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自主探索,特别涉及一种机器人的自主探索方法及系统。
技术介绍
1、随着传感器、机器人技术的快速发展,自主移动机器人越来越受社会广泛关注。传统机器人建图的方式是通过有经验的工作人员操控手柄或键盘手动控制机器人移动,这种控制方式会浪费大量时间、人力和物力资源。因此,机器人要提高自主性、智能性,实现自主探索建图具有重要意义。
2、现有的机器人自主探索技术存在探索效率低下的问题,即机器人基于快速探索随机树(rapidly-exploring random tree,rrt)的自主探索方法通过构建rrt检测边界点,容易在已探索过的空间内重复采样,造成大量采样点无效,且由于rrt的随机性,机器人在转角、长廊等复杂场景中检测边界点的效率低
3、因此,研究一种探索效率高的自主探索方法及系统具有重要意义。
技术实现思路
1、本专利技术的目的在于提供一种机器人的自主探索方法及系统,通过快速、全面检测地图中的边界点,并在大量边界点中择优得到最优探索目标点,避免机器人探索重复路径,从而解决探索效率低下的问题。
2、为了解决上述技术问题,第一技术方案,本专利技术提供了一种机器人的自主探索方法,包括以下步骤:
3、s1,获取机器人周边环境的数据,并构建栅格地图;
4、s2,以机器人所在的位置为起点,以多路并行的方式规律扫描所述栅格地图中的栅格,检测所述栅格地图的边界点并更新边界点队列;其中,所述边界点为所述栅格地图中与未知栅格相邻
5、s3,将预设边界点从所述边界点队列中筛选去除,并将筛选后的边界点进行聚类处理,得到待探索边界点列表;
6、s4,基于评价函数计算所述待探索边界点列表中各个所述边界点的评估值,基于约束条件利用所述评估值确定最优探索目标点;其中,所述评价函数的评价指标包括信息增益、路径代价和转向代价;
7、s5,根据所述最优探索目标点,机器人规划探索路径并执行探索,并更新所述栅格地图;
8、s6,循环步骤s2至步骤s5,直至满足预设探索终止条件为止。
9、在第一技术方案中的一些实施例中,在步骤s2中,具体包括以下步骤:
10、至少有两个检测器沿相反方向进行移动,并隔行扫描所述栅格地图中的栅格,
11、在扫描所述栅格的过程中,利用隔点对比规则检测至少两个所述栅格,直至检测的两个所述栅格满足预设条件式时,利用检测公式进行边界点检测处理,得到所述更新边界点队列。
12、在第一技术方案中的一些实施例中,所述检测公式的计算表达式如下:
13、
14、上式中,v(t)为边界点队列,{gj}∈s,gj+1∈s,s={gi,gi+1,…,gi+n}为同一行的n+1个栅格,u为未知栅格集合,f为空闲栅格集合,if为预设条件式。
15、在第一技术方案中的一些实施例中,其特征在于,所述预设条件式的表达式如下:
16、
17、上式中,{gj}∈s,gj+1∈s,s={gi,gi+1,…,gi+n}为同一行的n+1个栅格,u为未知栅格集合,f为空闲栅格集合。
18、在第一技术方案中的一些实施例中,所述隔点对比规则的设定规则如下:
19、设置间隔步长p为机器人模型的外接圆半径,待对比的栅格集的数量从n降低为n/p,每次对比栅格gip的状态和g(i+1)p及g(i+1)p的上邻域栅格的状态。
20、在第一技术方案中的一些实施例中,在步骤s3中,所述预设边界点的确定方法,包括以下步骤:
21、以待判断的边界点作为检测圆的圆心,以机器人模型的外接圆半径作为检测圆的半径,当所述检测圆内存在占用栅格时,判断该边界点为所述预设边界点;
22、以待判断的边界点作为检测圆的圆心,以机器人模型的外接圆半径的两倍作为检测圆的半径,当所述检测圆内的未知栅格的面积占比小于预设值时,判断该边界点为所述预设边界点。
23、在第一技术方案中的一些实施例中,所述评价函数的表达式如下:
24、r(p)=λi(p,r)+exp(-ni(p)–hi(p))
25、上式中,λ为机器人优先对近距离的目标进行探索的权重系数,i(p,r)为信息增益,ni(p)为归一化路径代价,hi(p)为归一化转向代价;
26、所述权重系数的表达式如下:
27、
28、
