【技术实现步骤摘要】
一种基于空地协同的地面机器人路径规划方法
[0001]本专利技术属于空地协同和路径规划
,具体涉及一种基于空地协同的地面机器人路径规划方法。
技术介绍
[0002]近年来,空地协同是异构无人系统协同作业的前沿研究热点问题。空中无人机群组与地面移动机器人群组协同作业相比于单独的地面机器人群组或空中无人机群组更具有优势。无人机具有超高的机动飞行能力、宽广的空中视野,可以快速为地面机器人提供全局信息,而地面机器人可以近距离观测目标区域的状态(局部信息),通过将两者的优势结合在一起可以应用于消防救援、环境勘探、目标搜索和军事侦察等任务。
[0003]针对异构无人系统在大范围火灾事故现场进行侦察、救援任务,由于灭火环境的复杂性以及对环境感知的实时性的要求,为实现地面多消防机器人在未知环境下能够自主导航,而地图构建和路径规划是导航技术中极为重要的环节,采用多无人机协同建图方式可以有效地解决地面机器人建图较高耗时的问题。因此,采取多无人机基于实时三维重建技术实现对火灾现场环境的快速高精度三维空间协同建图,并为地面机器人构建可靠移动区域地图,依据提取的可靠移动区域地图将其二值栅格化得到可用于路径规划的栅格地图。目前,基于图搜索的常用二维路径规划算法有A*算法、Dijkstra算法、RRT算法、D*算法等,这些路径规划算法是基于位置层面搜索,并没有考虑机器人运动的实际朝向问题。如果直接将其应用于智能消防机器人的路径规划当中,势必会产生一些问题:1)由于机器人负载和自重较大,一般达到几百公斤,很难实现精准控制,而在实际应用
【技术保护点】
【技术特征摘要】
1.一种基于空地协同的地面机器人路径规划方法,其特征在于,包括:步骤S101、基于对目标区域的空基影像采集数据,构建出目标区域完整的空间三维模型;步骤S102、基于所述空间三维模型,构建地面移动机器人的移动路径区域,并将移动路径区域进行栅格化得到机器人可通达路径的二值栅格地图;步骤S103、基于二值栅格地图建立结合Voronoi图的混合地图,对于混合地图进行混合A*算法全局路径规划,并基于多引导点牵引作用进行路径优化,得出地面机器人的可靠移动路径。2.根据权利要求1所述的地面机器人路径规划方法,其特征在于,所述步骤S103,包括:步骤S401、利用二值栅格地图建立Voronoi图,并将Voronoi图和二值栅格地图结合构建出混合地图;步骤S402、在混合地图中采用混合A*搜索,搜索出基于地面机器人运动学和最小安全转向约束,满足路径连续性的粗路径;步骤S403、根据所述粗路径,基于梯度下降优化算法的轨迹平滑器,对混合搜索的粗路径进行优化,构建出适合地面多机器人安全执行、连续平滑的路径。3.根据权利要求2所述的地面机器人路径规划方法,其特征在于,所述步骤S402中,混合A*搜索,具体包括:步骤S501、输入混合地图;步骤S502、进行搜索的初始化;所述初始化包括建立Open_Set和Closed_Set两个列表,两个列表初始化时都为空列表,其中,Open_Set列表存储待扩展节点,Closed_Set列表存储已扩展的节点或存在障碍物的节点;步骤S503、判断Open_Set列表为非空列表,从Open_Set列表中选择总代价最小的节点作为扩展节点进行扩展,得到与扩展节点状态连续的多个扩展子节点,并将扩展节点从Open_Set列表移除至Closed_Set列表中;步骤S504、判断扩展节点是否是目标点;若是,则搜索结束;若不是,则继续扩展该节点的子节点;步骤S505、判断扩展子节点否与障碍物发生碰撞,若是,则舍弃该子节点;若不是,跳入下一步骤;步骤S506、将出现在同一网格中的当前扩展子节点与原有节点的实际代价进行比较,当前扩展子节点的实际代价低于原有节点的实际代价时,将当前扩展子节点的连续状态与该网格单元关联,并将当前扩展子节点所在栅格设置为子节点所在栅格的父栅格,并将扩展子节点放入Open_Set列表中,更新扩展子节点的总代价;步骤S507、循环上述过程中步骤S503到步骤S506,直到搜索到目标节点,并将目标节点放入Open_Set列表;步骤S508、从Open_Set列表中的目标节点开始回朔所有遍历过的父节点,直至起始节点,得到所搜索的路径,路径搜索完毕,算法终止;如果Open_Set列表为空,则表明没有规划出可行路径,算法终止。4.根据权利要求2所述的地面机器人路径规划方法,其特征在于,
搜索过程中每个节点的总代价包括实际代价和启发式估计代价;所述实际代价为起始节点到当前节点的代价,包括当前节点的父节点代价以及父节点到当前节点的代价,其中后者包括了父节点到当...
【专利技术属性】
技术研发人员:史聪灵,车洪磊,刘国林,王刚,韩松,
申请(专利权)人:中国安全生产科学研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。