一种移动机器人中线路径规划方法与流程

阅读：评论：0

1.本发明涉及机器人路径规划技术领域，具体涉及一种移动机器人中线路径规划方法。

背景技术：

2.目前，现有的全局路径规划技术，如dijkstra算法、bfs算法、a*算法、人工势场法等等。但路径规划算法为了路径最短的特性，获取到的全局路径是一条接近障碍物的路径，使得机器人出现靠边行走，在转角处行走不流畅，无法充分利用其余可行走区域的现象。
3.移动机器人在执行任务的时候都需要自行规划行走路径，控制自身按照最优的规划路径移动到目标地点，路径规划对于移动机器人来说是一个不可或缺的部分。因此，对机器人的路径规划技术进行研究，具有非常重要的意义。

技术实现要素：

4.本发明的目的是为了解决目前机器人按照路径规划算法规划的路径会出现靠边行走，在转角处行走不流畅，无法充分利用其余可行走区域的问题，提供一种移动机器人中线路径规划方法。
5.本发明的目的可以通过采取如下技术方案达到：
6.一种移动机器人中线路径规划方法，所述规划方法包括以下步骤：
7.s1、预规划：获取导航地图，在已有地图的基础上先进行一次基于全局路径规划算法的路径规划，得到一条靠近障碍物的最短路径；
8.s2、中线搜索：对经过全局路径规划算法规划得到的路径点的附近进行中线搜索；
9.s3、部分路径调整：根据搜索得到的路径点的附近中线信息，对连续凸起的地图中线进行统计与过滤，决定原路径需要调整的部分并进行调整，调整之后，原路径变为断裂的不连续部分；
10.s4、补全路径：通过上一步获取到的不连续路径，依次以各断裂的多个路径的终点和起点为路径规划的起点和终点，并进行多次全局路径规划算法的规划，将断裂的路径进行连接。
11.进一步地，所述全局路径规划算法选自dijkstra算法、bfs算法、a*算法和人工势场法中的一种。
12.进一步地，所述步骤s1中获取周围环境的全局静态栅格地图作为导航地图。
13.进一步地，所述步骤s2中事先确定原路径上路径点的搜索半径之后再进行中线搜索，所述搜索半径大于所有的具有走中线需求的走廊、过道的半径；确认原路径上路径点的搜索半径之后对某一个具体的地图节点，首先搜索到与该地图节点距离最近的障碍物，确认该障碍物与地图节点的像素方位，然后在反方向的位置，以允许的像素误差(来自于建图等)展开区域进行搜索，若该区域同样存在障碍物，对此地图点进行一次标记。
14.进一步地，所述步骤s3过程如下：
15.沿着预规划出的路径，从起点开始往后进行，首先对每个点按照设定的搜索半径进行搜索，根据上一步搜索中每个点的搜索半径，将半径内有中线的点，记为near，同时将near点与该最近的中线上的点(x,y)距离记录下来，当累积的near点的个数超过设定个数，从第一个near点开始，对记录的点(x,y)的x轴坐标以及y轴坐标的距离做比较，如果距离相差都小于事先指定距离阈值，则对上述near点进行累积，当累积的near点的个数超过设定个数，则设置此段的起始点为road_start，否则，若距离相差大于事先指定距离阈值，退出该段凸起的地图中线的处理，回到之前的判断模式：
16.当累积的near点的个数未超过设定个数，整段不判断为road，road指代机器人实际行进路径；若已经过road_start设置，则在此时设置超出允许范围的第一个点为road_end；遍历整个原路径后，得到标记过的所有路径点，包括成对的road_start和road_end；
17.在每个由road_start和road_end确定的调整路段上，将路径上的点统一移动累计出现次数最多的x距离和y距离。
18.进一步地，所述规划方法在每个由road_start和road_end确定的调整路段上，将路径上的点统一移动累计出现次数最多的x距离和y距离调整为连续的路径。当有节点移动后的新位置为障碍物时，停止此段的后续操作，清除此段原有的road_end节点，将此节点的前一点设为新的road_end节点，最终将多条road段进行连接。
19.进一步地，所述步骤s4中可选择对机器人获取到的场景地图进行旋转矫正倾斜，过程如下：
20.先通过直线检测提取图片中的直线，然后将直线的斜率分组累积，出现最多的斜率，选定为正定方向，然后选择旋转最小的方向将地图摆正。
21.利用本发明的基于中线的路径规划方法，机器人能够在道路的中央进行移动，减少与障碍物碰撞的风险。且本发明与现有技术相比，具有如下优点与有益效果：
22.1)对路径上的节点进行附近中线搜索，减少了搜索范围，提高搜索效率。
23.2)对连续凸起的地图中线，采取了统计与过滤方法，从而获取到一条连续的中线路径，而不是一条频繁改变方向的中线路径，有效提高机器人的平滑性。
24.3)通过计算搜索半径，对需要调整的路径进行标记，减少非路径中线的影响，提高中线路径搜索的准确性。
附图说明
25.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
26.图1是本发明实施例中公开的一种移动机器人中线路径规划方法的流程图；
27.图2是本发明实施例中应用的地图场景示意图；
28.图3是现有技术中地图节点传统搜索障碍物的方法示意图；
29.图4是本发明实施例中地图节点从两个方向上进行搜索障碍物的方法示意图；
