路径规划方法、装置及控制系统制造方法及图纸

本申请提供一种路径规划方法、装置及控制系统。方法包括：确定可移动主体的作业环境中的障碍物；通过分析障碍物和目标位置对所述可移动主体产生的合势场，得到初始路径，所述初始路径为合势场最小条件下所述可移动主体从起点位置到达所述目标位置的无碰撞路径；基于所述初始路径，得到群智能算法中群体的初始位置集；通过所述群智能算法对所述初始位置集进行迭代更新处理并评估，得到最佳位置集，生成所述最佳位置集对应的最优路径。由此，本申请通过先寻找初始的最佳路径，再进行群智能算法的寻优，可有效减少群智能算法的收敛时间，提高寻优效率。高寻优效率。高寻优效率。

【技术实现步骤摘要】
路径规划方法、装置及控制系统


[0001]本文件涉及人工智能
，尤其涉及一种路径规划方法、装置及控制系统。

技术介绍

[0002]面向运营商机房巡检应用的智能巡逻车是一种特殊的高智能自主机器人，可用于高压配电房、大型数据中心机房和通信枢纽等场景的自动化巡检，对相关电气化设备进行近距离的监控和巡视。
[0003]近年来，随着人工智能技术的迅速发展，带动了高智能自主机器人在工业互联网、先进制造和无人探测等领域的快速发展，从地形探测、灾难救援到工厂作业，无人车、服务机器人、救援机器人等高智能自主机器人得到广泛应用，带来了巨大的经济和社会效益。智能巡逻车需要具有环境感知、行为控制、导航规划与动态决策等功能，因此机器人导航是智能巡逻车的关键技术。要实现在室内环境中安全行走，智能巡逻车一方面要通过传感器感知环境信息和自身的速度、位置、姿态等信息，所需的技术是同步定位与地图构建(SimultaneousLocation and Mapping,SLAM)，另外也需要处理感知信息并作出正确的决策和行为控制，最终以较优路径无碰撞地在环境中行走，这就是路径规划技术。对于路径规划算法的研究国内外学者已经做了一些工作，由于工业场景内有大量的电气和通信设备，要求避障算法有极高的实时性、鲁棒性、稳定性，智能巡逻车需要避免和高危险、昂贵的设备发生碰撞，在较大空间内快速抵达工作区域。
[0004]路径规划方法在无人车架构体系当中分属控制或决策部分，是实现无人化巡检的关键技术之一。路径规划模块性能的高低直接关系车辆行驶路径选择的优劣和行驶的流畅度，而路径规划算法的性能优劣很大程度上取决于规划算法的优劣，如何在各种场景下迅速、准确的规划出一条高效路径且使其具备应对场景动态变化的能力是路径规划算法应当解决的问题。

