一种工业移动机器人的路径跟踪方法技术

本发明专利技术公开了一种工业移动机器人的路径跟踪方法，包括以下步骤：(a)使用工业移动机器人所携带的传感器获取其周围的环境信息，进而获取到预设的全局路径；(b)读取所述工业移动机器人在全局地图上的位置信息，预估其在全局路径上的位置，获取局部目标点集；(c)计算当前位置偏航角和局部目标点集之间的角度偏差，对其取平均值；(d)利用纯追踪模型跟踪预设路径；(e)循环判断工业机器人到达局部目标点G

【技术实现步骤摘要】
一种工业移动机器人的路径跟踪方法


[0001]本专利技术属于机器人控制算法
，涉及一种路径跟踪方法，具体涉及一种工业移动机器人(轮式的移动机器人)的路径跟踪方法。

技术介绍

[0002]随着科学技术的不断进步，目标跟踪作为机器人智能领域的一个重要分支，在军事和民用方面都有着十分广泛的应用；军事方面包括无人飞行器、精确制导、空中预警和战场监视等；民用方面包括移动机器人、智能视频监控、智能交通系统、人机交互、虚拟现实以及在安防领域中的枪球联动功能等。
[0003]总的来说，整个目标跟踪过程可分为目标特征提取和目标跟踪两部分，其中的核心技术是目标跟踪技术。目标跟踪的任务是获得目标在连续图像序列中位置随时间变化的轨迹，目的是让移动机器人能够自主地生成一系列连续平滑的速度指令，使其在允许的跟踪误差范围内一直沿着预先给定的路径行走，安全地到达目标点位置。
[0004]现有的跟踪算法有很多，常用的跟踪算法主要分为三大类：经典目标跟踪算法、相关滤波类算法和基于深度学习的目标跟踪算法。常用的经典目标跟踪算法有纯跟踪方法、kalman方法、mean
‑
shift方法、和管道跟踪方法等，其中纯追踪是以一段圆弧来拟合机器人当前位置和前向距离的位置，通过计算路径的曲率，连续产生一组线速度和角速度来驱动机器人追寻路径上的点。相关滤波类算法简称CF(也常称为discriminative correlation filter，简称DCF)，常用的滤波算法有粒子滤波算法和卡尔玛滤波算法。基于深度学习的目标跟踪算法是最近几年新兴的算法，按照轨迹生成顺序可以分为离线式的目标跟踪算法和在线式的目标跟踪算法；但是基于深度学习的目标跟踪算法，复杂度很高、训练过程比较费时，并且对硬件要求高，在实际落地中应用较少。
[0005]工业机器人是广泛用于工业领域的多关节机械手或多自由度的机器装置，具有一定的自动性，可依靠自身的动力能源和控制能力实现各种工业加工制造功能。工业机器人被广泛应用于电子、物流、化工等各个工业领域之中。轮式的移动机器人所处的环境一般是工厂车间、仓库等，工作时间通常很长，从某种程度上来说，这类机器人的安全性和稳定性大于功能性。经过大量的实践应用验证，上述算法在跟踪工业机器人(尤其是轮式的移动机器人)的直线路径和曲线路径上能够起到很好的效果，并且能够确保跟踪误差收敛于一个可容忍的小常数。但是，上述算法存在一个共同的问题：没有考虑机器人的起点和终点的位姿，这会直接或间接影响到工业机器人某些重要细节功能的实现(机械手臂抓取、云台拍照、插取货架等)。比如电动叉车等机器人要到达某个位置后进行对准插取货物的功能无法保障；另一方面，对于分段直线的拐弯点处没有做出具体的设计，即不考虑工业机器人的安全性，而是直接越弯经过，这个过程没法进行安全保障。