30.图5是本发明实施例中长直走廊的中线路径示意图；
31.图6是本发明实施例中进过补全路径操作后的机器人行走中线路径示意图；
32.图7是本发明实施例中经过地图旋转后的机器人行走中线路径示意图。
具体实施方式
33.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
34.实施例1
35.本实施例公开了一种移动机器人中线路径规划方法，包括以下四个步骤：预规划、中线搜索、部分路径调整和补全路径，如图1所示。该移动机器人中线路径规划方法的应用领域，如家庭服务机器人、送餐机器人、无人配送机器人、导购机器人、变电站巡检机器人等进行路径规划，实现自主导航，从而完成相应清洁、巡检等任务。
36.每个步骤的具体实现方式为：
37.s1、预规划：获取周围环境的全局静态栅格地图并进行传统的a*算法路径规划，如图2所示，图中的地图场景为室内长直走廊的环境，白部分为机器人可通行的区域，黑部分表示的是障碍物，白区域中显示的黑线段为a*规划后的全局路径，该线段是一条靠近障碍物的路径。
38.s2、中线搜索：为提高中线搜索效率，只对a*算法规划的路径节点附近进行中线搜索，这样搜索范围，是视本次导航所涉及的通行区域所决定，具体的搜索方式如下：
39.在进行中线搜索之前，需要有一个事先的参数来确定对每一个地图点的搜索半径，这个搜索半径首先应该要确认大于所有的具有走中线需求的走廊、过道的半径。为了使算法更具一般性，不需要对不同的地图不断调整参数，可将这个参数设置的相对偏大，这样在大多数地图上都可以保证走中线的要求。
40.如图3所示，对某一个具体的地图节点(灰方格)，传统障碍物搜索方法首先需要搜索到与其距离最近的障碍物(黑方格)，确认该障碍物与节点的像素方位，然后在反方向的位置，以允许的像素误差展开区域进行搜索，若该区域同样存在障碍物，对此地图点进行一次标记，注意到这种环形扩张搜索，需要对每个节点搜索n2次，为提高搜索效率，可先对地图进行一次处理，使得只在两个方向上进行搜索，减少搜索次数，此时得到的是多条不连续的中线路径，如图4所示。
41.s3、部分路径调整：根据图4中所示，在长直走廊部分中有不断凸起的障碍物，从而根据严格的中线要求得到的是不断改变方向的中线路径，此时需要对这些路径进行调整，具体如下：
42.根据上一步中每个点的搜索半径，将半径内有中线的点，记为near，同时将near点与该最近的中线上的点(x,y)距离记录下来，当累积出现超过一定数量的near点后，从第一个near点开始，对记录的点(x,y)的x轴坐标以及y轴坐标的距离做比较，如果距离相差都小于事先指定阈值，则对上述near点进行累积，当累积的near点的个数超过设定个数，则设置此段的起始点为road_start，否则，若距离相差大于事先指定阈值，退出该段凸起的地图中线的处理，回到之前的判断模式：
43.当累积的near点的个数未超过设定个数，整段不判断为road，road指代机器人实际行进路径；若已经过road_start设置，则在此时设置超出允许范围的第一个点为road_end；遍历整个原路径后，得到标记过的所有路径点，包括成对的road_start和road_end。
44.在每个由road_start和road_end确定的调整路段上，将路径上的点统一移动累计出现次数最多的x距离和y距离，因此，图4中的周期性凸起并没有影响到最终调整为连续的路径，如图5所示的长直走廊的中线路径。
45.s4、补全路径：通过上一步中获得的分割后的road段进行a*算法的连接，得到一条完整的中线路径，如图6所示。对于机器人获取到的场景地图，可能会有一定方向的倾斜，如图7所示。而为了方便操作，可进行地图的旋转，具体实现如下：
46.可以先通过直线检测提取图片中的直线，然后将直线的斜率分组累积，出现最多的斜率，选定为正定方向，然后选择旋转最小的方向将地图摆正。
47.实施例2
48.基于上述实施例1，本实施例继续公开了一种移动机器人中线路径规划方法，仍然包括以下四个步骤：预规划、中线搜索、部分路径调整和补全路径，过程如下：
49.s1、预规划：获取周围环境的全局静态栅格地图并进行dijkstra路径规划该实施例2中，获取到一条靠近障碍物的全局路径。
50.s2、中线搜索：随后对dijkstra算法规划的路径节点附近进行中线搜索，具体的搜索方式可参考实施例1中s2中的搜索方式。
51.s3、部分路径调整：在图4的长直走廊地图中存在连续且间隔相同的突起障碍物，根据s2步骤进行中线搜索，获取到的是严格按照中线定义的路径，从而导致每条路径不连续，此时需要对这些路径进行调整，具体可参考实施例1中的s3的路径调整方法。
52.s4、补全路径：通过上一步中获得的分割后的road段进行多次dijkstra算法的连接，得到一条完整的中线路径，而为了方便操作，可进行地图的旋转，具体实现如下：
53.可以先通过直线检测提取图片中的直线，然后将直线的斜率分组累积，出现最多的斜率，选定为正定方向，然后选择旋转最小的方向将地图摆正。
54.上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

