一種動態(tài)未知環(huán)境中路徑規(guī)劃方法及裝置制造方法
【專利摘要】本申請?zhí)峁┮环N動態(tài)未知環(huán)境中路徑規(guī)劃方法及裝置，通過在機器人沿著預先設置的最優(yōu)路徑移動過程中，利用線性規(guī)劃梯度方法以及預先設置的滾動窗口獲取的環(huán)境信息進行計算得到一條無碰最優(yōu)路徑，然后通過對得到的無碰最優(yōu)路徑以及獲取的滾動窗口內的感知信息進行計算得到局部路徑，在計算過程中通過使用滾動窗口來降低計算量、提高效率，并通過線性規(guī)劃梯度方法的應用保證全局收斂以及避免陷入局部極小以及震蕩的問題。
【專利說明】一種動態(tài)未知環(huán)境中路徑規(guī)劃方法及裝置
【技術領域】
[0001]本申請涉及自主導航【技術領域】，特別是涉及一種路徑規(guī)劃方法及裝置。
【背景技術】
[0002]未知環(huán)境中的路徑規(guī)劃主要是通過局部路徑的規(guī)劃方法直接把傳感器的數(shù)據(jù)影射到動作，現(xiàn)有技術中常用的未知環(huán)境中的路徑規(guī)劃方法主要有如下幾種:
[0003]I)、柵格法，柵格法主要是將機器人工作空間分為具有二值信息的網(wǎng)格單元，分別表示自由空間和障礙物，但是柵格的劃分直接影響其規(guī)劃結果，如果柵格劃分過大，環(huán)境信息儲藏量小，分辨率下降，規(guī)劃能力差；柵格劃分過小，規(guī)劃時間長，而且對信息存儲能力的要求急劇增加。
[0004]2)、人工勢場法，人工勢場法是由Khatib提出的一種基于勢場的方法，其主要是在機器人工作空間建立虛擬人工勢場，通過目標點對機器人產生引力，障礙物產生斥力，使得機器人在合力作用下找出可行路徑。但是，該方法卻有如下幾點明顯的缺陷:a、機器人容易陷入因局部極小點而產生的陷阱區(qū)域。b、在相近的障礙物之間不能發(fā)現(xiàn)路徑。C、在障礙物前振蕩。d、一些參數(shù)也要通過試驗調整。e、當目標點距離障礙物很近時目標不可達，因而利用人工勢場法常導致規(guī)劃的失敗。
[0005]3)、遺傳算法，遺傳算法是一種借鑒生物界自然選擇和自然遺傳機制的隨機化的搜索算法，它具有簡單、隱含并行性和全局優(yōu)化等優(yōu)點，對于傳統(tǒng)搜索方法和非線形問題具有良好的適用性，但是遺傳算法運算速度不快，進化眾多的規(guī)劃要占據(jù)較大的存儲空間和運算時間，而且由于常規(guī)遺傳算法本身存在的一些缺陷(如解的早熟現(xiàn)象、局部尋優(yōu)能力差等)，保證不了對路徑規(guī)劃的效率和可靠性的要求。
[0006]4)、模糊控制算法,模糊控制算法則是把傳感信息和目標模糊化，利用隸屬度函數(shù)控制機器人運動，其是一種未知環(huán)境下的高級機器人模糊導航方法，由8個不同的超聲傳感器來提供環(huán)境信息，然后利用基于模糊控制的導航器來計算這些信息并規(guī)劃機器人路徑。雖然該方法在環(huán)境未知或發(fā)生變化的情況下，能夠快速而準確地規(guī)劃機器人路徑，但是其缺點是當障礙物數(shù)目增加時，該方法的計算量會很大，影響規(guī)劃結果。
[0007]因此，亟需一種動態(tài)未知環(huán)境中路徑規(guī)劃方法及裝置，以實現(xiàn)在路徑規(guī)劃過程中，在降低計算量、提高效率的基礎上，保證全局收斂，避免陷入局部極小和震蕩的問題。

【發(fā)明內容】

[0008]有鑒于此，本申請實施例提供一種動態(tài)未知環(huán)境中路徑規(guī)劃方法及裝置，以實現(xiàn)在路徑規(guī)劃過程中，在降低計算量、提高效率的基礎上，保證全局收斂，避免陷入局部極小和震蕩的問題。
[0009]為了實現(xiàn)上述目的，本申請實施例提供的技術方案如下:
