应急防灾巡检机器人路径规划方法及系统与流程
本发明涉及机器人路径规划,尤其涉及应急防灾巡检机器人路径规划方法及系统。
背景技术:
1、应急防灾巡检机器人承担灾害现场侦察、搜索与救援任务,其路径规划质量直接决定任务成功率。现有路径规划方法可归纳为基于静态全局地图的规划与基于实时感知的局部避障两类。静态全局规划预先构建环境地图,利用栅格化或拓扑化方法将障碍物标记为不可通行区域,然后通过图搜索算法生成一条从起点到目标点的最优路径。局部避障则在机器人运动过程中依赖激光雷达、视觉或超声波传感器实时检测周围障碍物,并根据检测结果调整运动方向或速度,以避开突发障碍物。
2、应急防灾场景具有高度的动态性和不确定性,静态全局地图无法及时反映环境变化,例如灾害产生的瓦砾堆积、二次坍塌、流动火焰或移动的救援人员都会使地图信息迅速过时。基于过时地图规划出的路径可能穿过当前已被占据的区域,或者忽略可通行区域,导致机器人频繁停顿或绕行。
3、局部避障方法虽然能够感知动态障碍物,但其决策依据通常是传感器当前时刻获取的障碍物位置与距离信息,并未将障碍物自身的运动趋势纳入路径评价。这种短视的避障策略容易使机器人陷入局部最优,甚至沿着一条与动态障碍物运动轨迹相交的路径前进,在复杂应急环境中产生碰撞风险。此外,局部避障缺乏全局协调能力,生成的路径可能偏离整体任务方向,造成不必要的能耗和时间浪费。
技术实现思路
1、本发明实施例提供应急防灾巡检机器人路径规划方法及系统,能够解决现有技术中的问题。
2、本发明实施例的第一方面,提供应急防灾巡检机器人路径规划方法,包括:
3、获取巡检机器人所处应急环境的多源感知数据,对多源感知数据进行融合处理,构建应急环境的环境表征,从环境表征中提取静态障碍物的空间轮廓以及动态障碍物的运动状态,运动状态包括当前位置、运动速度矢量与运动方向;
4、基于动态障碍物的运动状态,确定各动态障碍物在后续时间区间内的时空占用区域,将静态障碍物的空间轮廓与动态障碍物的时空占用区域叠加至统一的栅格坐标系,构建表征环境通行代价的动态风险场;
5、在动态风险场中生成由当前巡检位置指向目标巡检区域的候选路径,计算每条候选路径穿过静态障碍物空间轮廓与动态障碍物时空占用区域的通行代价,选取通行代价满足预设约束条件的候选路径作为初始避障路径;
6、巡检机器人沿初始避障路径运动过程中持续采集感知数据,将动态障碍物的实时运动状态与确定时空占用区域时所依据的运动状态进行比对,当实时运动状态与所依据的运动状态的偏差满足触发条件时,基于更新后的动态风险场重新生成避障路径并输出。
7、从环境表征中提取静态障碍物的空间轮廓以及动态障碍物的运动状态,包括:
8、对相邻两个时刻采集的多源感知数据进行特征匹配,得到相邻两个时刻之间相互对应的特征点,依据特征点的对应关系对相邻两个时刻采集的多源感知数据进行空间配准,消除相邻两个时刻之间因机器人运动引起的位置偏移;
9、将空间配准后的多源感知数据分别映射至统一的栅格坐标系,得到相邻两个时刻各自对应的栅格状态,栅格状态表征对应栅格内是否存在障碍物以及障碍物类型;
10、对相邻两个时刻各自对应的栅格状态逐栅格比对,将栅格状态发生变化的栅格集合确定为环境变化区域;
11、将环境变化区域中栅格状态保持不变的栅格归属为静态障碍物,提取静态障碍物所占据栅格围合的空间范围,作为静态障碍物的空间轮廓;
12、将环境变化区域中栅格状态发生改变的栅格归属为动态障碍物,对归属为动态障碍物的栅格按空间连通性聚类,得到动态障碍物个体;
13、依据动态障碍物个体在相邻两个时刻间的位置变化量确定其运动速度矢量与运动方向,将运动速度矢量与运动方向汇总为动态障碍物的运动状态。
14、基于动态障碍物的运动状态,确定各动态障碍物在后续时间区间内的时空占用区域,包括:
15、根据动态障碍物的运动状态,确定动态障碍物在当前时刻的空间位置,依据运动速度矢量与运动方向,确定动态障碍物自当前时刻起至后续时间区间内各时间节点的位移,将当前时刻的空间位置与对应时间节点的位移叠加,得到动态障碍物在后续时间区间内各时间节点上的空间位置;
