两机器人错时调度方法技术

本发明专利技术公开两机器人错时调度方法

【技术实现步骤摘要】
两机器人错时调度方法、系统、设备和存储介质


[0001]本专利技术属于路径规划领域，具体涉及一种基于多机协同路面施工下的故障机器人与闲置机器人错时调度方法
、
系统
、
设备和存储介质
。

技术介绍

[0002]路径规划算法众多，也已成功应用于多种场景
。
但多机协同路面施工作业下的路径规划问题却鲜有报道
。
在一般的多机协同路面施工作业任务下，路面施工包含摊铺机在摊铺区域铺沥青
、
两台双钢轮压路机负责初压
、
两台轮胎压路机负责复压
、
一台双钢轮压路机负责终压，压实路径和压实顺序是既定的，因此在一般情形下，无需提前规划路径，如图1中子区域1～子区域5所示
。
[0003]但是，压路机在行车过程中不可避免的存在油量不足
、
水温过高等故障现象，一方面，这类故障现象被认为是可预见的，因此可以提前对故障车辆进行调度；另一方面，由于路面施工任务的特殊性，其他压路机仍需要按照既定的流程作业
。
[0004]授权号为
CN111638710B
的专利提出了基于一个无人摊铺机和至少一个第一无人压路机的控制系统，其提及了协同作业方法包括：获取摊铺区域的摊铺面积；获取完成压实区域的第一压实面积
、
未完成压实区域的第一剩余压实时间；获取第一压实面积和摊铺面积的第一面积差，并设定第一面积差阈值；设定摊铺面积阈值和未完成压实作业的第一剩余压实时间阈值；比较摊铺面积与摊铺面积阈值和
/
或比较第一剩余压实时间与第一剩余压实时间阈值，调节无人摊铺机的摊铺速度和
/
或第一无人压路机的行走速度，使第一面积差落入第一面积差阈值的范围之内
。
但该文献仅细化了多机协同施工框架，并未对本申请探讨的故障调度问题进行分析
。
[0005]授权号为
CN111236010B
的专利提到了基于无人驾驶压路机群的运行控制方法和系统，并提到了期望让故障压路机自主驶离施工区域，并控制一台闲置压路机，替代故障压路机作业
。
但该文献仅探讨了故障压路机调度所可能遇到的几类情形，并没有详细的给出调度路径，无法直接应用于全局施工任务中
。
[0006]授权号为
CN113253744B
的专利提出了一种多机器人协同轨迹规划方法
、
装置
、
电子设备和存储介质，授权号为
CN114137991B
的专利提出了一种基于二阶贝塞尔曲线的机器人连续路径优化方法，这两个专利都提及了需要考虑避障安全距离或是最小安全距离，但都忽略了障碍物的尺寸以及机器人本身的尺寸，这种过于理想化的假设前提无法应用于实际需求，而本申请对所有的障碍物和机器人都进行了建模，将避障判断问题转化为依次判断故障机器人所表征矩形与其中某台机器人所表征矩形中，是否能在至少一条中垂线上找到两类投影点的集合不存在交集；此外，在一些应用场景下机器人的始末位置需要提取设计，如本申请提到的故障机器人与闲置机器人的调度问题，一方面，闲置机器人的起点位置可以提前设计，完成路径的进一步优化，另一方面，故障机器人驶离施工场地的最终位置需要提取设计，由于实验场景的特殊性，随机的或不合理的故障机器人最终位置的设计会造成故障机器人和闲置机器人根本无法调度
。
再者，从给出的具体实施例上看，这两个专利的
地图场景约束性小，障碍物可轻易绕过，所有运动体共同运动，不会导致无解的情形，类似的应用场景是
Jolly
等在文献
《A Bezier curve based path planning in a multi
‑
agent robot soccer system without violating the acceleration limits》
中为足球机器人设计了一套改进贝塞尔曲线，算法考虑通过绕过障碍物完成避障任务，但在实际施工过程中，如高速公路路段的路面压实任务，机器人偏离高架桥行驶会导致安全事故，而若故障机器人和闲置机器人同时相向行驶，会有很大的概率堵塞仅供一台机器人通过的“狭窄通道”，因此上述专利和文献获得的最优解也不适用于本申请的需求，本申请基于应用需求提出了一套错时调度策略
。
[0007]区别于传统的人工驾驶压路机，无人压路机属于智能机器人的一类，因此，也调研了一些机器人路径规划算法文献，我们发现，传统路径规划算法，如
A*、RRT、ACO、Voronoi
等算法，因为设计的路径不平滑，无法满足铰接压路机这类非完整运动模型约束；
Bezier
和
Inform RRT*
是集路径搜索和路径平滑于一体的优秀算法，但算法设计时未考虑运动学模型的曲率约束；
Zips
等在文献
《Optimisation based path planning for car parking in narrow environments》
中提出了一种适用于各种停车场景的快速路径规划算法，由于该算法需要依赖于静态障碍物建模，故算法的应用前提是障碍物是静态的，而本申请的实验场景需求是动态的，即在调度出现故障的机器人时，其他机器人不会停止工作，因此该文献提出的策略也无法直接应用于本申请的需求；专利申请人曾在文献
《A Novel Path Planning Method for Articulated Road Roller Using Support Vector Machine and Longest Accessible Path With Course Correction》
中提出利用支持向量机的超平面来完成路径规划任务，并完成了铰接车辆驶入施工区域的仿真路径规划算法任务，但该算法也无法满足本申请需求的原因在于：首先，支持向量机将地图上的每个二维坐标都视为标注的训练数据，因此零势决策曲线的学习过程消耗了大量时间，其次，算法生成的零电位决策曲线线有可能不满足机器人的运动学模型约束，因此需要进一步优化
、
另外，本文涉及动态障碍物，因此两个调度机器人在基于静态场景设计的路径上运动时，不可避免地需要等待一段时间，以上这些都会影响算法的性能；基于深度
Q
网络的算法是近年来新兴的算法，在路径搜索方面显示出其优势，但由于应用强化学习生成路径的前提是能够将机器人的行为置于网格图的背景下，这会导致生成的路径不平滑，不满足机器人运动学模型约束，因此难以应用于本文的研究；此外，基于监督学习的各种机器学习和深度学习算法也可能有助于路径搜索，但真实车辆的现场实验成本极高，且无法提供足够的数据作为机器学习模型或深度学习模型的输入
。