[0010]一種動態(tài)未知環(huán)境中路徑規(guī)劃方法，包括:
[0011]在機器人沿著預先設置的最優(yōu)路徑移動的過程中，獲取預先設置的滾動窗口內的環(huán)境信息，所述最優(yōu)路徑為根據(jù)全局路徑規(guī)劃方法預先設置的一條從起點到目標點的路徑;
[0012]利用所述環(huán)境信息以及預先設置的線性規(guī)劃梯度方法對滾動窗口內的局部路徑進行規(guī)劃，選擇一條無碰最優(yōu)路徑；
[0013]獲取預先設置的滾動窗口內的感知信息，根據(jù)所述感知信息以及所述無碰最優(yōu)路徑確定一條局部路徑，以實現(xiàn)對動態(tài)未知環(huán)境中路徑的規(guī)劃。
[0014]優(yōu)選的，還包括:
[0015]當確定局部路徑后，控制機器人根據(jù)所述局部路徑行進一步。
[0016]優(yōu)選的，所述預先設置最優(yōu)路徑的過程為:
[0017]接收用戶輸入的全局環(huán)境信息、機器人的起點信息以及目標點信息；
[0018]根據(jù)所述全局環(huán)境信息、起點信息、目標點信息以及與預先設置的全局路徑規(guī)劃方法計算一條從起點到目標點的最優(yōu)路徑。
[0019]優(yōu)選的，所述利用所述環(huán)境信息以及預先設置的線性規(guī)劃梯度方法對滾動窗口內的局部路徑進行規(guī)劃，選擇一條無碰最優(yōu)路徑，包括:
[0020]將所述目標點賦值為0，所述環(huán)境信息中的其他點賦值為無窮大；
[0021 ] 將所述目標點放入活動列表；
[0022]在預先設置的路徑代價函數(shù)的每次循環(huán)中，對所述活動列表中的每一點進行操作，從所述活動列表中將該點刪除并更新它的8領域點。
[0023]優(yōu)選的，根據(jù)所述感知信息以及所述無碰最優(yōu)路徑確定一條局部路徑，包括:
[0024]根據(jù)所述感知信息以及所述無碰最優(yōu)路徑確定局部子目標，并對動態(tài)障礙物的運動進行預測得到預測結果，所述預測結果為判斷所述機器人是否會與所述動態(tài)障礙物相碰撞;
[0025]根據(jù)滾動窗口內的環(huán)境信息以及預測結果，確定向所述局部子目標行進的局部路徑。
[0026]優(yōu)選的，通過激光傳感器獲取所述環(huán)境信息以及所述感知信息。
[0027]—種動態(tài)未知環(huán)境中路徑規(guī)劃裝置，包括:環(huán)境信息獲取單元、無碰最優(yōu)路徑選擇單元以及局部路徑確定單元，其中，
[0028]所述環(huán)境信息獲取單元用于在機器人沿著預先設置的最優(yōu)路徑移動的過程中，獲取預先設置的滾動窗口內的環(huán)境信息，所述最優(yōu)路徑為根據(jù)全局路徑規(guī)劃方法預先設置的一條從起點到目標點的路徑；
[0029]所述無碰最優(yōu)路徑選擇單元與所述環(huán)境信息獲取單元相連接，用于利用所述環(huán)境信息以及預先設置的線性規(guī)劃梯度方法對滾動窗口內的局部路徑進行規(guī)劃，選擇一條無碰最優(yōu)路徑；
[0030]所述局部路徑確定單元與所述無碰最優(yōu)路徑選擇單元相連接，用于獲取預先設置的滾動窗口內的感知信息，根據(jù)所述感知信息以及所述無碰最優(yōu)路徑確定一條局部路徑，以實現(xiàn)對動態(tài)未知環(huán)境中路徑的規(guī)劃。
[0031]優(yōu)選的，還包括:控制單元，
[0032]所述控制單元與所述局部路徑確定單元相連接，用于當確定局部路徑后，控制機器人根據(jù)所述局部路徑行進一步。[0033]優(yōu)選的，還包括:最優(yōu)路徑預設單元，其中，所述最優(yōu)路徑預設單元包括:信息接收單元以及最優(yōu)路徑計算單元，
