一种适用于可见光通信环境的机器人路径规划方法

1.本发明涉及可见光通信和机器人路径规划技术领域，特别涉及一种适用于可见光通信环境的机器人路径规划方法。


背景技术：

2.随着发光二极管(led)的快速发展，高速无线接入需求的不断更新，可见光通信(vlc)技术近年来获得了迅猛发展。vlc是一种利用led光线强弱变化传递信息的技术。该技术在提供照明功能的同时，可用于信息的传输。led可见光通信是将要传送的数据信息加载到光束上，以空气为传输介质，采用点对点的方式进行数据传输，与传统的射频无线电通信相比，可见光通信具有人体安全性好、无需频谱许可、无电磁干扰以及保密性高的优点，能够应用于医院、加油站、弹药库和核电站等射频应用受限的特殊场合。
3.在涉密工厂环境中，可见光通信作为新兴的通信技术具有得天独厚的优势，可见光通信中，光照强度是保证通信质量的关键参数。近年来，智能agv、机器人在工厂中的应用越来越普遍，对智慧工厂体系的建设工作具有现实意义。路径规划是智能机器人在工作过程中不可避免的关键步骤，工厂要求工作中的机器人能够克服环境复杂的条件，对路径规划效率要求高。通过已知环境下，给定机器人的目标点，规划出一条从起始点到目标点的无膨胀、安全可行路径的路径规划问题，可完成工厂工作任务。
4.a*作为典型的启发式路径规划方法，具有原理简单，规划速度快、易于实现等优点，现已被广泛应用于路径规划，并取得了丰富的研究成果。
5.传统的a*路径规划算法的启发式函数，一般由两个部分组成：即从起始点到当前节点n的实际代价，及从当前节点n到目标点的最佳路径的代价。
6.传统的a*算法中，只考虑路径代价而无法适应可见光通信系统对光照强度的需求，不适合使用可见光通信的涉密工厂。如申请号为cn202211082515.1的专利申请，公开了一种基于动态权重的a*算法的森林作业机器人路径规划方法，使用双目深度相机和多线激光雷达，采集森林作业机器人运行时的森林地图信息，构建二维的栅格地图模型；基于二维栅格地图模型，确定森林作业机器人的起始节点s和目标节点g；循环执行基于搜索优先邻域a*算法，在二维栅格地图模型上搜索路径，获得规划路径；基于动态权重的非均匀有理b样条曲线对规划路径进行平滑处理，得到最终路径。
7.上述方案提高了森林作业机器人的工作效率、减少了搜索节点，使路径更平滑且更符合森林作业机器人的行驶路径。但是，该类方法只是针对路径规划算法中的距离因素和规划效率进行优化，在可见光通信系统中并不适用。


