一种高铁巡检机器人的路径规划方法及系统技术方案

本发明专利技术公开一种高铁巡检机器人的路径规划方法及系统，方法包括：获取高铁站的环境信息，根据环境信息构建点云地图，其中，点云地图中包含静态障碍物点云和动态障碍物点云提取静态障碍物点云，根据静态障碍物点云构建2D栅格地图，并在2D栅格地图中使用改进的算法进行全局路径规划，生成全局最优路径；对巡检机器人进行运动学建模，并基于改进的DWA算法控制巡检机器人在沿着全局最优路径巡检时躲避局部动态障碍物，使得到最终巡检路线。提高了巡检路径生成速率，增强了对动态障碍物躲避能力，控制了巡检机器人能量消耗，有利于高铁站巡检机器人的应用。有利于高铁站巡检机器人的应用。有利于高铁站巡检机器人的应用。

【技术实现步骤摘要】
一种高铁巡检机器人的路径规划方法及系统


[0001]本专利技术属于路径优化
，尤其涉及一种高铁巡检机器人的路径规划方法及系统。

技术介绍

[0002]高铁站数量多、建筑规模大 、现场环境复杂。传统仅靠肉眼巡视的模式，不仅工作量大、信息传递慢、效率低、维护成本高，且一旦危险发生时不能及时响应处理，高铁站巡检机器人的出现有效缓解了这些问题，所以高铁站巡检机器人是近几年的研究热点。国内外学者在巡检机器人方面，进行了大量的研究，巡检机器人是一种能够自主运动，识别障碍物，生成运动轨迹并按照轨迹运动的智能系统，路径规划是巡检机器人诸多技术中不可或缺的重要组成部分，目的是在含障碍物空间中规划出一条无碰撞且距离最近的路径。
[0003]根据目前的研究成果来看，RRT算法是一种经典的基于图采样算法，同样可以应用于路径规划问题；然而，RRT算法存在以下不足：（1）不是最优解；（2）节点采样效率低下；（3）路径不平滑；（4）无法躲避局部动态障碍；因此，RRT算法仍然存在有一些缺陷，使得算法容易陷入局部最优，在进行巡检机器人路径规划时，往往达不到理想的路径规划效果。
[0004]为此，本专利技术提出了一种高铁巡检机器人的路径规划方法及系统。

