始至参考路径点之间依次使用A*算法生成全局规划路径，否则执行右子树，从机器人起始位置开始至参考路径点序列之间依次使用A*算法，再在路径控制点前后使用贝塞尔曲线平滑路径，生成全局规划路径；(a)、全部排架依次巡架路径，是无指定参数本文档来自技高网...

【技术保护点】
1.一种适用于密集排架环境的移动机器人导航方法，其特征在于：操作步骤具体如下：/n步骤(1.1)、获取密集排架环境地图；/n步骤(1.2)、基于矩形检测方法定位密集排架，生成参考路径点；/n步骤(1.3)、构建行为树重组路径参考点序列,生成全局规划路径；/n步骤(1.4)、基于模型预测控制方法控制机器人跟踪规划路径。/n

【技术特征摘要】
1.一种适用于密集排架环境的移动机器人导航方法，其特征在于：操作步骤具体如下：
步骤(1.1)、获取密集排架环境地图；
步骤(1.2)、基于矩形检测方法定位密集排架，生成参考路径点；
步骤(1.3)、构建行为树重组路径参考点序列,生成全局规划路径；
步骤(1.4)、基于模型预测控制方法控制机器人跟踪规划路径。


2.根据权利要求1所述的一种适用于密集排架环境的移动机器人导航方法，其特征在于：所述步骤(1.2)中，所述的密集排架是指：在环境地图中呈现矩形规则排列，通过矩形检测方法，确定矩形四个角点位置，结合机器人运动学模型的最小半径和安全距离，生成参考路径点，用表示基于排架号i的左上路径参考点、右上路径参考点、右下路径参考点、左下路径参考点的位置,max为检测出的矩形最大数量。


3.根据权利要求1所述的一种适用于密集排架环境的移动机器人导航方法，其特征在于：所述步骤(1.3)具体为，构建行为树选择不同的机器人运动学模型，确定参考路径点的序列组合，实现不同路径模式的切换，预设以下六种模式，(a)、全部排架依次巡架路径，(b)、指定排架两侧巡架路径，(c)、指定排架指定单侧巡架路径，(d)、两排架之间巡架路径，(e)、...

【专利技术属性】
技术研发人员：高翔，王聪，朱博，谢国栋，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32