[0034]所述信息接收單元用于接收用戶輸入的全局環(huán)境信息、機器人的起點信息以及目標點信息；
[0035]所述最優(yōu)路徑計算單元與所述信息接收單元相連接，用于根據(jù)所述全局環(huán)境信息、起點信息、目標點信息以及與預先設置的全局路徑規(guī)劃方法計算一條從起點到目標點的最優(yōu)路徑。
[0036]優(yōu)選的，所述無碰最優(yōu)路徑選擇單元包括:賦值單元、存放單元以及操作單元，其中，
[0037]所述賦值單元的一端與所述環(huán)境信息獲取單元相連接，另一端與所述最優(yōu)路徑計算單元相連接，用于將所述目標點賦值為0，所述環(huán)境信息中的其他點賦值為無窮大；
[0038]所述存放單元與所述賦值單元相連接，用于將所述目標點放入活動列表；
[0039]操作單元與所述存放單元相連接，用于在預先設置的路徑代價函數(shù)的每次循環(huán)中，對所述活動列表中的每一點進行操作，從所述活動列表中將該點刪除并更新它的8領域點。
[0040]本申請?zhí)峁┮环N動態(tài)未知環(huán)境中路徑規(guī)劃方法及裝置，通過在機器人沿著預先設置的最優(yōu)路徑移動過程中，利用線性規(guī)劃梯度方法以及預先設置的滾動窗口獲取的環(huán)境信息進行計算得到一條無碰最優(yōu)路徑，然后通過對得到的無碰最優(yōu)路徑以及獲取的滾動窗口內的感知信息進行計算得到局部路徑，在計算過程中通過使用滾動窗口來降低計算量、提高效率，并通過線性規(guī)劃梯度方法的應用保證全局收斂以及避免陷入局部極小以及震蕩的問題。
【專利附圖】

【附圖說明】
[0041]為了更清楚地說明本申請實施例或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn)有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請中記載的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0042]圖1為本申請實施例一提供的一種動態(tài)未知環(huán)境中路徑規(guī)劃方法流程圖；
[0043]圖2為本申請實施例一提供的一種近鄰點的更新方法示意圖；
[0044]圖3為本申請實施例一提供的一種基于線性規(guī)則梯度方法的三個不同階段的示意圖；
[0045]圖4為本申請實施例一提供的一種障礙物代價示意圖；
[0046]圖5 (I)為本申請實施例一提供的一種沒有考慮障礙物運動信息的機器人的運動信息示意圖；
[0047]圖5 (2)為本申請實施例一提供的一種考慮障礙物運動信息的機器人的運動信息示意圖；
[0048]圖6為本申請實施例二提供的一種動態(tài)未知環(huán)境中路徑規(guī)劃方法流程圖；
[0049]圖7為本申請實施例三提供的一種動態(tài)未知環(huán)境中路徑規(guī)劃裝置結構示意圖?！揪唧w實施方式】
[0050]為了使本【技術領域】的人員更好地理解本申請中的技術方案，下面將結合本申請實施例中的附圖，對本申請實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本申請一部分實施例，而不是全部的實施例。基于本申請中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都應當屬于本申請保護的范圍。
[0051]實施例一:
[0052]圖1為本申請實施例一提供的一種動態(tài)未知環(huán)境中路徑規(guī)劃方法流程圖。
[0053]如圖1所示，該方法包括:
[0054]S101、在機器人沿著預先設置的最優(yōu)路徑移動的過程中，獲取預先設置的滾動窗口內的環(huán)境信息。
