一种高效出入库系统的路径及局部预测避碰规划方法技术方案

本发明专利技术属于一种规避碰撞的路径规划方法，为解决现有的出入库系统，在路径规划和出入库安全方面，已经难以满足使用需求的技术问题，提供一种高效出入库系统的路径及局部预测避碰规划方法，根据环境的先验信息，提出一种改进蚁群算法，借助转移概率优化、信息素控制、死锁处理等技术输出全局最优路径，然后移动机器人判断在滚动窗口中，移动机器人是否会与动态障碍物发生碰撞，若发生碰撞，则采用有效的局部避碰策略规划一条绕开动态障碍物的局部路径，否则沿着全局路径继续前进，进入下一个滚动窗口，如此继续，直到目标点。实现复杂环境中移动机器人对动态障碍物的避障和移动机器人之间的避碰。之间的避碰。之间的避碰。

【技术实现步骤摘要】
一种高效出入库系统的路径及局部预测避碰规划方法


[0001]本专利技术属于一种规避碰撞的路径规划方法，具体涉及一种高效出入库系统的路径及局部预测避碰规划方法。

技术介绍

[0002]现有的高效贮存与智能快速出入库系统，提供了一种全新的高效贮存、自动输送、自动对接方式，实现了某些大型、安全性要求极高产品贮存系统向更安全、更高效、兼容性更强的平台化方向发展。
[0003]由于产品的贮存环境往往具有复杂性和动态性，无法进行离线全局规划，且用于出入库的移动机器人受到传感器探测范围有限的制约，也无法进行在线全局规划，只能依靠传感器探测到的局部信息进行局部路径规划。尤其是在一些复杂的场景中，动态障碍物的运行速度和方向可能随时发生变化，很难预测移动机器人在下一时刻是否会与动态障碍物发生碰撞，从而难以及时生成相应的避碰策略。因此，现有的出入库系统，在路径规划和出入库安全方面，已经难以满足使用需求。