技术实现思路

[0005]本专利技术提供一种高铁巡检机器人的路径规划方法及系统，克服了传统RRT算法存在的几点不足，显著减少随机采样点，缩短路径生成时间同时有效的躲避动态障碍物。
[0006]第一方面，本专利技术提供一种高铁巡检机器人的路径规划方法，包括：获取高铁站的环境信息，根据所述环境信息构建点云地图，其中，所述点云地图中包含静态障碍物点云和动态障碍物点云；提取所述静态障碍物点云，根据所述静态障碍物点云构建2D栅格地图，并在所述2D栅格地图中使用改进的算法进行全局路径规划，生成全局最优路径；对巡检机器人进行运动学建模，并基于改进的DWA算法控制所述巡检机器人在沿着所述全局最优路径巡检时躲避局部动态障碍物，使得到最终巡检路线，其中，得到最终巡检路线过程具体包括：在全局化时生成的栅格地图上加入动态障碍物信息，同时将全局最优路径中的个路径点坐标存入集合中，并根据预设选取公式在集合中选取预设个数的路径点作为局部路径规划的临时目标点，其中，预设选取公式为：，式中，为临时目标点坐标，为临时目标节点筛选系数，为第个路径点
坐标，为静态障碍物权值，为动态障碍物权值，为巡检机器人的质量；计算预设个数的表达式为：，式中，为目标点个数权重，为第个路径点坐标，为第个路径点坐标，为起始节点，为目标点；通过调节左右轮驱动速度来控制巡检机器人沿着局部路径规划的临时目标点移动，并对巡检机器人进行运动学建模，其中，运动学建模中包含巡检机器人的最大速度、最大加速度、线速度和角速度；融合人工势场算法，给局部动态障碍物增加斥力场，约束巡检机器人的最大速度和最大加速度；根据获取的动态障碍物信息预测动态障碍物的速度和航向，根据所述动态障碍物的速度和航向优化巡检机器人的线速度和角速度，其中，预测动态障碍物的速度和航向的表达式为：，，，式中，为动态障碍物的线速度，为线速度预测系数，为动态障碍物第个位置和第个位置，为预测时间，为线速度调节比例，为动态障碍物的角速度，为角速度预测系数，为动态障碍物第个角度和第个角度，为角速度调节比例，为动态障碍物的航向，为航向预测系数，为动态障碍物第个航向和第个航向，为航向调节比例；优化巡检机器人的线速度和角速度的表达式为：
，，式中，为线速度增益权重，为角速度增益权重，为线速度优化比例，为角速度优化比例，为巡检机器人当前线速度，为巡检机器人当前角速度，为巡检机器人航向，为优化后的巡检机器人的线速度，为优化后的巡检机器人角速度；根据改进的DWA算法的评价函数控制所述巡检机器人在沿着所述全局最优路径巡检时躲避局部动态障碍物，使得到最终巡检路线。
[0007]第二方面，本专利技术提供一种高铁巡检机器人的路径规划系统，包括：获取模块，配置为获取高铁站的环境信息，根据所述环境信息构建点云地图，其中，所述点云地图中包含静态障碍物点云和动态障碍物点云；构建模块，配置为提取所述静态障碍物点云，根据所述静态障碍物点云构建2D栅格地图，并在所述2D栅格地图中使用改进的算法进行全局路径规划，生成全局最优路径；生成模块，配置为对巡检机器人进行运动学建模，并基于改进的DWA算法控制所述巡检机器人在沿着所述全局最优路径巡检时躲避局部动态障碍物，使得到最终巡检路线，其中，得到最终巡检路线过程具体包括：在全局化时生成的栅格地图上加入动态障碍物信息，同时将全局最优路径中的个路径点坐标存入集合中，并根据预设选取公式在集合中选取预设个数的路径点作为局部路径规划的临时目标点，其中，预设选取公式为：，式中，为临时目标点坐标，为临时目标节点筛选系数，为第个路径点坐标，为静态障碍物权值，为动态障碍物权值，为巡检机器人的质量；
计算预设个数的表达式为：，式中，为目标点个数权重，为第个路径点坐标，为第个路径点坐标，为起始节点，为目标点；通过调节左右轮驱动速度来控制巡检机器人沿着局部路径规划的临时目标点移动，并对巡检机器人进行运动学建模，其中，运动学建模中包含巡检机器人的最大速度、最大加速度、线速度和角速度；融合人工势场算法，给局部动态障碍物增加斥力场，约束巡检机器人的最大速度和最大加速度；根据获取的动态障碍物信息预测动态障碍物的速度和航向，根据所述动态障碍物的速度和航向优化巡检机器人的线速度和角速度，其中，预测动态障碍物的速度和航向的表达式为：，，，式中，为动态障碍物的线速度，为线速度预测系数，为动态障碍物第个位置和第个位置，为预测时间，为线速度调节比例，为动态障碍物的角速度，为角速度预测系数，为动态障碍物第个角度和第个角度，为角速度调节比例，为动态障碍物的航向，为航向预测系数，为动态障碍物第个航向和第个航向，为航向调节比例；优化巡检机器人的线速度和角速度的表达式为：
，，式中，为线速度增益权重，为角速度增益权重，为线速度优化比例，为角速度优化比例，为巡检机器人当前线速度，为巡检机器人当前角速度，为巡检机器人航向，为优化后的巡检机器人的线速度，为优化后的巡检机器人角速度。
[0008]根据改进的DWA算法的评价函数控制所述巡检机器人在沿着所述全局最优路径巡检时躲避局部动态障碍物，使得到最终巡检路线。
[0009]第三方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例的高铁巡检机器人的路径规划方法的步骤。
