[發明專利]用于可變形兩態探測機器人路徑規劃的環境建模與路徑存儲方法

在審

• 申請號: 202210320687.1
• 申請日: 2022-03-29
• 公開（公告）號: CN114740843A
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 宋艷紅;程樂;程紫晗;陳宇;陳雨暮;趙遠哲;周華喬
• 申請（專利權）人: 江蘇電子信息職業學院
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 淮安市科翔專利商標事務所 32110
• 代理人: 韓曉斌

本發明公開了一種用于可變形兩態探測機器人路徑規劃的環境建模與路徑存儲方法，包括環境建模、基礎路徑規劃以及路徑二次規劃、路徑壓縮傳輸、路徑解壓縮和機器人執行解壓縮后的路徑；環境建模方面采用一種“二次柵格法”環境建模，基礎路徑規劃工作通過已存在的蟑螂算法完成(見已授權專利ZL201710242657.2)；其中，所涉及真實機器人是通過變形技術改變其外觀大小的機器人，其能通過變形穿越狹窄區域；本發明實現了大小可改變的機器人路徑規劃方案，實現了機器人運用領域更多的可能，機器人處于原始態可以穿越狹窄空間，處于變形態可以探測更大范圍。

技術領域

本發明涉及機器人路徑規劃，具體涉及一種用于可變形兩態探測機器人路徑規劃的環境建模與路徑存儲方法。

背景技術

機器人路徑規劃是機器人領域重要研究方向之一。該研究方向有著廣泛的應用，例如：核電事故救援、工業噴涂、危險場所物資運輸、物流配送、外星球科研探索等等。機器人路徑規劃主要分為全局路徑規劃和局部路徑規劃。全局路徑規劃需要掌握所有的環境信息，根據環境地圖的所有信息進行路徑規劃；局部路徑規劃只需要由傳感器實時采集環境信息，了解環境地圖信息，然后確定出所在地圖的位置及其局部的障礙物分布情況，從而選出從當前結點到某一子目標結點的最優路徑。從獲取障礙物信息是靜態或是動態的角度看，全局路徑規劃屬于靜態規劃(又稱離線規劃)，局部路徑規劃屬于動態規劃(又稱在線規劃)。

目前，機器人路徑規劃算法已被廣泛研究，但這些算法大都基于固定形態機器人。固定形態機器人在處理復雜環境空間時往往表現不夠理想。例如，受機器人已有外形大小限制，無法實現穿越狹窄通道的最優路徑規劃等等。因此，可變形機器人是一個重要的發展方向。目前，基于可變形機器人路徑規劃研究仍然較少，屬于一個較新領域。

發明內容

本發明的目的是：提供一種用于可變形兩態探測機器人路徑規劃的環境建模與路徑存儲方法，適應更為復雜的工作環境，實現移動機器人更多的應用可能。

本發明的技術解決方案是：該用于可變形兩態探測機器人路徑規劃的環境建模與路徑存儲方法，包括環境建模和基礎路徑規劃，環境建模方面采用一種“二次柵格法”環境建模，基礎路徑規劃工作通過已存在的蟑螂算法完成(見已授權專利ZL2017 10242657.2)；其中，所涉及真實機器人是通過變形技術改變其外觀大小的機器人，其能通過變形穿越狹窄區域；其特征是所述環境建模與路徑存儲方法的步驟如下：

步驟1：基于柵格法完成環境建模

以真實工作空間圖片信息為依據，建立一個X行Y列的柵格地圖Map，柵格地圖左上角被作為原點坐標，生成柵格地圖密度為X×Y；其中單元格邊長依據機器人原始態與真實工作空間的比例設計；初始狀態下，柵格地圖中障礙物區域的單元格被標記為“0”，稱為“障礙物單元格”；可行區域單元格被標記為“1”，稱為“可行單元格”，標記出發點位置S和目標點位置D；將柵格地圖中的單元格作為集合元素，則柵格地圖描述如下：

上式中，參數(x,y)表示代表單元格坐標；i是單元格下標；參數m 表示單元格是否為障礙物單元格；當e_i·m＝1，表示可行單元格；當e_i·m＝0，表示障礙物單元格；

步驟2：通過蟑螂算法(見已授權專利ZL2017 1 0242657.2)完成路徑規劃

得到基于當前柵格密度下的最優路徑，由線性表Path記錄，Path描述如下：

上式中，a_i表示規劃好的，機器人將要行走的路徑中的單元格；L表示路徑長度；s是狀態參數，表示機器人狀態；a_i·s表示a_i單元格的s參數；當a_i·s＝1，表示機器人處于原始態；當a_i·s＝2，表示機器人處于變形態；初始Path中所有元素的a_i·s均被賦值為1；