技术实现思路

[0004]本专利技术为解决现有的出入库系统，在路径规划和出入库安全方面，已经难以满足使用需求的技术问题，提供一种高效出入库系统的路径及局部预测避碰规划方法。
[0005]为达到上述目的，本专利技术采用以下技术方案予以实现：
[0006]一种高效出入库系统的路径规划方法，其特殊之处在于，包括以下步骤：
[0007]S1，构建环境的栅格地图；
[0008]S2，使蚁群算法中的蚂蚁K从起点出发搜索路径，搜索路径过程中，利用转移概率优化和信息素控制选择下个节点s，并将起点和节点s添加至蚂蚁K的禁忌表tabu
k
中，直至蚂蚁K到达目标点，获得每只蚂蚁的禁忌表；其中，1≤K≤m，m为蚂蚁数量；
[0009]在搜索路径的过程中，若蚂蚁K进入死锁状态，令蚂蚁K回退至前一节点，更新蚂蚁K的禁忌表，并将死锁状态对应的节点从禁忌表中删除，再对死锁状态对应的节点周边信息素进行惩罚，最后，令蚂蚁K重新选择下个节点；
[0010]S3，通过每只蚂蚁的禁忌表，计算各蚂蚁搜索到的路径长度，得到最短路径；
[0011]S4，利用信息素更新机制调整所述最短路径的全局信息素；判断蚁群算法的迭代次数是否达到预设的最大迭代次数，若是，以当前的最短路径作为最优路径，结束路径规划；否则，清空每只蚂蚁的禁忌表，再返回步骤S2，直至迭代次数达到预设的最大迭代次数。
[0012]进一步地，步骤S4中，所述利用信息素更新机制调整所述最短路径的全局信息素之后，还包括信息素浓度调整：
[0013]通过下式确定所述最短路径的信息素浓度τ
rs
：
[0014][0015]其中，τ
min
为预设的信息素浓度区间上限，τ
max
为预设的信息素浓度区间下限。
[0016]进一步地，步骤S1具体为，利用周围环境信息、路径起点信息、路径终点信息，通过栅格法进行环境建模，构建栅格地图。
[0017]本专利技术还提供了一种高效出入库系统的局部预测避碰规划方法，其特殊之处在于，包括以下步骤：
[0018]S1，按照上述一种高效出入库系统的路径规划方法得到最优路径；
[0019]S2，移动机器人按照最优路径，从a＝1开始，判断移动机器人检测的滚动窗口内路径是否与动态障碍物在T
a
时间内的可移动区域相交；其中，T
a
为移动机器人检测的滚动窗口内移动个步长需要的时间，a为大于等于1的整数；
[0020]S3，若是，则标记该T
a
时间对应的可移动区域内有动态障碍物，令a加1，返回步骤S2，否则，移动机器人按照路径前进T
a
时间对应的步长，再令a加1，返回步骤S2，直至移动机器人前进一个步长；
[0021]S4，对移动机器人检测的滚动窗口内的下一个步长，重复执行步骤S2至步骤S3，直至移动机器人进入下一个滚动窗口，将滚动窗口内所有动态障碍物对应的可移动区域作为静态障碍物，对各可移动区域重复执行上述一种高效出入库系统的路径规划方法的步骤S1至步骤S4，使移动机器人按照得到的最优路径移动；
[0022]S5，依次在移动机器人的每一个滚动窗口内重复执行步骤S2至步骤S4，直至移动机器人到达目标点。
[0023]进一步地，步骤S2中，所述动态障碍物在T
a
时间内的可移动区域通过下式得到：
[0024][0025]其中，x和y分别表示动态障碍物在T
a
时间内的可移动区域对应曲线的自变量和变量；
[0026][0027][0028]为移动机器人在任一时刻探测到滚动窗口内动态障碍物在栅格地图中的栅格号，n＝1,2,3,
……
,S，S为滚动窗口内动态障碍物的数量；N
h
为每行栅格数；r为动态障碍物的半径，为动态障碍物的速度。
[0029]与现有技术相比，本专利技术具有以下有益效果：
[0030]1.本专利技术提出一种高效出入库系统的路径规划方法，根据环境的先验信息，提出一种改进蚁群算法，借助转移概率优化、信息素控制、死锁处理等技术输出全局最优路径，在路径规划的过程中，蚁群算法中的各蚂蚁陷入死锁状态时，不是令其死亡，而是允许其回退一步，然后更新相应蚂蚁的禁忌表，将死锁节点从禁忌表中删除，再对死锁边上的信息素进行惩罚，能够有效减小死锁路径上的信息素，用以避免其他蚂蚁再陷入死锁状态而增加
搜索时间。采用本专利技术提出的改进蚁群算法规划路径，能够提高路径规划算法的实时性，保障在有限空间内储存与库内的装备高效快速出入库。
[0031]2.本专利技术还对信息素浓度进行核验，能够减小改进蚁群算法陷入局部最优解的几率，提高本专利技术路径规划方法的全局搜索能力。
[0032]3.本专利技术还提出了一种高效出入库系统的局部预测避碰规划方法，先按照前述的路径规划方法规划最优路径，然后移动机器人判断在滚动窗口中，移动机器人是否会与动态障碍物发生碰撞，若发生碰撞，则采用有效的局部避碰策略规划一条绕开动态障碍物的局部路径，否则沿着全局路径继续前进，进入下一个滚动窗口，如此继续，直到目标点。这是一种基于全局路径规划和局部预测避碰规划的双层规划方法，该方法的全局路径规划部分采用提出的改进蚁群算法，借助转移概率优化、信息素控制、死锁处理等技术改进蚁群算法，输出全局最优路径，提高路径规划算法的实时性。另外，局部预测避碰部分采用提出的局部预测避碰算法，完成局部环境信息刷新、局部碰撞预测、局部碰撞避免，将动态环境多机器人路径规划问题转化为动态环境下单机器人路径规划问题，实现复杂环境中移动机器人对动态障碍物的避障和移动机器人之间的避碰。
附图说明
[0033]图1为本专利技术一种高效出入库系统的局部预测避碰规划方法实施例的流程示意图。
具体实施方式
[0034]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高效出入库系统的路径规划方法，其特征在于，包括以下步骤：S1，构建环境的栅格地图；S2，使蚁群算法中的蚂蚁K从起点出发搜索路径，搜索路径过程中，利用转移概率优化和信息素控制选择下个节点s，并将起点和节点s添加至蚂蚁K的禁忌表tabu
k
中，直至蚂蚁K到达目标点，获得每只蚂蚁的禁忌表；其中，1≤K≤m，m为蚂蚁数量；在搜索路径的过程中，若蚂蚁K进入死锁状态，令蚂蚁K回退至前一节点，更新蚂蚁K的禁忌表，并将死锁状态对应的节点从禁忌表中删除，再对死锁状态对应的节点周边信息素进行惩罚，最后，令蚂蚁K重新选择下个节点；S3，通过每只蚂蚁的禁忌表，计算各蚂蚁搜索到的路径长度，得到最短路径；S4，利用信息素更新机制调整所述最短路径的全局信息素；判断蚁群算法的迭代次数是否达到预设的最大迭代次数，若是，以当前的最短路径作为最优路径，结束路径规划；否则，清空每只蚂蚁的禁忌表，再返回步骤S2，直至迭代次数达到预设的最大迭代次数。2.根据权利要求1所述一种高效出入库系统的路径规划方法，其特征在于：步骤S4中，所述利用信息素更新机制调整所述最短路径的全局信息素之后，还包括信息素浓度调整：通过下式确定所述最短路径的信息素浓度τ
rs
：其中，τ
min
为预设的信息素浓度区间上限，τ
max
为预设的信息素浓度区间下限。3.根据权利要求1所述一种高效出入库系统的路径规划方法，其特征在于：步骤S1具体为，利用周围环境信息、路径起点信息、路径终点信息，通过栅格法进行环境建模，构建栅格地图。4.一种高效出入库系统的局部预测避碰规划方法，其特征在于，包括以下步骤：S1，按照权利要求1至3任一所述一种高效出入库系统的路径规划方法得到最优路径...

【专利技术属性】
技术研发人员：吴润吉，
申请(专利权)人：陕西恒拓创诚科技有限公司，
类型：发明
国别省市：