[0010]第四方面，本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述程序指令被处理器执行时，使所述处理器执行本专利技术任一实施例的高铁巡检机器人的路径规划方法的步骤。
[0011]本申请的高铁巡检机器人的路径规划方法及系统，提高了巡检路径生成速率，增强了对动态障碍物躲避能力，控制了巡检机器人能量消耗，有利于高铁站巡本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高铁巡检机器人的路径规划方法，其特征在于，包括：获取高铁站的环境信息，根据所述环境信息构建点云地图，其中，所述点云地图中包含静态障碍物点云和动态障碍物点云；提取所述静态障碍物点云，根据所述静态障碍物点云构建2D栅格地图，并在所述2D栅格地图中使用改进的算法进行全局路径规划，生成全局最优路径；对巡检机器人进行运动学建模，并基于改进的DWA算法控制所述巡检机器人在沿着所述全局最优路径巡检时躲避局部动态障碍物，使得到最终巡检路线，其中，得到最终巡检路线过程具体包括：在全局化时生成的栅格地图上加入动态障碍物信息，同时将全局最优路径中的个路径点坐标存入集合中，并根据预设选取公式在集合中选取预设个数的路径点作为局部路径规划的临时目标点；通过调节左右轮驱动速度来控制巡检机器人沿着局部路径规划的临时目标点移动，并对巡检机器人进行运动学建模，其中，运动学建模中包含巡检机器人的最大速度、最大加速度、线速度和角速度；融合人工势场算法，给局部动态障碍物增加斥力场，约束巡检机器人的最大速度和最大加速度；根据获取的动态障碍物信息预测动态障碍物的速度和航向，根据所述动态障碍物的速度和航向优化巡检机器人的线速度和角速度；根据改进的DWA算法的评价函数控制所述巡检机器人在沿着所述全局最优路径巡检时躲避局部动态障碍物，使得到最终巡检路线。2.根据权利要求1所述的一种高铁巡检机器人的路径规划方法，其特征在于，其中，预设选取公式为：，式中，为临时目标点坐标，为临时目标节点筛选系数，为第个路径点坐标，为静态障碍物权值，为动态障碍物权值，为巡检机器人的质量；计算预设个数的表达式为：，式中，为目标点个数权重，为第个路径点坐标，为第个路径点坐标，为起始节点，为目标点。3.根据权利要求1所述的一种高铁巡检机器人的路径规划方法，其特征在于，其中，预
测动态障碍物的速度和航向的表达式为：，，，式中，为动态障碍物的线速度，为线速度预测系数，为动态障碍物第个位置和第个位置，为预测时间，为线速度调节比例，为动态障碍物的角速度，为角速度预测系数，为动态障碍物第个角度和第个角度，为角速度调节比例，为动态障碍物的航向，为航向预测系数，为动态障碍物第个航向和第个航向，为航向调节比例；优化巡检机器人的线速度和角速度的表达式为：，，
式中，为线速度增益权重，为角速度增益权重，为线速度优化比例，为角速度优化比例，为巡检机器人当前线速度，为巡检机器人当前角速度，为巡检机器人航向，为优化后的巡检机器人的线速度，为优化后的巡检机器人角速度。4.根据权利要求1所述的一种高铁巡检机器人的路径规划方法，其特征在于，其中，所述静态障碍物点云包括墙体点云，座椅点云，供电设备点云和安检机器点云；所述动态障碍物点云包括人员点云。5.根据权利要求1所述的一种高铁巡检机器人的路径规划方法，其特征在于，所述提取所述静态障碍物点云，根据所述静态障碍物点云构建2D栅格地图包括：提取所述静态障碍物点云，并生成只含所述静态障碍物点云的静态障碍物点云地图；对所述静态障碍物点云地图进行栅格化并对所述静态障碍物点云增加膨胀距离，得到2D栅格地图，其中，计算所述膨胀距离的表达式为：，式中，为安全距离，为巡检机器人的巡航速度，为巡检机器人的最大加速度。6.根据权利要求1所述的一种高铁巡检机器人的路径规划方法，其特征在于，所述在所述2D栅格地图中使用改进的算法进行全局路径规划，生成全局最优路径包括：设置最大迭代次数；采用自适应采样函数约束初始路径生成之前的采样空间；根据预设的混沌算法在所述采样空间中生成随机采样节点，其中所述混沌算法的Logistic映射的表达式为：，式中，为控制参数，为下一个混沌矢量，为当前混沌矢量，为矢量索下标，为矢量总数；从起始点生长的树Tree1开始，在所述采样空间中以目标点为临时目标点，根据混沌序列生成一个有效采样节点，在树Tree1找到新节点，对新节点进行碰撞检测，如果不发生碰撞则将生成的树枝和节点加入树Tree1；再从目标点生长的树Tree2开始，在所述采样空间中以树Tree1中新节点为临时目标点，根据混沌算法生成另一个有效采样节点，在树Tree2找到新节点，对新节点进行碰撞检测，如果不发生碰撞则将生成的树枝和节点加入树Tree2，树Tree1和树Tree2向着彼此的方向生长，直至连接成初始路径；根据重选父节点函数和剪枝函数对随机树的节点与树枝进行优化，其中，优化过程包
括：重选父节点...

【专利技术属性】
技术研发人员：姚道金，殷雄，董文涛，程宵，王晓明，
申请(专利权)人：华东交通大学，
类型：发明
国别省市：