技术实现思路

[0008]本专利技术针对现有技术中的不足，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于多机协同路面施工下的故障机器人与闲置机器人错时调度方法，其特征在于，包括以下步骤：步骤1：将施工路面分为初压区域
、
复压区域
、
终压区域和空闲区域；步骤2：将故障机器人发生故障的位置作为故障机器人的起点位置和闲置机器人终点位置，设计故障机器人的多个备选终点位置和闲置机器人的多个备选起点位置；将故障机器人的起点位置和备选终点位置作为贝塞尔曲线的两端点生成多条贝塞尔曲线，将闲置机器人的终点位置和备选起点位置作为贝塞尔曲线的两端点生成多条贝塞尔曲线，计算贝塞尔曲线落入空闲区域的比率，使贝塞尔曲线落入空闲区域的比率最大时，故障机器人备选终点位置作为故障机器人驶离施工区域的最优终点位置，闲置机器人的备选起点位置作为闲置机器人进入施工区域的最优起点位置；步骤3：基于故障机器人的最优始末位置和闲置机器人的最优始末位置规划多条贝塞尔曲线，先利用贝塞尔曲线生成多条故障机器人驶离施工区域的可能路径和多条闲置机器人进入施工区域的可能路径，通过机器人曲率约束限制，筛选出符合机器人运动学模型约束的路径，再采用错时调度策略完成故障机器人和闲置机器人的调度
。2.
如权利要求1所述的基于多机协同路面施工下的故障机器人与闲置机器人错时调度方法，其特征在于，步骤2具体为：步骤
2.1、
将故障机器人发生故障的位置作为故障机器人的起点位置
M
s
(M
sx
,M
sy
)
和闲置机器人终点位置
I
e
(I
ex
,I
ey
)
，
M
sx
表示故障机器人的起点位置的
x
轴坐标，
M
sy
表示故障机器人的起点位置的
y
轴坐标；
I
ex
表示闲置机器人终点位置的
x
轴坐标，
I
ey
表示闲置机器人终点位置的
y
轴坐标；设计故障机器人的多个备选终点位置和闲置机器人的多个备选起点位置其中，
P
表示故障机器人的备选终点位置的总数量，表示故障机器人第
p
个备选终点位置的
x
轴坐标，表示故障机器人第
p
个备选终点位置的
y
轴坐标；
Q
表示闲置机器人备选起点位置的总数量，表示闲置机器人第
q
个备选起点位置的
x
轴坐标，表示闲置机器人第
q
个备选起点位置的
y
轴坐标；步骤
2.2、
生成若干个控制点和和表示第1组第
i
个控制点，表示第2组第
j
个控制点，在每一组控制点下，均生成贝塞尔曲线，共计得到
i*j
条贝塞尔曲线，其中，和的计算公式为：的计算公式为：的计算公式为：的计算公式为：其中，
θ1和
θ2为车队行进方向与建系坐标的夹角；第1组第
i
个控制点的位置设计在以故障机器人的起点位置
为端点，起点航向
θ1为方向的射线上，第2组第
j
个控制点设计在以故障机器人的终点位置为端点，故障机器人终点航向
θ2为方向的射线上，
