一种多机器人路径规划方法技术

本发明专利技术公开了一种多机器人路径规划方法，该方法包括步骤：S100获取所述多机器人的环境地图、起点和终点坐标；S200将所述多机器人的起点和终点坐标输入路径规划策略得到所述多机器人中每个单机器人的起点和终点坐标；S300将所述的环境地图进行环境建模得到可视图；S400将所述的单机器人的起点及终点坐标和所述的可视图输入单机器人路径规划算法得到所述单机器人的路径；S500将所述多机器人中所有的单机器人循环步骤S300

【技术实现步骤摘要】
一种多机器人路径规划方法


[0001]本专利技术涉及机器人全局路径规划领域，特别涉及一种多机器人路径规划方法。

技术介绍

[0002]机器人具有节约成本、方便监管和安全性高等优点，在从事体力劳动程度大，工作重复性高或者危险性高等工作方面表现出了卓越的性能，对于促进社会生产力的发展具有重要意义。相比单机器人执行任务，多机器人协同执行任务具有协作配合能力强，工作效率高，可以完成更加复杂繁琐的工作等优点。例如，在快递物流领域，多机器人协同配合可以快速处理不同类型的快递物品，提高物流分拣运输速度；在国防军事领域，多机器人协同配合执行军事任务，既可以同时对单目标进行多角度全方位军事打击，也可以同时对多目标发起攻击，提高了军事打击的攻击力和时效性。
[0003]机器人路径规划技术作为机器人核心技术，对于机器人技术的发展具有重要意义。特别对于移动机器人而言，路径规划是移动机器人完成工作任务的首要前提。移动机器人可以通过路径规划在有障碍物的工作环境中，找到一条从起点到终点适当的运动路径，从而在运动过程中能安全、无碰撞地绕过所有障碍物。
[0004]相比单机器人路径规划，多机器人路径规划更加注重多机器人的整体利益，通过多机器人协同配合，规划得到具有最优整体利益的多机器人路径。现有的多机器人路径规划方法较少，计算复杂度较大，协同配合能力较差，规划得到的路径平滑度较低，实用性不高。

