一种基于改进冲突搜索法的多机器人路径规划方法技术

本发明专利技术提供了一种基于改进冲突搜索法的多机器人路径规划方法，包括：

【技术实现步骤摘要】
一种基于改进冲突搜索法的多机器人路径规划方法


[0001]本专利技术涉及机器人路径规划
，尤其涉及一种基于改进冲突搜索法的多机器人路径规划方法
。

技术介绍

[0002]多机器人路径规划需要给每个机器人规划出一条路径规避静态障碍物，确保机器人之间不会发生碰撞
、
死锁，并最小化降低整体运行成本
。
路径规划通常存在算法收敛速度慢，容易陷入局部最优解等问题，需要对算法进行结构上的改进，优化算法性能
。
所以，改进多机器人路径规划算法是多机器人路径规划领域的研究重点
。
[0003]目前，多机器人路径规划算法包括传统算法
、
智能算法等领域
。
在传统算法领域，
A*
算法利用一个启发函数来改变其搜索性能，从而可以更快地找到路径，其收敛速度比较快，稳定性较高，但计算量较大，运行时间较长
。
人工势场法将运动物体在规定区域内的运动类比于在虚拟力场中的合力运动，障碍物对机器人产生斥力，目标点对运动物体产生引力，运动物体在虚拟力场的合力作用下逼近目标位置，但当引力与斥力相同情况下并且速度为0时将会导致运动物体无法运动，陷入局部最优
。
在智能算法领域，蚁群算法是一种模拟蚂蚁觅食行为数学模型的一种正反馈算法，面对较为复杂的状态空间时，蚁群算法容易陷入局部最优，并且实时性难以保证
。
神经网络算法模拟动物神经网络行为，进行分布式并行信息处理，具有优秀的学习能力，但泛化能力差
。
总结而言，以上算法均具有明显的局限性，对路径规划算法的改进以及路径规划算法的有效结合的研究还不够深
。
[0004]在改进路径规划算法领域，冲突搜索法
(conflict
‑
based search,CBS)
算法具备良好的适应性和可行性，通过高层冲突二叉树搜索以及低层
A*
路径搜索实现多机器人路径规划问题的优化求解，
CBS
算法及其改进型算法逐渐成为多机器人路径规划领域内最流行的算法
。
[0005]基于此，本专利技术提出了一种结合改进
A*
算法以及优先级导向搜索的改进
CBS
算法多机器人路径规划方法
。
该方法首先在算法低层，对
A*
算法进行改进，通过设置空载机器人的路径优先级选择以降低整体的路径重叠现象，减少多机器人冲突行为
。
其次，在算法高层，分析机器人的路径情形，基于机器人单
、
多最短路径以及空
、
负载不同状态进行优先级划分
。
在划分优先级后，针对不同优先级机器人之间的冲突进行讨论分析，率先提出两个机器人之间的具体消解方案，再结合新的路径化解与其他机器人的冲突，以此减少
CBS
算法的节点扩展，降低算法计算量，提高算法效率
。