MD
i
为第1组第
i
个控制点到故障机器人起点位置的距离，
MD
j
为第2组第
j
个控制点到故障机器人终点位置的距离；步骤
2.3、
对于闲置机器人，采用与步骤
2.2
同样的方法生成
i*j
条贝塞尔曲线；步骤
2.4、
利用下述公式计算离散贝塞尔曲线路径点与离散空闲区域点之比
ratio
：式中，
Ψ
(
Δ
)
为指示函数，当
Δ
为真时取1，
Δ
为假时取0，
P0是空闲区域内的所有点，
p(T)
是离散贝塞尔曲线在空闲区域内的路径点；步骤
2.5、
选取使贝塞尔曲线落入空闲区域的比率最大的故障机器人备选终点位置和闲置机器人的备选起点位置；将该故障机器人备选终点位置作为故障机器人驶离施工区域的最优终点位置，将该闲置机器人的备选起点位置作为闲置机器人进入施工区域的最优起点位置
。3.
如权利要求1所述的基于多机协同路面施工下的故障机器人与闲置机器人错时调度方法，其特征在于，步骤3中，所述错时调度策略指：如果两台机器人无法同时在狭窄通道内相向运动，则利用时间差，让故障机器人先驶离施工区域，闲置机器人再伺机进入施工区域，替代故障机器人的任务；步骤3具体为：步骤
3.1、
基于故障机器人的最优始末位置和闲置机器人的最优始末位置规划多条贝塞尔曲线；步骤
3.2、
根据故障机器人的运动学模型确定故障机器人的最大曲率约束，保留步骤
3.1
中满足最大曲率约束的对应故障机器人的贝塞尔曲线；步骤
3.3
：引入避障策略，分析故障机器人与其他处于施工区域内机器人的位置关系以确定故障机器人沿贝塞尔曲线行进时是否满足避障约束，保留步骤
3.2
中满足避障约束的贝塞尔曲线；如果满足避障约束的贝塞尔曲线不存在，则每5秒钟检测一次，直至检测到至少有一条符合避障约束的贝塞尔曲线；步骤
3.4、
根据错时调度策略的评价函数在步骤
3.3
中符合避障约束的贝塞尔曲线中筛选出评价函数数值最小的那条曲线，该曲线作为故障机器人驶离施工区域的最优路径；步骤
3.5、
根据闲置机器人的运动学模型确定闲置机器人的最大曲率约束，保留步骤
3.1
中满足最大曲率约束的对应闲置机器人的贝塞尔曲线；步骤
3.6、
引入避障策略，分析闲置机器人与其他所有机器人的位置关系以确定闲置机器人沿贝塞尔曲线行进时是否满足避障约束，保留步骤
3.5
中满足避障约束的贝塞尔曲线；如果满足避障约束的贝塞尔曲线不存在，则每5秒钟检测一次，直至检测到至少有一条符合避障约束的贝塞尔曲线；步骤
3.7、
根据错时调度策略的评价函数在步骤
3.6
中符合避障约束的贝塞尔曲线中筛选出评价函数数值最小的那条曲线，该曲线作为闲置机器人进入施工区域的最优路径
。4.
如权利要求3所述的基于多机协同路面施工下的故...

【专利技术属性】
技术研发人员：许曈，刘俊豪，周志轩，
申请(专利权)人：江苏开放大学江苏城市职业学院，
类型：发明
国别省市：