技术特征：

1.一种移动机器人中线路径规划方法，其特征在于，所述规划方法包括以下步骤：s1、预规划：获取导航地图，在已有地图的基础上先进行一次基于全局路径规划算法的路径规划，得到一条靠近障碍物的最短路径；s2、中线搜索：对经过全局路径规划算法规划得到的路径点的附近进行中线搜索；s3、部分路径调整：根据搜索得到的路径点的附近中线信息，对连续凸起的地图中线进行统计与过滤，决定原路径需要调整的部分并进行调整，调整之后，原路径变为断裂的不连续部分；s4、补全路径：通过上一步获取到的不连续路径，依次以各断裂的多个路径的终点和起点为路径规划的起点和终点，并进行多次全局路径规划算法的规划，将断裂的路径进行连接。2.根据权利要求1所述的一种移动机器人中线路径规划方法，其特征在于，所述全局路径规划算法选自dijkstra算法、bfs算法、a*算法和人工势场法中的一种。3.根据权利要求1所述的一种移动机器人中线路径规划方法，其特征在于，所述步骤s1中获取周围环境的全局静态栅格地图作为导航地图。4.根据权利要求1所述的一种移动机器人中线路径规划方法，其特征在于，所述步骤s2中事先确定原路径上路径点的搜索半径之后再进行中线搜索，所述搜索半径大于所有的具有走中线需求的走廊、过道的半径；确认原路径上路径点的搜索半径之后对某一个具体的地图节点，首先搜索到与该地图节点距离最近的障碍物，确认该障碍物与地图节点的像素方位，然后在反方向的位置，以允许的像素误差展开区域进行搜索，若该区域同样存在障碍物，对此地图点进行一次标记。5.根据权利要求1所述的一种移动机器人中线路径规划方法，其特征在于，所述步骤s3过程如下：沿着预规划出的路径，从起点开始往后进行，首先对每个点按照设定的搜索半径进行搜索，根据上一步搜索中每个点的搜索半径，将半径内有中线的点，记为near，同时将near点与该最近的中线上的点(x,y)距离记录下来，当累积的near点的个数超过设定个数，从第一个near点开始，对记录的点(x,y)的x轴坐标以及y轴坐标的距离做比较，如果距离相差都小于事先指定距离阈值，则对上述near点进行累积，当累积的near点的个数超过设定个数，则设置此段的起始点为road_start，否则，若距离相差大于事先指定距离阈值，退出该段凸起的地图中线的处理，回到之前的判断模式：当累积的near点的个数未超过设定个数，整段不判断为road，road指代机器人实际行进路径；若已经过road_start设置，则在此时设置超出允许范围的第一个点为road_end；遍历整个原路径后，得到标记过的所有路径点，包括成对的road_start和road_end；在每个由road_start和road_end确定的调整路段上，将路径上的点统一移动累计出现次数最多的x距离和y距离。6.根据权利要求1所述的一种移动机器人中线路径规划方法，其特征在于，所述规划方法在每个由road_start和road_end确定的调整路段上，将路径上的点统一移动累计出现次数最多的x距离和y距离调整为连续的路径。当有节点移动后的新位置为障碍物时，停止此段的后续操作，清除此段原有的road_end节点，将此节点的前一点设为新的road_end节点，最终将多条road段进行连接。
7.根据权利要求1所述的一种移动机器人中线路径规划方法，其特征在于，所述步骤s4中可选择对机器人获取到的场景地图进行旋转矫正倾斜，过程如下：先通过直线检测提取图片中的直线，然后将直线的斜率分组累积，出现最多的斜率，选定为正定方向，然后选择旋转最小的方向将地图摆正。

技术总结

本发明公开了一种移动机器人中线路径规划方法，首先获取到导航地图，确定导航的起始点与终点，使用路径规划算法进行路径的预规划得到一条靠近障碍物的最短路径，对路径附近的节点进行中线的搜索，根据搜索得到的路径点的附近中线信息，对原路径进行调整，路径变为断裂的不连续部分，依次以各断裂的多个路径的终点和起点为路径规划的起点和终点，并进行多次路径规划规划，将断裂的路径进行连接得到一条中线路径，获取到中线的全局路径之后，机器人按照此路线进行自主导航。本发明对规划算法规划出的全局路径进行道路中线的统计与过滤之后，再进行路径的拼接，从而获取符合移动机器人实际行走的路径，有利于移动机器人进行安全稳定地导航。稳定地导航。稳定地导航。