一種多障礙空間多agv機器人協作防碰撞路徑優化方法
【專利摘要】AGV機器人在工業生產企業內部物流應用越來越廣泛。本發明公開了一種多障礙空間下生產車間中內部物流運輸多AGV機器人協作防碰撞路徑優化方法。以車間環境實時二維動態模型為基礎，以機器人自身為原點建立車間二維坐標圖并網格化，基于網格化二維坐標系計算網格交叉點之間的連通性，利用最短連通路徑方法計算各個機器人到達目標位置最優路徑；隨后，比較路徑庫中各機器人規劃路徑，避免路徑交叉，從而指導機器人碰撞避免。通過本發明的方法，可以在多障礙生產空間中快速規劃出多AGV機器人防碰撞協同路徑，減少復雜路徑規劃算法帶來的計算時間，實現高效的任務協作，在現實的多機器人工作車間中具有使用的實際意義。
【專利說明】
一種多障礙空間多AGV機器人協作防碰撞路徑優化方法
技術領域
[0001] 本發明涉及多機器人協作路徑優化領域，特別的涉及到一種最優碰撞避免路徑優 化方法。
【背景技術】
[0002] 多AGV機器人協作是指在同一個工作空間中同時存在多個機器人一起運作，并且 每一個機器人的運作和其它機器人之間的工作是互不干預的。一旦在同一個狹窄的工作空 間中同時存在多個機器人工作，有可能會導致機器人之間的相互碰撞，從而導致生產車間 的生產混亂和造成不必要的損失。
[0003] 目前，國內外的研究中，最優多機器人協作防碰撞路徑優化一般采用蟻群算法，遺 傳算法或是一些神經網絡算法，但是這些算法會帶來一些比較大的計算消耗，因此對機器 人結構設計的硬件要求也就比較高，會造成成本的額外消耗。
[0004] 針對上述所說的現有的防碰撞技術在多機器人的碰撞避免中的實現的操作性差、 適用性不強、路徑優化的算法消耗大、機器人結構成本比較高等問題，本發明提出一種多 AGV機器人協作路徑優化方法，對得到的環境圖像建立網格化的二維坐標系。通過計算本身 機器人、目標位置、網格交叉點之間的連通性，規劃出一條多機器人協作的路徑，再和建立 的優化路徑庫中其它機器人規劃出的路徑進行比較，從而優化多機器人協作防碰撞路徑。 這種方法實現較為簡單、易于操作，并且使用網格化的連通點規劃路徑的方法，相比于使用 計算量消耗較大的蟻群算法和遺傳算法等智能化方式，可降低硬件成本，并且實現效果好， 能夠有效的在多機器人協作中的行進路徑優化中得到很好的應用。
【發明內容】
[0005] 為了解決上述技術問題，本發明的技術方案如下：
[0006] -種多機器人協作路徑優化方法，所述的方法包括如下步驟：
[0007] 步驟1:對獲取的機器人所處環境的圖像信息進行網格化二維重構，再現機器人所 處的環境網格化模型。
[0008] 步驟2:在網格化圖像基礎上以自身機器人為原點建立一個x，y二維坐標系，并且 建立一個優化路徑庫，作為多機器人各自建立的最優路徑進行交叉碰撞檢測。
[0009] 步驟3:在建立的x，y二維坐標系中，計算獲取網格化的交叉點和本身機器人所在 位置坐標、目標位置之間的連通性，從而計算出機器人自身到目標位置的最優碰撞避免路 徑，并為計算出的最優路徑以位移大小為權值設置優先權，將路徑信息存放在優化路徑決 策庫中。比較各個避碰路徑。
[0010] 進一步的，步驟1中，對獲取的環境圖像進行二維網格化重構，識別出圖像中各個 物體，獲得目標位置和其它機器人位置信息，障礙物的位置信息。
[0011] 網格化的密度可依據所處空間環境進行設置，在障礙物密集，空間狹小的環境中， 理論上網格化密度也應該越高，多協作路徑優化效果越好，但是隨之計算的計算量也增加， 因此網格化密度應該保持適中。以下給出了網格化密度計算的公式：
[0012]網格化密度P =障礙物所占空間大小/工作空間總大小*0.4*100%
[0013] 進一步的，步驟2中，對獲取的網格化的環境模型圖像進行x，y二維坐標系建模，包 括以下幾個步驟：
[0014] 步驟2.1:建立x，y二維坐標系，標記其他機器人和目標所處位置。
[0015] 步驟2.2:計算出每一個網格交叉點在X，y二位坐標系中的坐標信息。
[0016] 步驟2.3:對于圖像中的不規則障礙物，直接使用一個八階擬合的橢圓或者圓形圖 像對障礙物進行包圍，以便之后的最優路徑計算能夠避開障礙物。