29、上式中,near_distance为预先定义的距离阈值,n(p)为机器人当前位置与待探索边界点p之间的欧氏距离;
30、所述信息增益的表达式如下:
31、
32、上式中,unknown_num为未知栅格数量,为单个未知栅格面积,mapresolution是栅格地图分辨率,i为信息增益;
33、所述归一化路径代价的表达式如下:
34、
35、上述中,n(p)为机器人当前位置与待探索边界点p之间的欧氏距离,nmax是最远待探索边界点的欧氏距离。
36、所述归一化转向代价的表达式如下:
37、
38、
39、上述中,是机器人当前姿态的单位向量,是机器人当前位置指向p的单位向量,h(p)为转向代价,hi(p)为归一化转向代价。
40、在第一技术方案中的一些实施例中,在步骤s4中,所述基于约束条件利用所述评估值确定最优探索目标点,这一步骤中,具体包括以下步骤:
41、确定评估值最大的待探索边界点;
42、计算机器人当前位置与机器人正在探索的目标位置之间的距离,得到待判断距离;
43、当所述待判断距离小于预设距离阈值时,将所述评估值最大的待探索边界点作为所述最优探索目标点;
44、当所述待判断距离大于或等于预设距离阈值时,计算所述评估值最大的待探索边界点与机器人正在探索的目标位置之间的评估值差值;
45、其中,当所述评估值差值大于评估阈值时,将所述评估值最大的待探索边界点作为所述最优探索目标点;当所述评估值差值小于或等于评估阈值时,将机器人正在探索的目标位置作为所述最优探索目标点。
46、在第一技术方案中的一些实施例中,所述预设探索终止条件为:
47、所述待探索边界点列表为空且持续时间大于探索完成时间阈值;
48、或所述待探索边界点列表不为空时,机器人在预设异常探索检测阈值时间内机器人位置的变化量小于机器人模型的外接圆半径。
49、第二技术方案,本专利技术提供了一种机器人的自主探索系统,包括:
50、构建模块,用于获取机器人周边环境的数据,并构建栅格地图;
51、扫描模块,用于以机器人所在的位置为起点,以多路并行的方式规律扫描所述栅格地图中的栅格,检测所述栅格地图的边界点并更新边界点队列;其中,所述边界点为所述栅格地图中与未本文档来自技高网...
【技术保护点】
1.一种机器人的自主探索方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种机器人的自主探索方法,其特征在于,在步骤S2中,具体包括以下步骤:
3.根据权利要求2所述的一种机器人的自主探索方法,其特征在于,所述检测公式的计算表达式如下:
4.根据权利要求2或权利要求3任一项所述的一种机器人的自主探索方法,其特征在于,所述预设条件式的表达式如下:
5.根据权利要求2所述的一种机器人的自主探索方法,其特征在于,所述隔点对比规则的设定规则如下:
6.根据权利要求1所述的一种机器人的自主探索方法,其特征在于,在步骤S3中,所述预设边界点的确定方法,包括以下步骤:
7.根据权利要求1所述的一种机器人的自主探索方法,其特征在于,所述评价函数的表达式如下:
8.根据权利要求1所述的一种机器人的自主探索方法,其特征在于,在步骤S4中,所述基于约束条件利用所述评估值确定最优探索目标点,这一步骤中,具体包括以下步骤:
9.根据权利要求1所述的一种机器人的自主探索方法,其特征在于,所述预设探索终止
10.一种机器人的自主探索系统,其特征在于,包括:
...【技术特征摘要】
1.一种机器人的自主探索方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种机器人的自主探索方法,其特征在于,在步骤s2中,具体包括以下步骤:
3.根据权利要求2所述的一种机器人的自主探索方法,其特征在于,所述检测公式的计算表达式如下:
4.根据权利要求2或权利要求3任一项所述的一种机器人的自主探索方法,其特征在于,所述预设条件式的表达式如下:
5.根据权利要求2所述的一种机器人的自主探索方法,其特征在于,所述隔点对比规则的设定规则如下:
6.根据权利要求1所...
【专利技术属性】
技术研发人员:陈荟慧,申伟霖,关柏良,王爱国,
申请(专利权)人:佛山科学技术学院,
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。