【技术实现步骤摘要】
本专利技术涉及路径规划，具体涉及一种移动机器人最短路径规划方法。
技术介绍
1、移动机器人被广泛用于大型储罐或船舶的焊缝无损检测和焊缝清洗、轨道巡检、物流配送等场景。在这些场景中，移动机器人的全局路径规划具备相同的特征：在已知的路线图上完成路径的搜索，且要求机器人从起点出发，完成所有路线的作业后再返回到起点。为实现机器人快速、高效和有序的完成任务，为移动机器人搜索最短的全局路径极为重要。然而，机器人在完成作业时没有方向约束，本专利技术将基于路线图构建无向连通图。该路径规划问题可以概括为：基于无向连通图的移动机器人最短全局路径规划问题。该问题总共有三个约束条件，分别是起点和终点相同、遍历所有已知路线、总路径最短。
2、据申请人所知，移动机器人的全局路径规划主要分为：点到点的最短全局路径、覆盖路径规划和完全覆盖路径规划。针对移动机器人在已知的连通图中的全局路径规划问题不同于以上三种全局路径规划问题。解决该问题首先需要建立二维无向连通图；接着搜索奇数度顶点间的最短路径，进行奇数度顶点配对，构建最小总权的无向欧拉图，为后续搜索最短路径做准备；最后进行欧拉回路的搜索，得到最短全局路径。
3、据申请人所知，目前针对该问题的研究还存在以下不足：首先是在建立无向欧拉图是通过人工进行添加“重复边”的方式，导致在三维无障碍环境模型中最终搜索出来的路径不一定是最短路径。其次，针对大型复杂模型，由于构建出的地图存在焊缝多、节点多，导致最终路径搜索慢和搜索结果不理想，或在对称模型中针对路径重复搜索的问题，现有的方法都没有很好的解决
技术实现思路
1、针对现有技术中的不足，本专利技术提供一种移动机器人最短路径规划方法，可以提高路径搜索效率。
2、为实现上述目的，本专利技术提供以下技术方案：
3、一种移动机器人最短路径规划方法，其包括：
4、根据待规划的三维路径生成二维无向连通图；
5、执行第一判断操作：判断所述二维无向连通图是否存在奇数度的顶点，若是，则执行生成无向欧拉图操作，若否，则执行第二判断操作；
6、执行生成无向欧拉图操作：根据所述二维无向连通图生成总权重最小的全局欧拉图；
7、执行第二判断操作：判断所述全局欧拉图中是否存在路径分布相同的局部欧拉图，若是，则分割所述全局欧拉图成若干路径分布相同的所述局部欧拉图，并使用改进的fleury算法在所述局部欧拉图中搜索欧拉回路，串联所述局部欧拉图的欧拉回路获得所述全局欧拉图的欧拉回路，若否，则执行使用改进的fleury算法在所述全局欧拉图中搜索欧拉回路，获得所述全局欧拉图的欧拉回路。
8、如上所述的移动机器人最短路径规划方法，进一步地，所述根据所述二维无向连通图生成总权重最小的全局欧拉图，具体包括：
9、对所述二维无向连通图进行预处理操作，建立所述二维无向连通图的权重矩阵和路径匹配矩阵，利用floyd算法搜索所述二维无向连通图的奇数度的任意两个顶点之间的最短路径；
10、利用km算法构建奇数度顶点集的二方图，并完成奇数度顶点的总权重最小的匹配，得到总权重最小的全局欧拉图。
11、如上所述的移动机器人最短路径规划方法，进一步地，所述对所述二维无向连通图进行预处理操作，具体包括：“直线边”的方法代替“重复边”添加法对二维无向连通图进行去奇数度顶点处理。
12、如上所述的移动机器人最短路径规划方法，进一步地，所述建立所述二维无向连通图的权重矩阵和路径匹配矩阵，具体包括：
13、权重矩阵a：
14、
15、式中，vi和vj是无向连通图中任意两个奇数度顶点，aij是顶点vi和vj之间的路径权重；
16、路径矩阵p：
17、
18、式中，vi和vj是无向连通图中任意两个奇数度顶点，pij是任意两个奇数度顶点vi和vj之间的路径信息，g是插入顶点vi和vj之间的顶点编号；
19、g[i][j]＝min{g[i][j],g[i][g]+g[g][j]}.(1＜i＜n)
20、式中，g是无向连通图，n是图中奇数度顶点的个数，i是起始点编号，j是目标点编号，g是中间插入点编号。
21、如上所述的移动机器人最短路径规划方法，进一步地，所述完成奇数度顶点的总权重最小的匹配，具体包括：
22、奇数度顶点的总权重最小的匹配的目标函数为：
23、
24、式中，g*是一个欧拉图，g是一个非欧拉图，e是一个边的集合，ei是添加的边，wt(ei)是边ei的权重；
25、
26、式中，q是图g中任意一对奇数度顶点之间最短路径的权重矩阵；pij'是顶点vi和顶点vj的匹配判断参数；
27、
28、式中，p'ij是顶点vi和顶点vj的匹配判断参数，wt(eij)是顶点集si和顶点集vi之间的路径权重值。