[0017] 進一步的，步驟3中，計算機器人、目標位置以及網格交叉點之間的連通性，從而計 算出最優路徑決策的方法，計算機器人到目標位置的最優路徑決策的方法具體包括路徑規 劃，路徑優化。
[0018] 所述路徑規劃包含以下步驟：
[0019] 步驟3.1.1:記自身機器人所在位置坐標為Θ = (a，b)，目標位置坐標為G = (m，n)， 網格點記力備.=.i € i￥'障礙物區域記為Ω，連通路徑記為一個二維向量，
[0020]
[0021] 步驟3.1.2:以本身機器人所在位置為圓心，半抒力r=i^_2p，PHA中β是調整 因子，按照右手法則掃描周邊網格點瑪，氣€ Q。計算本身機器人到下一跳節點歐式距離，
[0022]
[0023] 步驟3.1.3:選擇最佳的連通路徑，使用貪婪路由轉發算法選擇下一跳節點位置， 即是下一跳的節點距離目標位置是最小的。
[0024]
[0025] 步驟3.1.4:選取最佳的下一跳節點之后加入到連通路徑向量。
[0026]
[0027]步驟3.1.5:跳轉到步驟3，重復操作，直到到達目的位置。
[0028]步驟3.1.6:計算機器人連通路徑總的位移，作為一個優先權值，距離越小，優先權
越大。
[0029]
[0030] 所還路牷優化包貧以卜步驟：
[0031 ]步驟3.2.1:在所建立的路徑庫中比較每個機器人所建立的路徑，檢查是否有路徑 交叉。
[0032] 步驟3.2.2:若在點(?*?)路徑交叉，計算在該點處是否會發生碰撞，設AGV 小車車身長度為L，行駛速度為V1，使用小車行駛到碰撞交叉點位置所用的時間來判斷是否 會發生碰撞，貝1J有
[0033]
[0034]比較T1，若是交叉路徑的小車之間^辛。，則證明小車在經過交叉點時不會發生碰 撞，可按照規劃路徑直接行走。否則跳到步驟3.2.3。
[0035] 步驟3.2.3:建立一個停等機制，在小車行駛到碰撞點的時候進行權值比較，ω i< Wj，則COi優先權較大，小車優先通過。并且對于COj，進行一次優先權值調整，ω?+1= γ c〇i， 〇〈γ〈?，其中γ為權值的調整因子。
[0036] 若在小車等待的時間段內又有一個優先權比較大的小車通過碰撞點，則小車繼續 對步驟3.2.3進行迭代，修改等待中的小車權值，從而對小車的路徑進行了優化。
[0037] 通過本發明的方法，可以在多機器人協同工作生產空間中實現高效的路徑規劃， 優化各個機器人之間協作路徑，減少由于復雜的計算方法帶來的計算時間，該方法碰撞避 免程度高、已于操作實現，在現實的多機器人工作車間中具有使用的實際意義，同時，通過 環境采集過程，可以實時了解各個機器人實時位置信息，加強了機器人協作路徑的優化，指 導機器人高效率的協同工作。
【附圖說明】
[0038] 圖1為多機器人協作路徑優化流程圖。
[0039]圖2為網格化的x，y二維坐標模型圖。
[0040]圖3為多機器人協作路徑優化的路徑庫圖。
【具體實施方式】
[0041 ]附圖僅用于示例性說明，不能理解為對本專利的限制；
[0042]下面結合附圖和實施例對本發明的技術方案做進一步的說明。
[0043] -種多機器人協作路徑優化方法，如圖1所示包括以下步驟：
[0044] 步驟1:對獲取的機器人所處環境的圖像信息進行網格化二維重構，再現機器人所 處的環境網格化模型。
[0045] 步驟2:在網格化的圖像中，以自身機器人為原點建立一個x，y二維坐標系，標記自 身機器人、目標以及網格交叉點的坐標位置，并且建立一個路徑庫，作為多機器人各自建立 的最優路徑進行交叉碰撞檢測。
[0046] 步驟3:在建立的x，y二維坐標系中，計算獲取網格化的交叉點和本身機器人所在 位置坐標、目標位置之間的連通性，從而計算出機器人自身到目標位置的最優碰撞避免路 徑，并為計算出的最優路徑以位移大小為權值設置優先權，將路徑信息存放在優化路徑決 策庫中。比較各個避碰路徑。
[0047] 在具體的實施過程中，步驟1中，對獲取的圖像進行網格化操作，不改變圖像中的 物體形態，只對背景圖像做一個網格化操作，從而實現對圖像網格化重構。
[0048] 以下給出了網格化密度計算的公式：
[0049] 網格化密度P =障礙物所占空間大小/工作空間總大小*0.4*100%