技术实现思路

[0006]本专利技术提供了一种基于改进冲突搜索法的多机器人路径规划方法，该方法能够解决多机器人路径之间的冲突，面向智能仓储场景，降低整体的路径重叠现象，提出针对不同冲突情形的优先级导向搜索，引导
CBS
算法节点扩展，以减少节点扩展
、
提高算法效率
。
[0007]具体而言，包括以下的技术方案：
[0008]第一方面，本专利技术提供了一种基于改进冲突搜索法的多机器人路径规划方法，包括：
[0009]S1、
改进
A*
算法；将机器人的工作类型分为空载和负载两种类型，对空载机器人的行走路径进行改进，使空载机器人优先选择货架下的路径；
[0010]S2、
引入优先级导向搜索改进
CBS
算法；根据机器人的工作类型
、
冲突类型和避让策略三个条件对优先级进行划分，后针对点冲突与边冲突的不同情形，提出消解策略，确定扩展节点数以及优先导向；其中，所述冲突类型包括点冲突和边冲突，所述避让策略包括等待和路径重新规划；
[0011]S3、
结合
S1
中的改进
A*
算法以及
S2
中的优先级导向搜索的改进
CBS
算法确定多机器人路径规划流程
。
[0012]在一些实施方式中，所述
S1
还包括：确定多机器人冲突类型，将追尾冲突
、
侧向冲突
、
对向冲突和占位冲突四种情形归纳为点冲突与边冲突
。
[0013]在一些实施方式中，所述
S2
中的引入优先级导向搜索改进
CBS
算法具体包括：
[0014]S21、
设置算法的总代价为解决方案中所有机器人路径的总时间并确定优先级导向搜索的方向为代价值增加较小的方向；
[0015]S22、
按照机器人的工作类型
、
冲突类型和避让策略三个条件对优先级进行划分；
[0016]S23、
针对不同避让策略使得代价值的增加进行分析；等待策略为机器人在原地等待，带来代价的增加；路径重新规划的代价是否增加受到机器人的起始点和目标点影响；
[0017]S24、
针对不同机器人工作类型影响代价值的增加进行分析；
[0018]S25、
根据单最短路径负载机器人
、
单最短路径空载机器人
、
多最短路径负载机器人
、
多最短路径空载机器人四种不同优先级的机器人，进行两两组合以及考虑同等优先级机器人发生冲突，确定多种点冲突的情形；
[0019]S26、
确定点冲突的消解策略与
CBS
算法扩展方向；
[0020]S27、
确定边冲突的消解策略与
CBS
算法扩展方向
。
[0021]在一些实施方式中，所述
S24
中针对不同机器人工作类型影响代价值的增加进行分析具体包括：
[0022]对于负载机器人：当机器人的起始点和终点间的水平方向坐标之差大于障碍货架的水平栅格长度，垂直方向的坐标之差大于障碍货架的垂直栅格长度时，机器人拥有多条最短路径；设一排仓储货架的水平长度为
x
c
，垂直长度为
y
c
，机器人起始点坐标为
(x
start
,y
start
)
，终点坐标为
(x
goal
,y
goal
)
，当满足如下公式时：
[0023]|x
goal
‑
x
start
|
＞
x
c
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于改进冲突搜索法的多机器人路径规划方法，其特征在于，包括：
S1、
改进
A*
算法；将机器人的工作类型分为空载和负载两种类型，对空载机器人的行走路径进行改进，使空载机器人优先选择货架下的路径；
S2、
引入优先级导向搜索改进
CBS
算法；根据机器人的工作类型
、
冲突类型和避让策略三个条件对优先级进行划分，后针对点冲突与边冲突的不同情形，提出消解策略，确定扩展节点数以及优先导向；其中，所述冲突类型包括点冲突和边冲突，所述避让策略包括等待和路径重新规划；
S3、
结合
S1
中的改进
A*
算法以及
S2
中的优先级导向搜索的改进
CBS
算法确定多机器人路径规划流程
。2.
根据权利要求1所述的基于改进冲突搜索法的多机器人路径规划方法，其特征在于，所述
S1
还包括：确定多机器人冲突类型，将追尾冲突
、
侧向冲突
、
对向冲突和占位冲突四种情形归纳为点冲突与边冲突
。3.
根据权利要求2所述的基于改进冲突搜索法的多机器人路径规划方法，其特征在于，所述
S2
中的引入优先级导向搜索改进
CBS
算法具体包括：
S21、
设置算法的总代价为解决方案中所有机器人路径的总时间并确定优先级导向搜索的方向为代价值增加较小的方向；
S22、
按照机器人的工作类型
、
冲突类型和避让策略三个条件对优先级进行划分；
S23、
针对不同避让策略使得代价值的增加进行分析；等待策略为机器人在原地等待，带来代价的增加；路径重新规划的代价是否增加受到机器人的起始点和目标点影响；
S24、
针对不同机器人工作类型影响代价值的增加进行分析；
S25、
根据单最短路径负载机器人
、
单最短路径空载机器人
、
多最短路径负载机器人
、
多最短路径空载机器人四种不同优先级的机器人，进行两两组合以及考虑同等优先级机器人发生冲突，确定多种点冲突的情形；
S26、
确定点冲突的消解策略与
CBS
算法扩展方向；
S27、
确定边冲突的消解策略与
CBS
算法扩展方向
。4.
根据权利要求3所述的基于改进冲突搜索法的多机器人路径规划方法，其特征在于，所述
S24
中针对不同机器人工作类型影响代价值的增加进行分析具体包括：对于负载机器人：当机器人的起始点和终点间的水平方向坐标之差大于障碍货架的水平栅格长度，垂直方向的坐标之差大于障碍货架的垂直栅格长度时，机器人拥有多条最短路径；设一排仓储货架的水平长度为
x
c
，垂直长度为
y
c
，机器人起始点坐标为
(x
start
,y
start
)<...

【专利技术属性】
技术研发人员：徐本连，赵康，从金亮，鲁明丽，施健，
申请(专利权)人：苏州科技大学，
类型：发明
国别省市：