[0055]在本申請實施例中預先設置有最優(yōu)路徑，該最優(yōu)路徑為根據(jù)全局路徑規(guī)劃方法預先設置的一條從起點到目標點的路徑，其中，預先設置最優(yōu)路徑的過程為:首先接收用戶輸入的全局環(huán)境信息、機器人的起點信息以及目標點信息，然后根據(jù)全局環(huán)境信息、起點信息、目標點信息以及與預先設置的全局路徑規(guī)劃方法計算一條從起點到目標點的最優(yōu)路徑。
[0056]在本申請實施例 中，機器人在初始時，根據(jù)該預先設置的最優(yōu)路徑進行移動，且在機器人上預先設置有滾動窗口，該滾動窗口優(yōu)選的為位于機器人前方的正方形掃描區(qū)域，在機器人的移動過程中，會獲取預先設置的滾動窗口內的環(huán)境信息，其中，環(huán)境信息為預先設置的滾動窗口范圍內的障礙物等信息，如:墻、柱子以及人等。
[0057]在本申請實施例中，優(yōu)選的，滾動窗口為正方形掃描區(qū)域，發(fā)明人還可以根據(jù)自己的需求任意設置滾動窗口的形狀，且發(fā)明人也可以根據(jù)自己的需求任意設置滾動窗口的大小。
[0058]S102、利用環(huán)境信息以及預先設置的線性規(guī)劃梯度方法對滾動窗口內的局部路徑進行規(guī)劃，選擇一條無碰最優(yōu)路徑。
[0059]在本申請實施例中，在機器人移動過程中，會首先獲取機器人上的預先設置的滾動窗口中的環(huán)境信息，并根據(jù)預先設置的線性規(guī)劃梯度方法對滾動窗口內的局部路徑進行規(guī)劃，選擇一條無碰最優(yōu)路徑，其過程主要為:(I)將機器人的目標點賦值為0，且將環(huán)境信息中的其他點賦值為無窮大。(2)將目標點放入活動列表。(3)在預先設置的路徑代價函數(shù)的每次循環(huán)中，對活動列表中的每一點進行操作，從活動列表中將該點刪除并更新它的8領域點。
[0060]如圖2所示的一種近鄰點的更新方法中，更新一個點P的操作如下:假設P點的代價為18，它有如圖2中所示的8個近鄰，對其中的任意一個近鄰q，可以根據(jù)公式(I)計算從P到該點的路徑代價:C' =18+12+6=36，如果計算得到的代價小于原來的代價，即C'〈38，則用新代價值替換舊的，并且將該點加入到活動列表中，重復該過程，直到活動列表為空。
[0061]公式(I)如下:
[0062]
【權利要求】
1.一種動態(tài)未知環(huán)境中路徑規(guī)劃方法，其特征在于，包括: 在機器人沿著預先設置的最優(yōu)路徑移動的過程中，獲取預先設置的滾動窗口內的環(huán)境信息，所述最優(yōu)路徑為根據(jù)全局路徑規(guī)劃方法預先設置的一條從起點到目標點的路徑；利用所述環(huán)境信息以及預先設置的線性規(guī)劃梯度方法對滾動窗口內的局部路徑進行規(guī)劃，選擇一條無碰最優(yōu)路徑； 獲取預先設置的滾動窗口內的感知信息，根據(jù)所述感知信息以及所述無碰最優(yōu)路徑確定一條局部路徑，以實現(xiàn)對動態(tài)未知環(huán)境中路徑的規(guī)劃。
2.根據(jù)權利要求1所述的方法，其特征在于，還包括: 當確定局部路徑后，控制機器人根據(jù)所述局部路徑行進一步。
3.根據(jù)權利要求1所述的方法，其特征在于，所述預先設置最優(yōu)路徑的過程為: 接收用戶輸入的全局環(huán)境信息、機器人的起點信息以及目標點信息； 根據(jù)所述全局環(huán)境信息、起點信息、目標點信息以及與預先設置的全局路徑規(guī)劃方法計算一條從起點到目標點的最優(yōu)路徑。