技术实现要素：

8.本发明提供了一种适用于可见光通信环境的机器人路径规划方法，以解决现有的路径规划方法在可见光通信环境中并不适用的技术问题。
9.为解决上述技术问题，本发明提供了如下技术方案：
10.一方面，本发明提供了一种适用于可见光通信环境的机器人路径规划方法，所述适用于可见光通信环境的机器人路径规划方法包括：
11.针对使用可见光通信的待进行路径规划的场景，构建表示所述场景中光照强度分布的光强栅格地图和表示所述场景中障碍物分布的障碍物栅格地图；
12.将所述光强栅格地图与所述障碍物栅格地图融合，并根据可见光通信不同调制方式对光照强度的要求，将融合后的地图中的栅格分为多个等级，并为每个等级的栅格分别对应设置不同的光强代价，得到光强障碍物栅格地图；
13.在所述光强障碍物栅格地图中基于a*算法进行路径规划；其中，在利用a*算法进行路径规划计算路径代价时，综合路径长度代价及光强代价作为总代价；
14.控制机器人沿规划得到的路径在可见光通信的环境中进行运动。
15.进一步地，所述障碍物栅格地图的构建过程，包括：
16.针对使用可见光通信的待进行路径规划的场景，获取对应的场景地图；
17.基于所述场景地图，将所述场景地图上的障碍物膨胀处理，构建与所述场景对应的虚拟场景，并将所述虚拟场景栅格化，得到障碍物栅格地图。
18.进一步地，所述光强栅格地图的构建过程，包括：
19.针对使用可见光通信的待进行路径规划的场景，获取信号源的光源参数；
20.搭建与所述场景相同的虚拟场景，并在所述虚拟场景中添加与获取的实际光源参数相同的光源组件，进行光学仿真，得到所述场景的光照强度分布图；
21.根据所述障碍物栅格地图中的栅格划分，将所述光照强度分布图进行与所述障碍物栅格地图同颗粒密度的栅格划分，得到光强栅格地图。
22.进一步地，在利用a*算法进行路径规划计算路径代价时，启发式函数为：
23.f(n)＝g(n) h(n) l(n) m(n)
24.其中，f(n)为规划路径中机器人从起点到终点的总代价，g(n)为起点到当前节点n的实际路径长度代价；h(n)为当前节点n到终点的路径估计代价；l(n)为当前节点n的实际路径光强代价；m(n)为当前节点n到终点的光强估计代价。
25.进一步地，当前节点n到终点的路径估计代价为欧式距离。
26.进一步地，在所述光强障碍物栅格地图中基于a*算法进行路径规划，包括：
27.设定机器人的起点和终点；
28.从起点所在的栅格开始，对周围的栅格分别应用所述启发式函数，计算周围各栅格的总代价，选择总代价最小的一个栅格为下一个移动点；
29.继续执行路径规划，直至到达终点，得到最终的规划路径。
30.再一方面，本发明还提供了一种电子设备，其包括处理器和存储器；其中，存储器中存储有至少一条指令，所述指令由处理器加载并执行以实现上述方法。
31.又一方面，本发明还提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现上述方法。
32.本发明提供的技术方案带来的有益效果至少包括：
33.本发明通过搭建虚拟场景并增加光照强度分布地图，优化a*算法，使得规划出的路径在远离障碍物的同时可以保证可见光通信的效率及稳定性，从而增加了机器人在工作过程中的安全性及稳定性。通过场景内的光照强度分布，改进a*路径规划算法，通过在启发
式函数中增加了一项光照强度参数，可以保证机器人在光照强度满足可见光通信需求的路径上进行移动，而且在保证有效通信的情况下，搜索最短路径。从而拓宽了可见光通信和机器人的应用场景。而且，在地图处理方面，本发明的技术方案通过考虑起始点和目标点的位置再确定机器人的路径，使得算法可适用于多种需求的工作任务。具有很强的实用性。
附图说明
34.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
35.图1是本发明实施例提供的适用于可见光通信环境的机器人路径规划方法的执行流程示意图；
36.图2是本发明实施例提供的使用可见光通信的待进行路径规划的场景对应的虚拟场景的障碍物栅格地图；
37.图3是本发明实施例提供的使用可见光通信的待进行路径规划的场景对应的虚拟场景的光学仿真图；
38.图4是本发明实施例提供的使用可见光通信的待进行路径规划的场景对应的虚拟场景综合障碍物与光强的二维栅格地图；
39.图5是本发明实施例提供的使用可见光通信的待进行路径规划的场景对应的虚拟场景及规划的路径图。
具体实施方式
40.为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
41.第一实施例
42.首先需要说明的是，对于涉密环境，使用可见光通信可以在保证通信效率的同时实现保密的需求，可见光通信要求信号接收方所处位置的光照强度达到一定标准，才能保证通信的稳定性。因此对于使用可见光通信系统的环境，在机器人路径规划过程中除需要考虑障碍物影响之外，还需要考虑各个位置的光照强度，防止机器人进入光强过低的区域导致通信延迟大，甚至中断。
43.针对上述环境，为规划出一条距离短，光照强度高的可供机器人移动的安全路径，本实施例提供了一种基于改进a*算法的适用于可见光通信环境的机器人路径规划方法；该方法在传统a*路径规划算法的启发式函数中增加了表示光照强度的参数，使得在计算移动代价的时候同时考虑周围的环境是否可以保障可见光通信，使用本实施例的启发式函数，可以使得机器人在可见光通信系统中移动更安全、更稳定，且并没有增加算法的计算复杂度和时间复杂度。
44.具体地，本实施例的机器人路径规划方法的执行流程如图1所示，包括：
45.s1，针对使用可见光通信的待进行路径规划的场景，构建表示场景中光照强度分布的光强栅格地图和表示场景中障碍物分布的障碍物栅格地图；
46.具体地，在本实施例，所述障碍物栅格地图的构建过程，包括：
47.针对使用可见光通信的待进行路径规划的场景，获取对应的场景地图；
48.基于所述场景地图，将所述场景地图上的障碍物膨胀处理，在unity3d中搭建虚拟场景构建与所述场景1：1还原的虚拟场景，并将所述虚拟场景栅格化，得到便于观察、可操作性强的障碍物栅格地图，如图2所示。