技术实现思路

[0006]基于上述缺陷，本专利技术提供一种工业移动机器人的路径跟踪方法，可以在保证稳
定前进线速度和稳定角速度的基础上，对移动机器人到达目标点后的位姿进行控制。
[0007]为了达成上述目的，本专利技术提供一种工业移动机器人的路径跟踪方法，包括以下步骤：
[0008](a)使用工业移动机器人所携带的传感器获取其周围的环境信息，进而获取到预设的全局路径，判断当前的模式是进行直线路径还是圆弧路径以对全局路径进行处理；
[0009](b)读取所述工业移动机器人在全局地图上的位置信息，预估其在全局路径上的位置，获取局部目标点集；
[0010]所述目标点集的阈值计算如公式(Ι)所示：
[0011][0012]式中，long和width分别表示局部代价地图的长和宽，用以说明局部目标点集永远在局部代价地图上；
[0013](c)计算当前位置偏航角和局部目标点集之间的角度偏差，对其取平均值；其次将线速度的值设置为0，确保当前机器人转弯时不平移；再计算角速度使机器人旋转至局部目标点集位置；
[0014](d)利用纯追踪模型跟踪预设路径；
[0015](e)循环判断工业机器人到达局部目标点G
ultimate
的位姿，计算当前时刻工业机器人偏航角和目标点偏航角之差，然后通过修改角速度的方式使工业机器人朝向旋转至任意设定的偏航角。
[0016]优化地，步骤(a)包括以下步骤：
[0017](a1)遍历全局路径，当工业移动机器人处于直线路径时，找出当前路径的转弯点：
[0018]计算相邻两个节点(a
m
,b
m
)和(a
m+1
,b
m+1
)之间的斜率，计算方式如公式(1)所示；
[0019][0020]式中，m为点的位序；
[0021]然后计算角度差β
m
＝atan(k
m
)，计算结束后开始遍历角度差；当β
m
＞α则认为当前点为转弯点，α是允许角度偏差的容忍度；
[0022](a2)当工业移动机器人处于圆弧路径时，利用贝塞尔曲线对转弯点处进行插值处理：
[0023]设置转弯距离λ，根据转弯点G
m
的ind和λ数据，计算控制点C
m,1
，C
m,2
的ind数据，如公式(2)所示；
[0024][0025]式中，res为地图的分辨率，m为整个全局路径的转弯点个数，每个转弯点均有两个控制点。
[0026]进一步地，所述贝塞尔曲线算法步骤包括：
[0027]以全局路径、转弯点以及两个控制点为输入参数，所述贝塞尔曲线算法的迭代次数为每次迭代都是以相等的距离比例，即在C
1,m
G
m
线段上选取一个点
T
1,m
，在C
2,m
G
m
线段上选取另一个点T
2,m
，然后再以相等的距离比例在T
1,m
T
2,m
线段上找到插值的点O
n,m
；其中，n为当前转弯点的插值点个数，m为全局路径中的转弯点个数，选用的距离比例如公式(3)所示：
[0028]T
1,m
O
1,m
:T
1,m
T
2,m
＝C
1,m
T
m
:C
1,m
G
m
＝G
m
T
2,m
:G
m
C
2,m
ꢀꢀ
(3)。
[0029]优化地，步骤(d)包括以下步骤：
[0030](d1)根据公式(5)当前线速度计算前向距离forward_away；
[0031]forward_away＝v
×
μ
ꢀꢀ
(5)；
[0032]式中，v为当前机器人的线速度，μ为比例增益；
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种工业移动机器人的路径跟踪方法，其特征在于，包括以下步骤：(a)使用工业移动机器人所携带的传感器获取其周围的环境信息，进而获取到预设的全局路径，判断当前的模式是进行直线路径还是圆弧路径以对全局路径进行处理；(b)读取所述工业移动机器人在全局地图上的位置信息，预估其在全局路径上的位置，获取局部目标点集；所述目标点集的阈值计算如公式(Ι)所示：式中，long和width分别表示局部代价地图的长和宽，用以说明局部目标点集永远在局部代价地图上；(c)计算当前位置偏航角和局部目标点集之间的角度偏差，对其取平均值；其次将线速度的值设置为0，确保当前机器人转弯时不平移；再计算角速度使机器人旋转至局部目标点集位置；(d)利用纯追踪模型跟踪预设路径；(e)循环判断工业机器人到达局部目标点G
ultimate
的位姿，计算当前时刻工业机器人偏航角和目标点偏航角之差，然后通过修改角速度的方式使工业机器人朝向旋转至任意设定的偏航角。2.根据权利要求1所述工业移动机器人的路径跟踪方法，其特征在于，步骤(a)包括以下步骤：(a1)遍历全局路径，当工业移动机器人处于直线路径时，找出当前路径的转弯点：计算相邻两个节点(a
m
,b
m
)和(a
m+1
,b
m+1
)之间的斜率，计算方式如公式(1)所示；式中，m为点的位序；然后计算角度差β
m
＝atan(k
m
)，计算结束后开始遍历角度差；当β
m
＞α则认为当前点为转弯点，α是允许角度偏差的容忍度；(a2)当工业移动机器人处于圆弧路径时，利用贝塞尔曲线对转弯点处进行插值处理：设置转弯距离λ，根据转弯点G
m
的ind和λ数据，计算控制点C
m,1
，C
m,2
的ind数据，如公式(2)所示；式中，res为地图的分辨率，m为整个全局路径的转弯点个数，每个转弯点均有两个控制点。3.根据权利要求2所述工业移动机器人的路径跟踪方法，其特征在于，所述贝塞尔曲线算法步骤包括：以全局路径、转弯点以及两个控制点为输入参数，所述贝塞尔曲线算法的迭代次数为每次迭代都是以相等的距离比例，即在C
1,m
G
m
线段上选取一个点T
1,m
，在C
2,m
G
m
线段上选取另一个点T
2,m
，然后再以相等的距离比例在T
1,m
T
2,m
线段上找到插值的点
O
n,m
；其中，n为当前转弯点的插值点个数，m为全局路径中的转弯点个数，选用的距离比例如公式(3)所示：T
1,m
O
1,m
:T
1,m
T
2,m
＝C
1,m
T
m
:C
1,m
G
m
＝G
m
T
2,m
:G
m
C
2,m
ꢀꢀꢀꢀ
(3)。4.根据权利要求1所述工业移动机器人的路径跟踪方法，其特征在于，步骤(d)包括以下步骤：(d1)根据公式(5)当前线速度计算前向距离forward_away；forward_away＝v
×
μ
ꢀꢀꢀꢀ
(5)；式中，v为当前机器人的线速度，μ为比例增益；(d2)设置最大前向距离以及...

【专利技术属性】
技术研发人员：张二阳，翟冬灵，
申请(专利权)人：苏州寻迹智行机器人技术有限公司，
类型：发明
国别省市：