16、根据动态障碍物在环境表征中所占据的栅格,确定动态障碍物的空间外形,将动态障碍物的空间外形平移至各时间节点上的空间位置,得到动态障碍物在对应时间节点上的空间占用范围,将后续时间区间内全部时间节点上的空间占用范围按时序聚合,得到动态障碍物在后续时间区间内的时空占用区域;
17、对各动态障碍物执行空间位置确定过程与空间占用范围确定过程,得到全部动态障碍物在后续时间区间内的时空占用区域;
18、将动态障碍物在后续时间区间内的时空占用区域输出至动态风险场构建过程;
19、其中,后续时间区间为自当前时刻起至初始避障路径完成所需的时间长度,时间节点为在后续时间区间内按预设时间间隔划分得到的时刻。
20、将动态障碍物的空间外形平移至各时间节点上的空间位置,得到动态障碍物在对应时间节点上的空间占用范围,包括:
21、根据动态障碍物在相邻两个时刻上的运动速度矢量与运动方向,确定动态障碍物的运动速度矢量变化率与运动方向变化率;
22、根据运动方向变化率,确定动态障碍物在对应时间节点上的空间占用范围向运动方向两侧的横向外扩裕度,横向外扩裕度覆盖动态障碍物因运动方向偏转而可达的空间范围;
23、根据运动速度矢量变化率,确定动态障碍物在对应时间节点上的空间占用范围向运动方向前方的前向外扩裕度,前向外扩裕度覆盖动态障碍物因运动速度矢量变化而可达的空间范围;
24、将动态障碍物的空间外形平移至对应时间节点上的空间位置;
25、将平移后的空间外形沿垂直于运动方向的两侧方向分别向外扩展横向外扩裕度,并沿运动方向向前扩展前向外扩裕度,得到动态障碍物在对应时间节点上的空间占用范围。
26、在动态风险场中生成由当前巡检位置指向目标巡检区域的候选路径,计算每条候选路径穿过静态障碍物空间轮廓与动态障碍物时空占用区域的通行代价,包括:
27、在动态风险场中从当前巡检位置出发,向目标巡检区域方向逐层扩展栅格,生成由当前巡检位置指向目标巡检区域的候选路径,逐层扩展为从当前巡检位置所在栅格开始依次向相邻栅格扩展直至扩展至目标巡检区域所在栅格,其中,候选路径为连续排列的栅格序列;
28、逐层扩展过程中,将落入静态障碍物空间轮廓或动态障碍物时空占用区域的栅格排除于候选路径经过的栅格范围;
29、对每条候选路径,确定该候选路径所经过的全部栅格,累加该候选路径所经过栅格对应静态障碍物空间轮廓的通行代价值,得到静态通行代价;
30、对每条候选路径,确定该候选路径与动态障碍物时空占用区域相重叠的全部栅格,累加相重叠栅格对应动态风险场的通行代价值,得到动态通行代价;
31、静态障碍物空间轮廓的通行代价值与动态风险场的通行代价值均为动态风险场中预先设定的栅格通行代价;
32、将静态通行代价与动态通行代价按预设合成方式合并,得到该候选路径穿过静态障碍物空间轮廓与动态障碍物时空占用区域的通行代价。
33、得到动态通行代价,包括:
34、将候选路径按预设步长离散为依次排列的路径节点序列,预设步长为相邻路径节点之间的空间间隔;
35、根据初始避障路径的运动速度分布,确定路径节点序列中每个路径节点对应的到达时刻,运动速度分布为初始避障路径上各位置对应的机器人运动速度;
36、从动态障碍物的时空占用区域中,读取每个路径节点所处栅格对应的占用时段,占用时段为动态障碍物占用该栅格的起始时刻与结束时刻之间构成的时间区间;
37、起始时刻与结束时刻分别对应动态障碍物进入该栅格与离开该栅格的时刻,将每个路径节点的到达时刻与该路径节点所处栅格对应的占用时段进行比对,当路径节点的到达时刻落入对应栅格的占用时段时,将该栅格计入候选路径的动态通行代价累加范围,当路径节点的到达时刻未落入对应栅格的占用时段时,将该栅格排除于动态通行代价累加范围;
38、累加计入累加范围的栅格对应动态风险场的通行代价值,得到候选路径的动态通行代价。
39、当实时运动状态与所依据的运动状态的偏差满足触发条件时,基于更新后的动态风险场重新生成避障路径并输出,包括:
40、将动态障碍物的实时运动状态与确定时空占用区域时所依据的运动状态逐项比较,得到运动状态偏差,确定时空占用区域时所依据的运动状态为构建动态风险场时动态障碍物的运动状态;
41、运动状态偏差包括实时运动状态与所依据的运动状态在运动速度矢量上的差异以及在运动方向上的差异;
42、将运动状态偏差与预设的偏差阈值进行比较,偏差阈值为运动状态偏差允许达到的最大值,当运动状态偏差达到预设的偏差阈值时,判定满足触发条件,当运动状态偏差未达到预设的偏差阈值时,保持初始避障路径不变;
43、在满足触发条件时,依据实时运动状态确定动态障碍物在后续时间区间内各时间节点的位移,并依据位移重新确定动态障碍物在后续时间区间内的时空占用区域,将重新确定的时空占用区域替换动态风险场中对应的时空占用区域;
44、基于更新后的动态风险场,对当前巡检位置至目标巡检区域的路径重新规划,得到更新后的避障路径并输出,将更新后的避障路径替换初始避障路径,作为巡检机器人当前的运动路径。
45、本发明实施例的第二方面,提供一种应急防灾巡检机器人路径规划系统,包括:
46、感知融合单元,用于获取巡检机器人所处应急环境的多源感知数据,对多源感知数据进行融合处理,构建应急环境的环境表征,从环境表征中提取静态障碍物的空间轮廓以及动态障碍物的运动状态,运动状态包括当前位置、运动速度矢量与运动方向;
47、风险场构建单元,用于基于动态障碍物的运动状态,确定各动态障碍物在后续时间区间内的时空占用区域,将静态障碍物的空间轮廓与动态障碍物的时空占用区域叠加至统一的栅格坐标系,构建表征环境通行代价的动态风险场;
48、路径规划单元,用于在动态风险场中生成由当前巡检位置指向目标巡检区域的候选路径,计算每条候选路径穿过静态障碍物空间轮廓与动态障碍物时空占用区域的通行代价,选取通行代价满足预设约束条件的候选路径作为初始避障路径;
49、重规划单元,用于巡检机器人沿初始避障路径运动过程中持续采集感知数据,将动态障碍物的实时运动状态与确定时空占用区域时所依据的运动状态进行比对,当实时运动状态与所依据的运动状态的偏差满足触发条件时,基于更新后的动态风险场重新生成避障路径并输出。
50、本发明实施例的第三方面,提供一种电子设备,包括:
51、处理器;
52、用于存储处理器可执行指令的存储器;
53、其中,所述处理器被配置为调用所述存储器存储的指令,以执行前述所述的方法。
54、本发明实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现前述所述的方法。
55、本发明对多源感知数据的融合处理能够全面刻画应急环境,静态障碍物的空间轮廓与动态障碍物的运动状态被同时提取,环境表征信息维度更加完整。将动态障碍物的时空占用区域与静态轮廓叠加至统一栅格坐标系,构建的动态风险场充分融合了障碍物的运动趋势与空间分布,使环境通行代价的描述更加贴近真实场景,为后续路径搜索提供了更准确的决策基础,从而显著提高规划路径的环境适应性。
56、在动态风险场中生成候选路径,并依据穿过静态轮廓与时空占用区域的通行代价选取初始避障路径,能够从源头上规避高代价区域,降低路径与障碍物发生交集的可能性。巡检过程中持续采集动态障碍物实时状态,与预测状态比对,仅在偏差达到触发条件时才重新规划,既保证路径能够跟随动态环境变化及时更新,又避免无谓的频繁重规划,使路径保持低风险水平,并兼顾规划结果的连续性和稳定性,有效提升巡检任务执行过程中的安全性。
57、动态障碍物运动状态偏差触发重规划,在运动方向突变或障碍物逼近时快速响应,避免碰撞,降低系统能耗,延长应急环境持续作业时间。环境表征来源于多源感知,单一传感器故障影响有限,路径规划鲁棒性强,适用于复杂应急场景,提升响应效率,具有实际应用价值。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com