技术实现思路

[0005]本说明书实施例提供一种路径规划方法、装置及控制系统，用以提高路径规划效率和准确度。
[0006]本说明书实施例还提供一种路径规划方法，包括：
[0007]确定可移动主体的作业环境中的障碍物；
[0008]通过分析障碍物和目标位置对所述可移动主体产生的合势场，得到初始路径，所述初始路径为合势场最小条件下所述可移动主体从起点位置到达所述目标位置的无碰撞路径；
[0009]基于所述初始路径，得到群智能算法中群体的初始位置集；
[0010]通过所述群智能算法对所述初始位置集进行迭代更新处理并评估，得到最佳位置集，生成所述最佳位置集对应的最优路径。
[0011]本说明书实施例还提供一种路径规划装置，包括：
[0012]确定模块，用于确定可移动主体的作业环境中的障碍物；
[0013]第一处理模块，用于通过分析障碍物和目标位置对所述可移动主体产生的合势场，得到初始路径，所述初始路径为合势场最小条件下所述可移动主体从起点位置到达所述目标位置的无碰撞路径；
[0014]第二处理模块，用于基于所述初始路径，得到群智能算法中群体的初始位置集；
[0015]第三处理模块，用于通过所述群智能算法对所述初始位置集进行迭代更新处理并评估，得到最佳位置集，生成所述最佳位置集对应的最优路径。
[0016]本说明书实施例还提供一种电子设备，包括：通信接口、处理器和存储器；
[0017]所述处理器调用所述存储器中的程序指令，用以执行如下动作：
[0018]确定可移动主体的作业环境中的障碍物；
[0019]通过分析障碍物和目标位置对所述可移动主体产生的合势场，得到初始路径，所述初始路径为合势场最小条件下所述可移动主体从起点位置到达所述目标位置的无碰撞路径；
[0020]基于所述初始路径，得到群智能算法中群体的初始位置集；
[0021]通过所述群智能算法对所述初始位置集进行迭代更新处理并评估，得到最佳位置集，生成所述最佳位置集对应的最优路径。
[0022]本说明书实施例还提供一种一种控制系统，包括数据采集设备、如上述的电子设备和驱动装置，其中：
[0023]所述数据采集设备，用于确定可移动主体的作业环境中的障碍物；
[0024]所述驱动装置，用于基于所述电子设备生成的最优路径，驱动所述可移动主体完成作业。
[0025]本说明书的上述任一实施例，先通过分析障碍物和目标位置对所述可移动主体产生的合势场，寻找初始的最佳路径，再通过群智能算法进行收敛寻优，可有效降低收敛时间，提高路径寻优效率和精度。
附图说明
[0026]此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
[0027]图1为本说明书一实施例提供的一种路径规划方法的流程示意图；
[0028]图2为本说明书一实施例提供的智能巡逻车平台的结构示意图；
[0029]图3为本说明书一实施例提供的环境地图的示意图；
[0030]图4为本说明书一实施例提供的人工势场受力的示意图；
[0031]图5为本说明书一实施例提供的新垂直坐标系及路径点的示意图；
[0032]图6为本说明书一实施例提供的人工势场算法和猫群算法的协同原理的示意图；
[0033]图7a为本说明书一实施例提供的巡逻车的最优路径的示意图；
[0034]图7b为本说明书一实施例提供的巡逻车在各路径点的巡检图像的示意图；
[0035]图8为本说明书一实施例提供的一种路径规划装置的结构示意图；
[0036]图9为本说明书一实施例提供的一种电子设备的结构示意图。
具体实施方式
[0037]为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本文件保护的范围。
[0038]以下结合附图，详细说明本说明书各实施例提供的技术方案。
[0039]图1为本说明书一实施例提供的一种路径规划方法的流程示意图，可由可移动主体或者可移动主体的导航模块或者云服务器执行，参见图1，所述方法具体可以包括如下步骤：
[0040]步骤102、确定可移动主体的作业环境中的障碍物；
[0041]其中，可移动主体是指能够自主移动的智能体，如半移动式机器人和移动机器人，前者的整体固定在某个位置，只有部分可以运动，例如机械手，后者是一种具有高度自主规划、自行组织、自适应能力，适合于在复杂的非结构化环境中工作的机器人，具备移动功能；所述作业环境是指可移动主体作业的环境，如运营商机房巡检应用的智能巡逻车，其作业环境是指运营商机房，又如一些厂房巡检机器人，其作业环境是指厂房。为便于后续描述，可将可移动主体具体示例为机器人。
[0042]步骤102具体可以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种路径规划方法，其特征在于，包括：确定可移动主体的作业环境中的障碍物；通过分析障碍物和目标位置对所述可移动主体产生的合势场，得到初始路径，所述初始路径为合势场最小条件下所述可移动主体从起点位置到达所述目标位置的无碰撞路径；基于所述初始路径，得到群智能算法中群体的初始位置集；通过所述群智能算法对所述初始位置集进行迭代更新处理并评估，得到最佳位置集，生成所述最佳位置集对应的最优路径。2.根据权利要求1所述的方法，其特征在于，所述通过所述群智能算法对所述初始位置集进行迭代更新处理并评估，得到最佳位置集，包括：初始化所述群体中各个体对应的位置集为所述初始位置集；维持第一个体对应的初始位置集不变，对其他个体对应的初始位置集进行位置迭代更新处理；对各个体对应的位置集进行评估；基于最大迭代次数下每个个体的评估结果，确定最佳位置集。3.根据权利要求2所述的方法，其特征在于，所述对各个体对应的位置集进行评估，包括：获取路径规划的目标函数；基于所述目标函数，评估各个体对应的位置集的适应度；其中，所述目标函数包括第一目标函数和第二目标函数，所述第一目标函数对应的指标是路径上相邻两个点之间的距离值的总和最小，所述第二目标函数对应的指标是可移动主体沿路径达到所述目标位置的过程中的总转角改变量最小。4.根据权利要求3所述的方法，其特征在于，所述基于所述目标函数，评估各个体对应的位置集的适应度，包括：获取所述第一目标函数和所述第二目标函数对应的指标之间的权重比；基于所述第一目标函数和所述第二目标函数，以及指标之间的权重比，评估所述更新后的位置集的适应度。5.根据权利要求2所述的方法，其特征在于，所述群智能算法为猫群算法，所述基于最大迭代次数下每个个体的评估结果，确定最优的位置集，包括：基于每只猫的适应度计算最优个体的位置信息，并且将最优解的位置信息存放到外部容器中；将最优解位置信息和当前猫的位置信息进行比较，使用适应度较好的解来替换当前猫的位置；以此类推，得到最大迭代次数下的最优解的最佳位置集。6.根据权利要求1所述的方法，其特征在于，所述基于所述初始路径，得...

【专利技术属性】
技术研发人员：赵东明，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：