面向供能有限的移动机器人节能路径规划方法技术

本发明专利技术公开了一种面向供能有限的移动机器人节能路径规划方法，本发明专利技术预先根据移动机器人的运动学模型、控制器和传感器的能量损失和电动机的能量转化为动能时的能耗等因素构建好了混合能量模型；在移动机器人接收到目标位置指令后，不断对移动机器人的混合能量模型和执行规划的批处理先验知识树进行构建，经过有限数量的循环优化，获得满足预期任务的趋近于最优的节能规划路径，本发明专利技术的方法更适用于实际面向供能有限的移动机器人路径规划，且能获得趋近于最优的节能规划路径方案，从而降低了移动机器人的执行任务的代价。了移动机器人的执行任务的代价。了移动机器人的执行任务的代价。

【技术实现步骤摘要】
面向供能有限的移动机器人节能路径规划方法


[0001]本专利技术属于机器人路径规划
，具体涉及面向供能有限的移动机器人节能路径规划方法。

技术介绍

[0002]移动机器人采用电池进行供能，由于电池储备的电能有限，移动机器人自身执行任务的时长也是有限，故移动机器人节能路径规划研究成为不少学者重点关注的课题。基于现存文献的检索分析，在“批处理先验知识树(BIT*)：基于采样的通过启发式引导搜索隐式随机几何图的最优规划”中的BIT*：一个基于随时采样的知情规划器，BIT*借鉴随机采样和启发式探索思想，交替逼近和搜索待求解问题域，在一定程度上解决了移动机器人在执行任务中存在的路径规划问题。由于BIT*在确定最优路径过程中，不可避免会碰到两个或多个路径节点的总代价相等所导致的冗余点问题。并且，只有少部分的规划算法在移动机器人开展路径规划过程中会考虑到移动机器人的供能有限问题，供能的有限性在现实中制约着移动机器人持续执行连续目标任务的能力