[0050] 假設障礙物所占空間為40m2,工作空間大小為100,則可計算出網格化密度為 0.16m2，網格密度既是代表著每一個網格所占的面積大小為0.16m 2。
[0051] 在具體的實施過程中，步驟2中，對所獲取的動態環境建立x，y二維坐標系具體包 括以下步驟：
[0052]步驟2.1:建立x，y二維坐標系，標記其他機器人和目標所處位置。
[0053] 步驟2.2:計算出每一個網格交叉點在x，y二位坐標系中的坐標信息。
[0054] 步驟2.3:對于圖像中的不規則障礙物，直接使用一個八階擬合的橢圓或者圓形圖 像對障礙物進行包圍，以便之后的最優路徑計算能夠避開障礙物。
[0055] 在具體的實施過程中，步驟3中，計算機器人到目標位置的最優路徑決策的方法具 體包括以下幾個步驟：
[0056] 步驟3.1.1:如圖2所示，設機器人I (Robotl)當前所在位置坐標為Θ = (a，b)，目標 位置坐標為G= (m，n)，網格點記為I 障礙物區域記為Ω，連通路徑記為 一個二維向』
并 且由上述步驟1的具體實施中可知網格密度P = 0.16m2。
[0057] 步驟3.1.2:以本身機器人所在位置為圓心，半徑^
式中β是調整 因子，這里選取β= 1.2,按照右手法則掃描周邊網格點丨計算本身機器人到下 一跳節點歐式距離，
[0058]
[0059] 步驟3.1.3:選擇最佳的連通路徑，使用貪婪路由轉發算法選擇下一跳節點位置， 即是下一跳的節點距離目標位詈是最小的。
[0060]
[0061] 步驟3.1.4:選取最佳的下一跳節點之后加入到連通路徑向量。
[0062]
[0063]步驟3.1.5:跳轉到步驟3.1.3，重復操作，直到到達目的位置。
[0064] 經過多次運算迭代之后，假設連通路徑向量為X={[a，b]，[m，V1]，[U3， V3]，[u4， V4]，[U6，V6]，[U7, V7]，[U12, V12]，[U16，V16]，[Ι?，η] }
[0065] 步驟3.1.6:計算Robot I連通路徑總的位移，作為一個優先權值，距離越小，優先權
越大。
[0066]
[0067]由上述式子計算得到的權值ω為128。
[0068] 如圖3所示，多機器人協作路徑優化的方法步驟為：
[0069] 步驟3.2.1:在所建立的路徑庫中比較每個機器人所建立的路徑，檢查是否有路徑 交叉。
[0070] 步驟3.2.2:r如圖2所示，Robotl，2,3,5在點C = (uiq，viq)路徑交叉，計算在該點處 是否會發生碰撞，AGV小車車身長度為L = 1.5m，行駛速度為vi = 0.3m/s，V2 = 0.5m/s，V3 = 0.7m/s，V5 = 0.6m/s，使用小車行駛到碰攛交叉點位置所用的時間為
[0071]
[0072] 計算得出Robotl，2,3,5到達碰撞點時間分別St1 = Asa = S .5s，t3 = 4s，t：5 = 6s。 比較Ti，T1 = τ3 = 4s，則Robot I，3發生碰撞概率非常大，執行第3.2.3步驟。
[0073]步驟3.2.3:建立一個停等機制，在小車行駛到碰撞點的時候進行Robotl，3權值比 較，由上述具體步驟中可知ω 1 = 128,經計算，Robot3權值CJ1= 130, ω:< ω 3,則Co1優先權 較大，Robot 1優先通過。并且對于ω 3，進行一次優先權值調整，取γ=〇.2, ω3 = 〇. 87*130 = 113.1 AobotS在Robotl通過之后繼續按原路徑行駛。
[0074] 本發明的多機器人碰撞避免決策方法，在動態多變的環境中規劃出快速的規劃出 每一個機器人的協作路徑，并在最優路徑庫中比較各個機器人規劃出的路徑，以此判斷是 否會有碰撞風險，一次優化多機器人在多障礙物有限空間下的協作路徑。通過本發明的方 法，可以高效、快速的規劃出多機器人的協作路徑，并且優化碰撞路徑，減少路徑規劃所帶 來的計算復雜度，降低了機器人所使用的計算硬件要求，從而降低制造成本。該方法實現的 碰撞避免程度高、實現簡單、易于操作，在現實的多機器人工作車間中具有使用的實際意 義。