4.根據(jù)權利要求3所述的方法，其特征在于，所述利用所述環(huán)境信息以及預先設置的線性規(guī)劃梯度方法對滾動窗口內的局部路徑進行規(guī)劃，選擇一條無碰最優(yōu)路徑，包括: 將所述目標點賦值為O，所述環(huán)境信息中的其他點賦值為無窮大； 將所述目標點放入活動列表； 在預先設置的路徑代價函數(shù)的每次循環(huán)中，對所述活動列表中的每一點進行操作，從所述活動列表中將該點刪除并更新它的8領域點。
5.根據(jù)權利要求4所述的方法，其特征在于，根據(jù)所述感知信息以及所述無碰最優(yōu)路徑確定一條局部路徑，包括:根據(jù)所述感知信息以及所述無碰最優(yōu)路徑確定局部子目標，并對動態(tài)障礙物的運動進行預測得到預測結果，所述預測結果為判斷所述機器人是否會與所述動態(tài)障礙物相碰撞；根據(jù)滾動窗口內的環(huán)境信息以及預測結果，確定向所述局部子目標行進的局部路徑。
6.根據(jù)權利要求1-5任意一項所述的方法，其特征在于，通過激光傳感器獲取所述環(huán)境信息以及所述感知信息。
7.一種動態(tài)未知環(huán)境中路徑規(guī)劃裝置，其特征在于，包括:環(huán)境信息獲取單元、無碰最優(yōu)路徑選擇單元以及局部路徑確定單元，其中， 所述環(huán)境信息獲取單元用于在機器人沿著預先設置的最優(yōu)路徑移動的過程中，獲取預先設置的滾動窗口內的環(huán)境信息，所述最優(yōu)路徑為根據(jù)全局路徑規(guī)劃方法預先設置的一條從起點到目標點的路徑； 所述無碰最優(yōu)路徑選擇單元與所述環(huán)境信息獲取單元相連接，用于利用所述環(huán)境信息以及預先設置的線性規(guī)劃梯度方法對滾動窗口內的局部路徑進行規(guī)劃，選擇一條無碰最優(yōu)路徑； 所述局部路徑確定單元與所述無碰最優(yōu)路徑選擇單元相連接，用于獲取預先設置的滾動窗口內的感知信息，根據(jù)所述感知信息以及所述無碰最優(yōu)路徑確定一條局部路徑，以實現(xiàn)對動態(tài)未知環(huán)境中路徑的規(guī)劃。
8.根據(jù)權利要求7所述的裝置，其特征在于，還包括:控制單元， 所述控制單元與所述局部路徑確定單元相連接，用于當確定局部路徑后，控制機器人根據(jù)所述局部路徑行進一步。
9.根據(jù)權利要求7所述的裝置，其特征在于，還包括:最優(yōu)路徑預設單元，其中，所述最優(yōu)路徑預設單元包括:信息接收單元以及最優(yōu)路徑計算單元， 所述信息接收單元用于接收用戶輸入的全局環(huán)境信息、機器人的起點信息以及目標點信息； 所述最優(yōu)路徑計算單元與所述信息接收單元相連接，用于根據(jù)所述全局環(huán)境信息、起點信息、目標點信息以及與預先設置的全局路徑規(guī)劃方法計算一條從起點到目標點的最優(yōu)路徑。
10.根據(jù)權利要求9所述的裝置，其特征在于，所述無碰最優(yōu)路徑選擇單元包括:賦值單元、存放單元以及操作單元，其中， 所述賦值單元的一端與所述環(huán)境信息獲取單元相連接，另一端與所述最優(yōu)路徑計算單元相連接，用于將所述目標點賦值為0，所述環(huán)境信息中的其他點賦值為無窮大； 所述存放單元與所述賦值單元相連接，用于將所述目標點放入活動列表； 操作單元與所述存放單元相連接，用于在預先設置的路徑代價函數(shù)的每次循環(huán)中，對所述活動列表中的每一點進行 操作，從所述活動列表中將該點刪除并更新它的8領域點。
【文檔編號】G05D1/02GK103605368SQ201310646212
【公開日】2014年2月26日 申請日期:2013年12月4日 優(yōu)先權日:2013年12月4日
【發(fā)明者】厲茂海, 林睿, 王振華, 陳國棟, 孫榮川 申請人:蘇州大學張家港工業(yè)技術研究院