一种基于道路共识的机器人路径规划方法、装置和机器人制造方法及图纸

本发明专利技术公开一种基于道路共识的机器人路径规划方法、装置和机器人，当本机器人的位置附近存在其他运动的机器人时，本机器人开始基于道路共识重新规划路线，即沿着本机器人的全局路径从机器人当前位置到子目标的这段区域构建出一种从左至右梯度逐渐变低的代价地图，然后在该梯度代价地图上进行路径搜索，从而为本机器人生成一条靠右行驶的路径，不仅保证了机器人的通过性，而且灵活性高、实时避障能力强，提升了用户体验。

【技术实现步骤摘要】
一种基于道路共识的机器人路径规划方法、装置和机器人
本专利技术涉及智能机器人领域，尤其涉及一种基于道路共识的机器人路径规划方法、装置和机器人。
技术介绍
随着服务机器人行业对自身应用场景的不断开拓，厂商们已意识到大部分场景下需要多个机器人协同执行任务，方可确保及时完成任务。为了确保多个机器人一同执行任务时不会发生道路冲突，即：每个机器人的行走路线不存在交叉，通常的解决方案有两种：第一种循线式——预先在环境中设定多条行走路线，当多个机器人执行任务时通过中央调度规划器进行分配，以确保每个机器人的路线无交叉，该种方法稳定可靠，但是灵活性差；第二种规划式——中央调度规划器先规划一台机器人的路线，然后将该机器人的路线映射为环境地图中的障碍，通过这种方法再逐个规划其他机器人的路线，该方法对外部依赖少，灵活性强，但是空间通过性较差。对此，如何确保多机器人间避障的灵活性与空间通过性已成为一项关键的任务。
技术实现思路
本专利技术提供了一种基于道路共识的机器人路径规划方法、装置和机器人，解决了机器人路径规划中难以同时保证灵活性和空本文档来自技高网...

【技术保护点】
1.一种基于道路共识的机器人路径规划方法，其特征在于，包括以下步骤：/nS1，判断预设距离内是否存在其他机器人，若否，则采用预设自由路径规划算法为机器人进行路径规划，若是，则执行S2；/nS2，规划机器人从当前位置运动到目标位置的全局路径，并获取所述全局路径上的子目标；/nS3，按照机器人靠右行驶原则为机器人构建当前位置到所述子目标的区域范围的梯度代价地图，所述梯度代价地图中从左至右的梯度逐渐降低；/nS4，采用预设算法在所述梯度代价地图上进行路径搜索，为机器人建立所述区域范围对应的靠右行驶路径；/nS5，当机器人运动至所述子目标后，重复步骤S1-S4，直至机器人运动到所述目标位置。/n

【技术特征摘要】
1.一种基于道路共识的机器人路径规划方法，其特征在于，包括以下步骤：
S1，判断预设距离内是否存在其他机器人，若否，则采用预设自由路径规划算法为机器人进行路径规划，若是，则执行S2；
S2，规划机器人从当前位置运动到目标位置的全局路径，并获取所述全局路径上的子目标；
S3，按照机器人靠右行驶原则为机器人构建当前位置到所述子目标的区域范围的梯度代价地图，所述梯度代价地图中从左至右的梯度逐渐降低；
S4，采用预设算法在所述梯度代价地图上进行路径搜索，为机器人建立所述区域范围对应的靠右行驶路径；
S5，当机器人运动至所述子目标后，重复步骤S1-S4，直至机器人运动到所述目标位置。


2.根据权利要求1所述基于道路共识的机器人路径规划方法，其特征在于，所述按照机器人靠右行驶原则为机器人构建当前位置到子目标的区域范围的梯度代价地图，具体包括以下步骤：
S301，沿着所述全局路径提取机器人从当前位置运动到所述子目标的全局子路径上的所有路径点，并形成点集P{p0，p1，p2，...pn}；
S302，在点集P{p0，p1，p2，...pn}中从前至后依次取出点对{pi，pi+1}，所述i∈(0，n)，并计算每个点对的方向矢量为：



S303，计算每个点对{pi，pi+1}对应的法向量
S304，以每个点对{pi，pi+1}在方向矢量上的中点作为对称点，并沿着法向量方向在所述对称点两侧分别扩展长度L，形成每个点对{pi，pi+1}对应的点对区域，对每个点对区域中栅格的代价值按照左高右低的梯度进行赋值，以形成当前位置到子目标的整个区域范围对应的梯度代价地图；所述点对区域的左端点对应最大代价值记作cmax，所述点对区域的右端点对应最小代价估计值记作cmin，中间区域l处的代价值为：





3.根据权利要求1或2所述基于道路共识的机器人路径规划方法，其特征在于，所述规划机器人从当前位置运动到目标位置的全局路径，并获取全局路径上的子目标，具体以下步骤：
S201，采用极坐标建模方法对机器人运动空间进行环境建模，并采用重力粒子群搜索算法、遗传算法、蚁群算法、A*算法和/或D*算法规划出从当前位置运动到目标位置的全局路径；
S202，根据预设距离内其他机器人的当前位置，获取全局路径上的子目标。


4.根据权利要求3所述基于道路共识的机器人路径规划方法，其特征在于，所述采用预设算法在梯度代价地图上进行路径搜索，为机器人建立区域范围对应的靠右行驶路径，具体包括以下步骤：
S401，根据A*算法及所述梯度代价地图中每个栅格的代价值，搜索从当前位置到子目标的最小代价估计值；
S402，确定所述最小代价估计值的搜索路径为所述当前位置到所述子目标的靠右行驶路径。


5.一种基于道路共识的机器人路径规划装置，其特征在于，包括判断模块、子目标获取模块、地图构建模块和路径搜索模块，

【专利技术属性】
技术研发人员：张健，
申请(专利权)人：上海有个机器人有限公司，
类型：发明
国别省市：上海;31