29、如上所述的移动机器人最短路径规划方法，进一步地，所述改进的fleury算法，具体包括：构建点集vi和边集ei，并设计了邻接矩阵qij,qij表示点vi和vj之间的边数；从起始节点出发，并将起点定义为v0，即l＝v0,接着依次访问与其相邻的节点，每次访问一条边，将边和端点vi+1压入集合l,同时将其在邻接矩阵qij中对应点对的数值减1，即点vi和vj之间的边数为qij-1，当qij＝0时，说明点vi和vj之间边数为0，直到l＝ei时停止搜索。
30、如上所述的移动机器人最短路径规划方法，进一步地，所述串联所述局部欧拉图的欧拉回路获得所述全局欧拉图的欧拉回路，具体包括：
31、根据最近断点位置对所述局部欧拉图的欧拉回路进行断开、穿插和拼接，最终得到所述全局欧拉图的欧拉回路。
32、如上所述的移动机器人最短路径规划方法，进一步地，所述根据待规划的三维路径生成二维无向连通图，具体包括：
33、通过二维等效展开法将所述待规划的三维路径映射为所述二维无向连通图。
34、本专利技术与现有技术相比，其有益效果在于：
35、1、为解决在建立无向欧拉图是通过人工进行添加“重复边”的方式，导致在三维无障碍环境模型中最终搜索出来的路径不一定是最短路径。本专利技术提出基于三维等效展开法构建二维连通图后，提出采用直线边代替法代替传统的“重复边添加法”对连通图处理后并采用floyd找到各个奇数度顶点间的最短路径，为后续搜索最短全局路径做准备。解决了三维无障碍环境模型中，运用传统的添加重复边的方法来构建无向欧拉图最后搜索出来的全局路径并不是最短的局限性。
36、2、为解决针对大型复杂模型，由于构建出的地图存在焊缝多、节点多，导致最终路径搜索慢和搜索结果不理想，或在对称模型中针对路径重复搜索的问题，本专利技术提出“图分割法”对全局欧拉图进行划分和“路径拼接法”对完成搜索后的局部欧拉路径进行拼接，很好的解决了该问题，提高路径搜索效率。
<本文档来自技高网...【技术保护点】
1.一种移动机器人最短路径规划方法，其特征在于，包括：
2.根据权利要求1所述的移动机器人最短路径规划方法，其特征在于，所述根据所述二维无向连通图生成总权重最小的全局欧拉图，具体包括：
3.根据权利要求2所述的移动机器人最短路径规划方法，其特征在于，所述对所述二维无向连通图进行预处理操作，具体包括：“直线边”的方法代替“重复边”添加法对二维无向连通图进行去奇数度顶点处理。
4.根据权利要求2所述的移动机器人最短路径规划方法，其特征在于，所述建立所述二维无向连通图的权重矩阵和路径匹配矩阵，具体包括：
5.根据权利要求4所述的移动机器人最短路径规划方法，其特征在于，所述完成奇数度顶点的总权重最小的匹配，具体包括：
6.根据权利要求1所述的移动机器人最短路径规划方法，其特征在于，所述改进的Fleury算法，具体包括：构建点集Vi和边集Ei，并设计了邻接矩阵Qij,Qij表示点vi和vj之间的边数；从起始节点出发，并将起点定义为v0，即L＝v0,接着依次访问与其相邻的节点，每次访问一条边，将边和端点vi+1压入集合L,同时将其在
7.根据权利要求1所述的移动机器人最短路径规划方法，其特征在于，所述串联所述局部欧拉图的欧拉回路获得所述全局欧拉图的欧拉回路，具体包括：
8.根据权利要求1所述的移动机器人最短路径规划方法，其特征在于，所述根据待规划的三维路径生成二维无向连通图，具体包括：
...【技术特征摘要】
1.一种移动机器人最短路径规划方法，其特征在于，包括：
2.根据权利要求1所述的移动机器人最短路径规划方法，其特征在于，所述根据所述二维无向连通图生成总权重最小的全局欧拉图，具体包括：
3.根据权利要求2所述的移动机器人最短路径规划方法，其特征在于，所述对所述二维无向连通图进行预处理操作，具体包括：“直线边”的方法代替“重复边”添加法对二维无向连通图进行去奇数度顶点处理。
4.根据权利要求2所述的移动机器人最短路径规划方法，其特征在于，所述建立所述二维无向连通图的权重矩阵和路径匹配矩阵，具体包括：
5.根据权利要求4所述的移动机器人最短路径规划方法，其特征在于，所述完成奇数度顶点的总权重最小的匹配，具体包括：
6.根据权利要求1所述的移动机器...
【专利技术属性】
技术研发人员：谷世超，王锐锋，刘晓光，徐智浩，林旭滨，吴鸿敏，廖昭洋，周雪峰，
申请(专利权)人：广东省科学院智能制造研究所，
类型：发明
国别省市：
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。