多机器人编队路径规划方法技术

本发明专利技术提供一种多机器人编队路径规划方法

【技术实现步骤摘要】
多机器人编队路径规划方法、装置、电子设备及存储介质


[0001]本专利技术涉及机器人
，尤其涉及一种多机器人编队路径规划方法
、
装置
、
电子设备及存储介质
。

技术介绍

[0002]随着机器人技术的发展，机器人在航拍
、
植保
、
地质监测
、
通信中继等各个领域得到了广泛的应用
。
通过对多无人机进行编队导航，采用多机器人编队协同配合的方式开展任务
。
[0003]针对多机器人编队导航的技术，主要包括基于控制律
、
局部优化和预测规划三类方法；其中，基于局部控制律的方案无法在预测范围内进行规划，使得无法保证密集障碍环境下的编队导航任务完成；基于局部优化的方法通过对每个机器人施加相对位置约束来维持队形，但队形会在障碍场景中被动局部屈服于障碍物，缺乏全局更优轨迹的引导；基于预测规划的方法在编队通过密集障碍环境时，队形保持质量差，无法形成严格编队
。
[0004]综上所述，如何在密集障碍环本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种多机器人编队路径规划方法，其特征在于，包括：基于目标区域的密集障碍环境，对多个机器人编队进行全局路径规划，得到所述多个机器人编队在所述目标区域的全局路径；所述目标区域的密集障碍环境采用二维栅格占据地图表示，所述全局路径包括各所述机器人在每个时刻的待跟踪路径点；基于各所述机器人在每个时刻的待跟踪路径点，对各所述机器人的局部轨迹进行优化，得到所述多个机器人编队的优化轨迹
。2.
根据权利要求1所述的多机器人编队路径规划方法，其特征在于，所述基于各所述机器人在每个时刻的待跟踪路径点，对各所述机器人的局部轨迹进行优化，得到所述多个机器人编队的优化轨迹，包括：针对每个机器人，基于所述机器人在每个时刻的待跟踪路径点，构建无约束优化问题；所述无约束优化目标用于对所述机器人的局部轨迹进行优化；基于所述无约束优化目标，确定所述多个机器人编队的优化轨迹
。3.
根据权利要求2所述的多机器人编队路径规划方法，其特征在于，所述基于所述机器人在每个时刻的待跟踪路径点，构建无约束优化目标，包括：基于所述机器人在每个时刻的待跟踪路径点的姿态，确定所述机器人在每个时刻的速度
、
加速度和所述机器人的优化变量；所述优化变量包括姿态序列和时间间隔序列，所述姿态序列是基于各所述姿态确定的，所述时间间隔序列是基于相邻时刻之间的运动时间差组成的；基于所述优化变量
、
所述速度
、
所述加速度和障碍物的位置，分别确定总时间代价函数
、
编队约束代价函数
、
编队路径跟随约束代价函数
、
避障代价函数
、
速度约束代价函数和加速度约束代价函数；基于所述总时间代价函数
、
所述编队约束代价函数
、
所述编队路径跟随约束代价函数
、
所述避障代价函数
、
所述速度约束代价函数和所述加速度约束代价函数，构建所述无约束优化目标
。4.
根据权利要求3所述的多机器人编队路径规划方法，其特征在于，所述基于所述总时间代价函数
、
所述编队约束代价函数
、
所述编队路径跟随约束代价函数
、
所述避障代价函数
、
所述速度约束代价函数和所述加速度约束代价函数，构建所述无约束优化目标，包括：基于所述总时间代价函数
、
所述编队约束代价函数
、
所述编队路径跟随约束代价函数
、
所述避障代价函数
、
所述速度约束代价函数和所述加速度约束代价函数，采用公式
(1)
构建所述无约束优化目标；其中，公式
(1)
表示为：其中，表示所述机器人从初始姿态到终止姿态的
n
个姿态以及相邻姿态之间的时间间隔组成的离散序列，表示上述无约束优化问题的最优解，
s1表示所述机器人的初始姿态，
s
n
表示所述机器人的终止姿态，
t
表示时间，
λ
t
表示代价函数的权重，
J
t
表示总时间代价函数，
f
表示编队，
J
f
表示编队约束代价函数，
p
表示待跟踪点，
J
p
表示编队路径跟随约束代价函数，...

【专利技术属性】
技术研发人员：刘瑜，李丹旭，李徵，李劭辉，李耀文，姜智卓，何友，
申请(专利权)人：清华大学深圳国际研究生院，
类型：发明
国别省市：