[發明專利]一種不依賴地圖的智能倉儲移動機器人路徑規劃方法

在審

• 申請號: 201910323366.5
• 申請日: 2019-04-22
• 公開（公告）號: CN110032189A
• 公開（公告）日: 2019-07-19
• 發明（設計）人: 魏長赟;張鵬鵬;蔡帛良;倪福生;蔣爽;顧磊;李洪彬;劉增輝
• 申請（專利權）人: 河海大學常州校區
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 丁濤

本發明請求保護一種不依賴地圖的智能倉儲移動機器人路徑規劃方法，包含步驟：S1：首先在模擬的環境中進行訓練，S2：實際環境中移動機器人導航，使用在S1中保存了網絡參數的深度確定梯度策略方法進行動作選擇。本發明方法有效的解決了在未知環境中的路徑規劃問題；通過模擬訓練，有效的提升了在未知環境中的避障效率。

技術領域

本發明屬于機器人路徑規劃技術領域，涉及一種采用激光傳感器，并且不依賴地圖的智能倉儲移動機器人路徑規劃方法。

背景技術

路徑規劃是自主移動機器人的關鍵要素之一，希望移動機器人能夠盡量快速準確地到達目的地，同時也需要移動機器人能夠安全有效的躲避環境中的障礙物。目前在環境地圖完全已知的情況下安全有效的躲避障礙物并準確地到達目的地已經有較多較好的解決方案。但是在環境地圖未知，并且僅僅依靠較分散激光傳感器的感知數據時，對移動機器人導航過程的避障算法實時性和準確性要求更高，如果繼續使用環境已知的方法進行環境未知的導航與避障，那么極大可能會引起避障失敗，導致最終導航失效。

移動機器人的動態避障的研究主要是對障礙物進行有效的探測和碰撞躲避控制算法設計優化，使移動機器人能夠準確快速完成導航任務。對于障礙物的檢測，需要利用移動機器人自身所帶的測量傳感器，通過傳感器對障礙物進行距離與位置的測量以及運動狀態的判斷。目前對于這類傳感器的使用一般有聲納傳感器、紅外傳感器、激光傳感器、視覺傳感器等。但是傳感器往往有它的缺陷，例如聲納傳感器在遇到吸聲材料時檢測效果就會大受影響導致誤差，視覺傳感器在光線較差情況下，檢測會有較大誤差等。

在動態避障算法的研究上，比較常用的方法有人工勢場法、VFH類算法、神經網絡法、遺傳算法、模糊邏輯法以及滾動窗口法等。各有各自的優缺點，例如人工勢場法計算量小實時性好，但容易出現局部極小值點。

發明內容

本發明旨在解決以上現有技術的問題，提出了一種不依賴地圖的智能倉儲移動機器人路徑規劃方法，本方法相對于傳統方法優點在于：1.使用的激光傳感器激光束較少，但能實現可靠的實時路徑規劃，降低了移動機器人的傳感器成本；2.無需建立實體環境地圖，依然能進行路徑規劃。本發明的技術方案如下：

一種不依賴地圖的智能倉儲移動機器人路徑規劃方法，其包括以下步驟：S1：首先在模擬的環境中進行訓練，a1：設置移動機器人運動時，隨機初始目標點坐標位置信息(xt，yt)和目標半徑范圍R_m；xt、yt分別表示目標點的中心在靜態地圖中的X、Y坐標，R_m表示以(xt，yt)為中心的邊長為d_min的正方形區域，在區域中都可算到達目的地，設定移動機器人當前的位姿(x，y，θ_r)，x，y是移動機器人當前的位置坐標，θ_r是移動機器人實時的運動方向與X軸的夾角，并通過目標點在移動機器人極坐標下的位置信息(θ，d)進行導航路徑規劃，并以固定速度向前行駛，θ是目標點在移動機器人極坐標中的角度信息，d是目標點距移動機器人中心的距離信息；a2：導航過程中，將移動機器人上激光傳感器檢測到的環境數據L_i和目標位置數據D_i進行預處理與特征化，然后相融合得到環境數據S_i；a3：利用深度確定梯度策略方法，得到下一步的動作狀態a，并在動作a執行后通過獎勵反饋，改變策略子網絡中神經元的權重和偏置，a∈W代表執行動作時移動機器人所偏轉的角度在W范圍內；a4：判斷移動機器人是否到達目標點(xt，yt)，如果沒有到達目標點則返回a2繼續導航，如果已到達目標點則結束導航；a5：結束導航后，根據獎勵值，更新深度確定梯度策略方法中的評價網絡參數，在訓練的成功率達到目標成功率后，保存深度確定梯度策略方法中的策略子網絡，評價網絡參數，在訓練的成功率達到目標成功率后，保存在深度確定梯度策略方法中的網絡參數。S2：實際的移動機器人導航(環境可以與模擬的環境不同)，使用在S1中保存了網絡參數的深度確定梯度策略方法進行動作選擇。