技术实现思路

[0003]针对现有技术中的上述不足，本专利技术提供的面向供能有限的移动机器人节能路径规划方法解决了移动机器人路径规划存在的路径冗余点和供能有限问题。
[0004]为了达到上述专利技术目的，本专利技术采用的技术方案为：一种面向供能有限的移动机器人节能路径规划方法，包括以下步骤：
[0005]S1、根据移动机器人运动学模型建立混合能量模型；
[0006]S2、基于混合能量模型，通过能量BIT算法构建随机几何图的显式先验知识树，构建树节点扩展优先级队列和树边片段估计优先级队列；
[0007]S3、根据树节点扩展优先级队列和树边片段估计优先级队列筛选出最优树边片段，得到移动机器人的目标路径。
[0008]进一步地：所述步骤S1包括以下分步骤：
[0009]S11、根据移动机器人在全局坐标系下的位姿和局部坐标系下的位姿，构建移动机器人运动学模型；
[0010]S12、根据移动机器人运动学模型计算静态能耗E
S
和动态能耗E
D
，进而根据静态能耗E
S
和动态能耗E
D
构建移动机器人的能量模型。
[0011]进一步地：所述步骤S11中，移动机器人在全局坐标系下的位姿X
G
＝(x
G
,y
G
,θ
G
)
T
，移动机器人在局部坐标系下的位姿X
L
＝(x
L
,y
L
,θ
L
)
T
，其中，(x
G
,y
G
)
T
为全局坐标系下的横纵坐标，θ
G
为全局坐标系下的航向角；(x
L
,y
L
)
T
为局部坐标系下的横纵坐标，θ
L
为局部坐标系下的航向角；将移动机器人在局部坐标系下的位姿X
L
＝(x
L
,y
L
,θ
L
)
T
进行一阶求导，得到移动机器人在局部坐标系下的速度将移动机器人在全局坐标系下的位姿X
G
＝(x
G
,y
G
,θ
G
)
T
进行一
阶求导，得到移动机器人在全局坐标系下的速度其中，移动机器人在局部坐标系下的速度和移动机器人在全局坐标系下的速度的关系具体为下式：
[0012][0013]式中，为局部坐标系下的横坐标方向速率，为局部坐标系下的纵坐标方向速率，为局部坐标系下的角速度；为全局坐标系下的横坐标方向速率，为全局坐标系下的纵坐标方向速率，为全局坐标系下的角速度。
[0014]进一步地：所述步骤S12中，静态能耗E
S
包括控制器能耗E
c
和传感器能耗E
s
；动态能耗E
D
包括摩擦能量耗散E
f
、电动机能量转化的耗散E
v
和动能E
k
；
[0015]所述移动机器人的能量模型具体为当前节点n与当前节点n的父节点n
‑
1间的能量变量ΔE，能量变量ΔE的表达式具体为下式：
[0016]ΔE＝ΔE
S
+ΔE
D
[0017]＝ΔE
c
+ΔE
s
+ΔE
f
+ΔE
v
+ΔE
k
[0018]式中，ΔE
S
为静态能耗能量变量，ΔE
D
为动态能耗能量变量，ΔE
c
为控制器能耗变量，ΔE
s
为传感器能耗变量，ΔE
f
为摩擦能量耗散变量，ΔE
v
为电动机能量转化的耗散变量，ΔE
k
为动能变量；其表达式具体为下式：
[0019]ΔE
c
＝χP
c
(t
n
‑
t
n
‑1)
[0020]ΔE
s
＝ψP
s
(t
n
‑
t
n
‑1)
[0021]ΔE
f
＝μmg(s
n
‑
s
n
‑1)
[0022]ΔE
v
＝(1
‑
ρ)P
m
(t
n
‑
t
n
‑1)
[0023][0024]式中，m为机器人的质量，g为所在地区的重力加速度，μ为摩擦系数，χ为控制器与机器人运动速度相关系数，ψ为传感器与机器人运动速度相关系数，P
c
为控制器的额定功率，P
s
为传感器的额定功率，P
m
为电动机的额定功率，ρ为电动机的转化效率，t
n
为从初始节点到当前节点n所花时间，t
n
‑1为从初始节点到当前节点n的父节点n
‑
1所花时间，v
n
为当前节点n下的速度，v
n
‑1为当前节点n的父节点n
‑
1下的速度，v
m
为机器人的平均速度，s
n
为从初始节点到当前节点n所遍历的路径长度，s
n
‑1为从初始节点到当前节点n的父节点n
‑
1所遍历的路径长度。
[0025]进一步地：所述步骤S2包括以下分步骤：
[0026]S21、根据能量BIT算法构建随机几何图的显式先验知识树；
[0027]S22、将混合能量模型代入到随机几何图的显式先验知本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向供能有限的移动机器人节能路径规划方法，其特征在于，包括以下步骤：S1、根据移动机器人运动学模型建立混合能量模型；S2、基于混合能量模型，通过能量BIT算法构建随机几何图的显式先验知识树，构建树节点扩展优先级队列和树边片段估计优先级队列；S3、根据树节点扩展优先级队列和树边片段估计优先级队列筛选出最优树边片段，得到移动机器人的目标路径。2.根据权利要求1所述的面向供能有限的移动机器人节能路径规划方法，其特征在于，所述步骤S1包括以下分步骤：S11、根据移动机器人在全局坐标系下的位姿和局部坐标系下的位姿，构建移动机器人运动学模型；S12、根据移动机器人运动学模型计算静态能耗E
S
和动态能耗E
D
，进而根据静态能耗E
S
和动态能耗E
D
构建移动机器人的能量模型。3.根据权利要求2所述的面向供能有限的移动机器人节能路径规划方法，其特征在于，所述步骤S11中，移动机器人在全局坐标系下的位姿X
G
＝(x
G
,y
G
,θ
G
)
T
，移动机器人在局部坐标系下的位姿X
L
＝(x
L
,y
L
,θ
L
)
T
，其中，(x
G
,y
G
)
T
为全局坐标系下的横纵坐标，θ
G
为全局坐标系下的航向角；(x
L
,y
L
)
T
为局部坐标系下的横纵坐标，θ
L
为局部坐标系下的航向角；将移动机器人在局部坐标系下的位姿X
L
＝(x
L
,y
L
,θ
L
)
T
进行一阶求导，得到移动机器人在局部坐标系下的速度将移动机器人在全局坐标系下的位姿X
G
＝(x
G
,y
G
,θ
G
)
T
进行一阶求导，得到移动机器人在全局坐标系下的速度其中，移动机器人在局部坐标系下的速度和移动机器人在全局坐标系下的速度的关系具体为下式：式中，为局部坐标系下的横坐标方向速率，为局部坐标系下的纵坐标方向速率，为局部坐标系下的角速度；为全局坐标系下的横坐标方向速率，为全局坐标系下的纵坐标方向速率，为全局坐标系下的角速度。4.根据权利要求2所述的面向供能有限的移动机器人节能路径规划方法，其特征在于，所述步骤S12中，静态能耗E
S
包括控制器能耗E
c
和传感器能耗E
s
；动态能耗E
D
包括摩擦能量耗散E
f
、电动机能量转化的耗散E
v
和动能E
k
；所述移动机器人的能量模型具体为当前节点n与当前节点n的父节点n
‑
1间的能量变量ΔE，能量变量ΔE的表达式具体为下式：ΔE＝ΔE
S
+ΔE
D
＝ΔE
c
+ΔE
s
+ΔE
f
+ΔE
v
+ΔE
k
式中，ΔE
S
为静态能耗能量变量，ΔE
D
为动态能耗能量变量，ΔE
c
为控制器能耗变量，ΔE
s
为传感器能耗变量，ΔE
f
为摩擦能量耗散变量，ΔE
v
为电动机能量转化的耗散变量，ΔE
k
为动能变量；其表达式具体为下式：ΔE
c
＝χP
c
(t
n
‑
t
n
‑1)ΔE
s
＝ψP
s
(t
n
‑
t
n
‑1)ΔE
f
＝μmg(s
n
‑
s
n
‑1)ΔE
v
＝(1
‑
ρ)P<...

【专利技术属性】
技术研发人员：李德胜，张国良，曹立佳，汪坤，张自杰，李歆，
申请(专利权)人：四川轻化工大学，
类型：发明
国别省市：