[發明專利]一種面向多工況的爬壁機器人智能路徑規劃方法及系統

在審

• 申請號: 201810061433.6
• 申請日: 2018-01-23
• 公開（公告）號: CN108413976A
• 公開（公告）日: 2018-08-17
• 發明（設計）人: 高俊杰;趙鵬;崔曉敏;韓賢賢;陳乙慶;謝亞南;王璟
• 申請（專利權）人: 大連理工大學
• 主分類號: G01C21/34
• 分類號: G01C21/34
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 溫福雪;侯明遠

本發明公開了一種面向多工況的爬壁機器人智能路徑規劃方法及系統。在障礙物已知的環境下，通過蟻群算法尋找爬壁機器人的最優路徑。首先對環境模型進行預處理，然后將信息素限定策略、目標導向策略和獎懲激勵策略融入到蟻群算法中，改進后的算法具有較佳的收斂速度和尋優能力。其次針對爬壁機器人在水平面和豎直壁面不同的工作要求，分別提出速度控制策略和基于最少轉彎次數的安全策略，將其和改進蟻群算法相融合，形成爬壁機器人在多工況的路徑規劃方法。最后基于C++設計了爬壁機器人路徑規劃系統。本發明的路徑規劃方法及系統在改進蟻群算法的基礎上，實現了爬壁機器人在不同工況下的路徑規劃，具有理論價值和實際意義。

技術領域

本發明屬于人工智能技術領域，具體涉及一種面向多工況的爬壁機器人智能路徑規劃方法及系統。

背景技術

爬壁機器人作為一種重要的、具有特定工作用途的機器人，已經被廣泛應用在石化工業、消防部門、建筑業、核工業等領域。由于其工作環境中分布著大小不同、形狀不同的障礙物，爬壁機器人并不能直接到達既定目標點開展工作，需要事先進行環境分析和路徑規劃。這樣，它就可以繞開障礙物，平穩安全并且迅速地到達目標位置，完成其工作任務。

路徑規劃定義如下：對機器人的環境進行描述，然后規劃兩個特定位置之間的路徑，該路徑必須無碰撞并滿足某些優化條件(最小距離或最小迭代數)。傳統的路徑規劃算法主要有可視圖法、自由空間法、柵格法和人工勢場法等，但是其存在靈活性差、復雜環境建模困難的問題，不能很好的適用于機器人的路徑規劃。近年來，各種智能算法在機器人路徑規劃領域的應用日益廣泛，其中主要的智能路徑規劃算法包括遺傳算法、模糊邏輯算法、粒子群優化算法、神經網絡算法和蟻群算法等。考慮到爬壁機器人的路徑規劃的要求和對其工作空間的適應性，本發明采用蟻群算法進行路徑規劃。

蟻群算法是受到螞蟻覓食行為的啟發而產生的。螞蟻在初始階段會隨機移動，信息素會隨著螞蟻的移動在地面上堆積。信息素是一種可以刺激某一個體對另一同種個體的行為產生自然行為反應的化學物質。后續的螞蟻將根據從起點到終點的所有可能路徑上存在的信息素量來選擇路徑。路徑越短，該路徑信息素累積越多，信息素強度越大。反之，信息素強度越小。后續的螞蟻更有可能選擇具有較高信息素強度的路徑，然后這些螞蟻將繼續通過釋放信息素來強化較短的路徑，使之被選擇的概率更大，最終螞蟻會找到一條從起點到終點的最優路徑。蟻群算法在解決組合優化問題上具有眾多優勢，但也存在不可避免的弊端：收斂速度慢，易陷入局部最優。這也是在機器人路徑規劃方面急需解決的問題。

發明內容

基于以上問題，本發明提出一種改進的蟻群算法，并將其應用于爬壁機器人在水平面和豎直壁面上的路徑規劃中。

本發明的技術方案：

一種面向多工況的爬壁機器人智能路徑規劃方法，是基于改進蟻群算法的路徑規劃，包括以下步驟：

(1)利用柵格法對地圖環境進行建模，包括設置起點柵格、目標柵格和障礙物柵格，并對地圖環境模型進行預處理；

環境建模具體為：爬壁機器人的工作空間是現實的物理空間，而路徑規劃算法處理的對象是地圖環境的抽象空間，稱之為地圖環境模型；地圖環境建模就是實現爬壁機器人的物理空間到路徑規劃算法處理的抽象空間的映射，以便于計算機進行存儲和處理；應用柵格法并依據圖論的思想建立地圖環境模型，假定爬壁機器人的工作空間中環境信息已知，即障礙物的位置、大小以及爬壁機器人的起始位置、目標位置等都是已知的；柵格法把爬壁機器人的工作空間模擬為二維空間，并把該空間分成大小相同的柵格，使爬壁機器人在地圖環境模型中自由移動；

地圖環境模型預處理具體為：在利用蟻群算法進行爬壁機器人路徑規劃時，如遇到復雜的地圖環境模型，當環境中存在凹形障礙物區域時，螞蟻會被困在凹形障礙物區域中，陷入停滯或增加收斂時間；為了解決這個問題，在進行環境初始化時，對凹形障礙物區域進行預處理，把所有凹形障礙物區域改變成凸形障礙物區域，避免由于地圖環境模型問題使螞蟻出現停滯的現象；