技术实现思路

[0005]本专利技术的目的是针对目前技术的弊端，提供一种多机器人路径规划方法，降低多机器人路径规划的时间和空间复杂度，提高多机器人路径的平滑度，增强多机器人路径规划的协同配合能力，提高多机器人路径规划方法的可行性和实用性。
[0006]为了实现上述目的，一种多机器人路径规划方法，包括：S100:获取所述多机器人的环境地图、起点和终点坐标；S200:将所述多机器人的起点和终点坐标输入路径规划策略得到多机器人中每个单机器人的起点和终点坐标；S300:将所述的环境地图进行环境建模得到可视图；S400:将所述单机器人的起点及终点坐标和所述的可视图输入单机器人路径规划算法得到所述单机器人的路径；S500:将所述多机器人中所有的单机器人循环步骤S300
‑
S400，循环结束后多机器人路径规划完成。
[0007]进一步地，所述多机器人的环境地图包括所述多机器人路径规划区域的全局地图和所述多机器人路径规划区域中的所有障碍物。
[0008]进一步地，所述多机器人的起点是指所述多机器人中所有单机器人的起点坐标的
集合。
[0009]进一步地，所述多机器人的终点坐标是指所述多机器人完成路径规划任务需要所述多机器人中的一个单机器人到达的终点坐标的集合。
[0010]进一步地，所述步骤S200中的路径规划策略是采用深度强化学习算法中的SAC算法预先训练得到的多机器人路径规划策略。
[0011]进一步地，所述多机器人中每个单机器人的起点和终点坐标是多机器人中每个单机器人需要规划路径的起点和终点坐标。
[0012]进一步地，所述步骤S300中环境建模采取的方法是可视图法。
[0013]进一步地，所述多机器人路径规划区域中的所有障碍物在所述多机器人环境地图的可视图中均采用凸多边形表示。
[0014]进一步地，所述步骤S300中的可视图由若凸干个多边形列表组成的。
[0015]进一步地，所述步骤S400中单机器人路径规划算法是一种基于A*算法和漏斗算法的单机器人路径规划算法，具体步骤如下：S410:初始化；S411:设置一个存储单元的数据结构（P,B,K,S,C），其中P表示机器人路径上当前节点V
now
的前驱节点；B是一个布尔值，表示起点路径是否修改；K表示过往路径的斜率或方向；S表示当前凸多边形的起始点；C表示正在搜索的凸多边形；S412:设置机器人路径的起点和终点分别设置为V
start
和V
end
，起点所在的凸多边形表示为C
start
，终点的凸多边形为C
end
，初始路径的斜率为k0，即点V
start
与点V
end
之间连线的斜率；S413:初始化一个节点D
start
（
‑
1,TRUE,k0,V
end
,C
start
）；S420:使用二叉搜索树创建空列表Open List和Closed List，并将节点D
start
添加到Open List中，其中Open List表示待访问节点列表，Closed List表示已访问节点列表；S430:若Open List为空，且路径未能到达终点，则寻路失败未能找到最优路径；S440:将Open List按照估价函数F值进行升序排序，取出并且移除Open List中F值最小的节点，第一个节点为D
n
（P
n
,B
n
,K
n
,S
n
,C
n
），并且将节点D
n
插入Closed List中；S450:若C
n
为终点凸多边形，则找到最优路径，最优路径的凸多边形序列可以通过C
n
的p反向推演得到，直至p=
‑
1。若C
n
不为终点凸多边形，则搜索所有相邻的拓展凸多边形C
expend
,得到节点D
expend
（P
expend
,B
expend
,K
expend
,S
expend
,C
expend
）；S460:若节点D
expend
在Closed List中，则搜索下一个相邻的拓展凸多边形C
expend
。若节点D
expend
不在Closed List中，但在Open List中，则计算经由当前节点C
n
到达C
expend
的路径是否比原路径长度小，若小则转至步骤S470，否则搜索下一个相邻的拓展凸多边形C
expend
；S470:将节点D
expend
加入Open List中，且计算其估价函数F值，转至步骤S430；S480:使用漏斗算法对获得的凸多边形列表进行平滑化处理，规划得到一条平滑的单机器人最优避障路径，单机器人路径规划完成。
[0016]进一步地，步骤S440和S470所述估价函数F值的计算方法如下：F*(n)=g*(n)+h*(n)，其中g*(n)表示从起点到当前凸多边形的最小代价值，h*(n)表示当前凸多边形到终点的最小估价值。
[0017]进一步地，所述表示从起点到当前凸多边形的最小估价值的g*(n)的具体计算步骤包括：步骤一：使用路径斜率K
n本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多机器人路径规划方法，其特征在于，包括步骤：S100:获取所述多机器人的环境地图、起点和终点坐标；S200:将所述多机器人的起点和终点坐标输入路径规划策略得到所述多机器人中每个单机器人的起点和终点坐标；S300:将所述多机器人的环境地图进行环境建模得到可视图；S400:将所述单机器人的起点及终点坐标和所述的可视图输入单机器人路径规划算法得到所述单机器人的路径；S500:将所述多机器人中所有的单机器人循环步骤S300
‑
S400，循环结束后多机器人路径规划完成。2.根据权利要求1所述的一种多机器人路径规划方法，其特征在于，所述多机器人的环境地图包括所述多机器人路径规划区域的全局地图和所述多机器人路径规划区域中的所有障碍物。3.根据权利要求1所述的一种多机器人路径规划方法，其特征在于，所述多机器人的起点是指所述多机器人中所有单机器人的起点坐标的集合。4.根据权利要求1所述的一种多机器人路径规划方法，其特征在于，所述多机器人的终点坐标是指所述多机器人完成路径规划任务需要所述多机器人中的一个单机器人到达的终点坐标的集合。5.根据权利要求1所述的一种多机器人路径规划方法，其特征在于，所述步骤S200中的路径规划策略是采用深度强化学习算法中的SAC算法预先训练得到的多机器人路径规划策略。6.根据权利要求1所述的一种多机器人路径规划方法，其特征在于，所述多机器人中每个单机器人的起点和终点坐标是多机器人中每个单机器人需要规划路径的起点坐标和终止坐标。7.根据权利要求1所述的一种多机器人路径规划方法，其特征在于，所述步骤S300中环境建模采取的方法是可视图法。8.根据权利要求4所述的多机器人路径规划区域中的所有障碍物，其特征在于，所述多机器人路径规划区域中的所有障碍物在所述多机器人环境地图的可视图中均采用凸多边形表示。9.根据权利要求1所述的一种多机器人路径规划方法，其特征在于，所述步骤S300中的可视图由若凸干个多边形列表组成的。10.根据权利要求1所述的一种多机器人路径规划方法，其特征在于，所述步骤S400中单机器人路径规划算法是一种基于A
*
算法和漏斗算法的单机器人路径规划算法，具体步骤包括：S410:初始化；S411:设置一个存储单元的数据结构（P,B,K,S,C），P表示机器人路径上当前节点V
now
的前驱节点，B是一个布尔值，表示起点路径是否修改，K表示过往路径的斜率或方向，S表示当前凸多边形的起始点，C表示正在搜索的凸多边形；S412:设置机器人路径的起点和终点分别设置为V
start
和V
end
，起点所在的凸多边形表示为C
start
，终点的凸多边形为C
end
，初始路径的斜率为k
0 ，即点V
start
与点V
end
之间连线的斜率；
S413:初始化一个节点D
start
（
‑
1,TRUE,k0,V
end
,C
start
）；S420:使用二叉搜索树创建空列表Open List和Closed List，并将节点D
start
添加到Open List中，Open List表示待访问节点列表，Closed List表示已访问节点列表；S430:若Open List为空，且路径未能到达终点，则寻路失败未能找到最优路径；S440:将Open List按照估价函数F值进行升序排序，取出并且移除Open List中F值最小的节点，第一个节点为D
n
（P
n
,B
n
,K
n
,S
n
,C
n
），并且将节点D
n
插入Closed List中；S450:若C

【专利技术属性】
技术研发人员：王宪伟，冯翔，
申请(专利权)人：华东理工大学，
类型：发明
国别省市：