System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及机器人控制,尤其涉及一种移动机器人路径规划方法、系统、移动机器人及存储介质。
技术介绍
1、自主移动机器人(autonomous mobile robot,amr)是一种能够自主规划路线并自主运行的移动机器人,通常用于在制造环境中进行物料搬运。在移动机器人上通常设置有导航系统和传感器,移动机器人可以根据预先设定的路径自动导航,从而实现高效的物料运输。
2、随着移动机器人在工业物流领域的广泛应用,为了提升物流运输速度、降低能源消耗,移动机器人的导航系统需要具备高效精准的最短运输路径推算性能,然而由于目前导航系统未充分考虑机器人在运输过程中特殊的运动约束,例如:最大转向角的限制、末端的姿态约束等,因此无法高效精准的推算得到最短运输路径。
3、因此,现有技术有待于进一步的改进。
技术实现思路
1、鉴于现有技术的不足,本专利技术目的在于提供一种移动机器人路径规划方法、系统、移动机器人及存储介质,克服现有技术中的移动机器人导航系统由于缺乏对机器人运动特殊约束的限制,无法快速精准的推算出最短运输路径的缺陷。
2、本专利技术的技术方案如下:
3、第一方面,本实施例公开了一种移动机器人路径规划方法,其中,所述方法包括:
4、获取移动机器人工作路况下的拓扑地图以及获取所述拓扑地图上所有边对应的子状态集;
5、从以起点为开始端点的边对应的子状态集开始,在满足朝向角和转向角约束条件下,以查找到的邻接边为扩展边,逐级查找
6、将查找到的各个邻接边逐层级倒推至起点,确定出最短路径,并输出。
7、可选的,所述获取移动机器人工作路况下的拓扑地图以及获取所述拓扑地图上所有边对应的子状态集的步骤包括:
8、根据移动机器人工作路况构建拓扑地图;所述拓扑地图包括多个边,各个边均包含正向驶入状态、反向驶入状态及与所述正向驶入状态、反向驶入状态相对应的第一代价;
9、根据所有边的正向驶入状态和反向驶入状态,获取到所有边对应的子状态集。
10、可选的,所述从以起点为开始端点的边对应的子状态集开始,在满足朝向角和转向角约束条件下,以查找到的邻接边为扩展边,逐级查找下一层级中子状态与起点之间的路径最短的邻接边,直至查找到邻接边的结束端点为终点且满足朝向角和转向角约束的子状态为止的步骤包括:
11、在满足初始朝向角和转向角约束条件下,从以起点为开始端点的边对应状态的第一子状态集中查找出子状态与起点之间的路径最短的第一邻接边;判断第一邻接边的结束端点是否为终点且对应的状态是否满足终点朝向角要求,若符合,则结束查找;
12、否则,继续查找下一层级中子状态与起点之间的路径最短的第二邻接边,以及对查找到的第二邻接边判断结束端点是否为终点且对应的状态是否满足终点朝向角要求;
13、若第二邻接边的结束端点不是终点,和/或所述第二邻接边对应的状态不满足终点朝向角要求,则继续执行逐级查找下一层级中子状态与起点之间的路径最短的第n邻接边,并对查找到的所述第n邻接边判断是否符合结束端点为终点且对应的状态满足终点朝向角要求的步骤,直至查找到结束端点为终点且对应状态满足终点朝向角要求的邻接边,其中,n为自然数。
14、可选的,所述逐级查找下一层级中子状态与起点之间的路径最短的邻接边的步骤,包括:
15、逐级获取下一层级邻接边对应的子状态集;
16、利用代价函数分别计算子状态集中各个子状态对应的总代价;
17、以总代价最小的子状态对应的边为查找到的路径最短的邻接边。
18、可选的,所述总代价为各个状态对应的代价和;
19、所述利用代价函数分别计算子状态集中各个子状态对应的总代价的步骤包括:
20、利用代价函数分别计算各个子状态自身对应的第一代价、各个子状态对应的边与起点之间的连接线上各个边的状态对应的第二代价,得到各个子状态对应的总代价。
21、可选的,所述第一代价包括:个性化代价;
22、所述利用代价函数分别计算各个子状态自身对应的第一代价的步骤包括:
23、分别获取各个子状态对应的预设个性化代价;
24、根据预设比例系数、各个子状态对应边的长度以及所述预设个性化代价,计算得到各个子状态对应的总代价。
25、可选的,所述改进的代价函数为从起点到各个状态对应的总代价与各个状态对应的边到终点的直线距离之和。
26、第二方面,本实施例还提供了一种移动机器人路径规划系统,其中,包括:
27、状态获取模块,用于获取移动机器人工作路况下的拓扑地图以及获取所述拓扑地图上所有边对应的子状态集;
28、路径查找模块,用于从以起点为开始端点的边对应的子状态集开始,在满足朝向角和转向角约束条件下,以查找到的邻接边为扩展边,逐级查找下一层级中子状态与起点之间的路径最短的邻接边,直至查找到邻接边的结束端点为终点且满足朝向角和转向角约束的子状态为止;
29、路径输出模块,用于将查找到的各个邻接边逐层级倒推至起点,确定出最短路径,并输出。
30、第三方面,本实施例还公开了一种移动机器人,其中,包括:存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述的移动机器人路径规划方法的步骤。
31、第四方面,本实施例公开了一种计算机可读存储介质,其中,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现所述的移动机器人路径规划方法的步骤。
32、有益效果:本专利技术提出了一种移动机器人路径规划方法、系统、移动机器人及存储介质,通过获取移动机器人工作路况下的拓扑地图以及获取所述拓扑地图上所有边对应的状态;从以起点为开始端点的边对应的状态开始,在满足朝向角和转向角约束条件下,以邻接边为扩展层级,逐层查找各个状态中代价函数最小的子状态,直至查找到的子状态对应的边以终点为结束端点;获取各个状态对应最短路径时的前驱边,基于各个前驱边组合得到规划路径并输出。本实施例提供的方法通过考虑移动机器人在运动学约束,在移动机器人在运输过程中同时满足转向角约束和朝向角约束,所规划得到的路径可以实现移动机器人更灵活的取放货物,提高了货物运输的效率和灵活性。
本文档来自技高网...【技术保护点】
1.一种移动机器人路径规划方法,其特征在于,包括:
2.根据权利要求1所述的移动机器人路径规划方法,其特征在于,所述获取移动机器人工作路况下的拓扑地图以及获取所述拓扑地图上所有边对应的子状态集的步骤包括:
3.根据权利要求1所述的移动机器人路径规划方法,其特征在于,所述从以起点为开始端点的边对应的子状态集开始,在满足朝向角和转向角约束条件下,以查找到的邻接边为扩展边,逐级查找下一层级中子状态与起点之间的路径最短的邻接边,直至查找到邻接边的结束端点为终点且满足朝向角和转向角约束的子状态为止的步骤包括:
4.根据权利要求1所述的移动机器人路径规划方法,其特征在于,所述逐级查找下一层级中子状态与起点之间的路径最短的邻接边的步骤,包括:
5.根据权利要求4所述的移动机器人路径规划方法,其特征在于,所述总代价为各个状态对应的代价和;
6.根据权利要求5所述的移动机器人路径规划方法,其特征在于,所述第一代价包括:个性化代价;
7.根据权利要求4-6任一项所述的移动机器人路径规划方法,其特征在于,所述代价函数为从起点到各个
8.一种移动机器人路径规划系统,其特征在于,包括:
9.一种移动机器人,其特征在于,包括:存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的移动机器人路径规划方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1-7任一项所述的移动机器人路径规划方法的步骤。
...【技术特征摘要】
1.一种移动机器人路径规划方法,其特征在于,包括:
2.根据权利要求1所述的移动机器人路径规划方法,其特征在于,所述获取移动机器人工作路况下的拓扑地图以及获取所述拓扑地图上所有边对应的子状态集的步骤包括:
3.根据权利要求1所述的移动机器人路径规划方法,其特征在于,所述从以起点为开始端点的边对应的子状态集开始,在满足朝向角和转向角约束条件下,以查找到的邻接边为扩展边,逐级查找下一层级中子状态与起点之间的路径最短的邻接边,直至查找到邻接边的结束端点为终点且满足朝向角和转向角约束的子状态为止的步骤包括:
4.根据权利要求1所述的移动机器人路径规划方法,其特征在于,所述逐级查找下一层级中子状态与起点之间的路径最短的邻接边的步骤,包括:
5.根据权利要求4所述的移动机器人路径规划方法,其特征在于,所述总代价为各个状态对...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。