[0075] 最后應說明的是：以上各實施例僅用以說明本發明的技術方案，而非對其限制;盡 管參照前述各實施例對本發明進行了詳細的說明，本領域的普通技術人員應當理解:其依 然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分或者全部技術特征進 行等同替換；而這些修改或者替換，并不使相應技術方案的本質脫離本發明各實施例技術 方案的范圍，其均應涵蓋在本發明的權利要求和說明書的范圍當中。
【主權項】
1. 一種多障礙空間下多AGV機器人協作防碰撞路徑優化方法，其特征在于，所述方法包 括以下步驟： 步驟1，對獲取的機器人所處環境的圖像信息進行網格化二維重構，再現機器人所處的 環境網格化模型； 步驟2,在網格化圖像基礎上以自身機器人為原點建立一個x，y二維坐標系，并且建立 一個優化路徑庫； 步驟3,在建立的所述x，y二維坐標系中，計算獲取網格的交叉點和機器人所在位置坐 標、目標位置坐標之間的連通性，從而計算出機器人自身到目標位置的最優碰撞避免路徑， 并為計算出的最優路徑以位移大小為權值設置優先權，將路徑信息存放在優化路徑決策庫 中，比較各個避碰路徑。2. 根據權利要求1所述的多障礙空間下多AGV機器人協作防碰撞路徑優化方法，其特征 在于，在所述步驟1中，對處理過后的機器人所處環境圖像進行一定密度的網格化操作，網 格化的密度可依據所處空間環境進行設置，網格化密度計算的公式： 網格化密度P =障礙物所占空間大小/工作空間總大小*0.4*100 %。3. 根據權利要求1所述的多障礙空間下多AGV機器人協作防碰撞路徑優化方法，其特征 在于，在所述步驟2中，對獲取的環境模型圖像進行x，y二維坐標系建模包括以下幾個步驟： 步驟2.1，建立x，y二維坐標系，標記其他機器人和目標所處位置； 步驟2.2，計算出每一個網格交叉點在x，y二位坐標系中的坐標信息； 步驟2.3,對于圖像中的不規則障礙物，直接使用一個八階擬合的橢圓或者圓形圖像對 障礙物進行包圍，障礙物區域記為Q。4. 根據權利要求1所述的多障礙空間下多AGV機器人協作防碰撞路徑優化方法，其特征 在于，在所述步驟3中，計算機器人到目標位置的最優路徑決策的方法具體包括路徑規劃， 路徑優化， 其中所述路徑規劃包含以下步驟： 步驟3.1.1:記自身機器人所在位置坐標為? = (a，b)，目標位置坐標為G = (m，n)，網格 點記為= (%,%)，[￡礦，障礙物區域記為〇，連通路徑記為一個二維向量， x{xi，X2，…，xn} = {x :xi= {a，b}，，xn = [m, n) |ie2,.3,…，71, 釔 Q }; 步驟3.1.2:以本身機器人所在位置為圓心，，式中0是調整因子， 按照右手法則掃描周邊網格點私，仏這Q :，計算本身機器人到下一跳節點歐式距離，步驟3.1.3:選擇最佳的連通路徑，使用貪婪路由轉發算法選擇下一跳節點位置，即是 下一跳的節點距離目標位置是最小的，步驟3.1.4:選取最佳的下一跳節點之后加入到連通路徑向量， )C = X + 0/ ； 步驟3.1.5:跳轉到步驟3.1.3，重復操作，直到到達目的位置； 步驟3.1.6 :計算機器人連通路徑總的位移，作為一個優先權值，距離越小，優先權越 大，所述路徑優化包含以下步驟： 步驟3.2.1，在所建立的路徑庫中比較每個機器人所建立的路徑，檢查是否有路徑交 叉， 步驟3.2.2,若在點X = (M&，）路徑交叉，計算在碰撞交叉點處是否會發生碰撞，設 AGV小車車身長度為L，行駛速度為只，使用小車行駛到碰撞交叉點位置所用的時間來判斷 是否會發生碰撞，則有比較^，若是交叉路徑的小車之間則證明小車在經過交叉點時不會發生碰撞， 可按照規劃路徑直接行走，否則跳到步驟3.2.3， 步驟3.2.3，建立一個停等機制，在小車行駛到碰撞點的時候進行權值比較，X ?」，則 Wi優先權較大，小車優先通過;并且對于〇 j，進行一次優先權值調整，〇i+i= y 〇i，0〈 y〈 1，其中y為權值的調整因子， 若在小車等待的時間段內又有一個優先權比較大的小車通過碰撞點，則小車繼續對步 驟3.2.3進行迭代，修改等待中的小車權值，從而對小車的路徑進行了優化。
【文檔編號】B25J9/16GK106041931SQ201610513956
【公開日】2016年10月26日
【申請日】2016年6月30日
【發明人】程良倫, 林嘉華, 王濤, 肖紅
【申請人】廣東工業大學