49.进一步地，所述光强栅格地图的构建过程，包括：
50.针对使用可见光通信的待进行路径规划的场景，获取信号源的光源参数；
51.通过dialux软件搭建与所述场景相同的虚拟场景，并添加与获取的实际光源参数相同的光源组件，进行光学仿真，得到所述场景的光照强度分布图；
52.根据所述障碍物栅格地图中的栅格划分，将所述光照强度分布图进行与所述障碍物栅格地图同颗粒密度的栅格划分，得到光强栅格地图，如图3所示。
53.s2，将所述光强栅格地图与所述障碍物栅格地图融合，并根据可见光通信不同调制方式对光照强度的要求，将融合后的地图中的栅格分为多个等级，并为每个等级的栅格分别对应设置不同的光强代价，得到光强障碍物栅格地图；
54.具体地，在本实例中，上述s2的实现过程如下：
55.将dialux软件仿真得到的二维光强栅格地图导入unity3d中，与二维障碍物栅格地图结合，得到综合障碍物与光强的二维栅格地图，如图4所示。
56.进一步地，本实施例根据可见光通信不同调制方式对光照强度的要求，将光强障碍物栅格地图中的栅格分为四个等级，每个等级分别对应不同的光强代价，分别设置为1.1、2.1、3.1和不可通行，路径长度代价则使用曼哈顿距离——两点在南北方向上的距离加上在东西方向上的距离，即d(i，j)＝|x
i-xj| |y
i-yj|。
57.s3，在光强障碍物栅格地图中基于a*算法进行路径规划；其中，在利用a*算法进行路径规划计算路径代价时，综合路径长度代价及光强代价作为总代价；
58.具体地，在本实例中，上述s3的实现过程如下：
59.通过unity3d软件，添加目标机器人，并将路径规划算法脚本搭载到仿真机器人组件上，进行路径规划。其中，本实施例采用的路径规划算法为a*路径规划算法，而且本实施例在传统的a*路径规划算法上，使用添加了光强参数的启发式函数在二维平面图上执行路径规划；其中，本实施例中的启发式函数为：
60.f(n)＝g(n) h(n) l(n) m(n)
61.其中，f(n)为规划路径中机器人从起点到终点的总代价，g(n)为起点到当前节点n的实际路径长度代价；h(n)为当前节点n到终点的路径估计代价，该代价为欧式距离；l(n)为当前节点n的实际路径光强代价；m(n)为当前节点n到终点的光强估计代价；也即对传统a*算法的启发式函数添加了光照强度；
62.基于上述，本实施例在unity3d中基于改进后的a*算法在二维地图上进行路径规划，综合考虑两部分地图，计算路径长度代价及光强代价得到总代价；从而完成综合考虑光强信息和障碍物信息的路径规划，得到最优路径。
63.执行路径规划的过程为：首先设定机器人的起点和终点，从起点所在栅格开始，对周围九宫格的栅格分别应用上述启发式函数，计算周围各栅格的总代价，选择总代价最小的一个栅格为下一个移动点；循环计算，继续执行a*路径规划算法，直至到达终点，完成总
代价最小的适合可见光通信系统的路径规划。
64.本实施例得到的路径如图5所示。规划出来的路径基本都在光照强度满足通信需求的位置，使得机器人能够远离障碍物，且远离通信盲区，相比于传统的a*的算法，进一步提高了机器人在可见光通信系统中的稳定性。
65.s4，控制机器人沿规划得到的路径在可见光通信的环境中进行运动。
66.其中，当机器人的移动点与目的点之间的距离小于一个栅格尺寸(机器人的自身尺寸和栅格尺寸相近)，则认为机器人到达目的点，任务结束。
67.综上，本实施例提供了一种基于改进a*算法的适用于可见光通信环境的机器人路径规划方法，通过搭建虚拟场景并增加光照强度分布地图，优化a*算法，使得规划出的路径在远离障碍物的同时可以保证可见光通信的效率及稳定性，从而增加了机器人在工作过程中的安全性及稳定性。通过场景内的光照强度分布，改进a*路径规划算法，通过在启发式函数中增加了一项光照强度参数，可以保证机器人在光照强度满足可见光通信需求的路径上进行移动，而且在保证有效通信的情况下，搜索最短路径。从而拓宽了可见光通信和机器人的应用场景。而且，在地图处理方面，本方法通过考虑起始点和目标点的位置再确定机器人的路径，使得算法可以适用于多种需求的工作任务。具有很强的实用性。
68.第二实施例
69.本实施例提供一种电子设备，其包括处理器和存储器；其中，存储器中存储有至少一条指令，所述指令由处理器加载并执行，以实现第一实施例的方法。
70.该电子设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，cpu)和一个或一个以上的存储器，其中，存储器中存储有至少一条指令，所述指令由处理器加载并执行上述方法。
71.第三实施例
72.本实施例提供一种计算机可读存储介质，该存储介质中存储有至少一条指令，所述指令由处理器加载并执行，以实现上述第一实施例的方法。其中，该计算机可读存储介质可以是rom、随机存取存储器、cd-rom、磁带、软盘和光数据存储设备等。其内存储的指令可由终端中的处理器加载并执行上述方法。
73.此外，需要说明的是，本发明可提供为方法、装置或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。
74.本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
75.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包
括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
76.还需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
77.最后需要说明的是，以上所述是本发明优选实施方式，应当指出，尽管已描述了本发明优选实施例，但对于本技术领域的技术人员来说，一旦得知了本发明的基本创造性概念，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。