一种机器人矿井作业路径规划方法
【技术领域】
[0001] 本发明涉及矿井作业路径规划技术领域，具体涉及一种机器人矿井作业路径规划 方法。
【背景技术】
[0002] 煤矿矿井内部结构复杂，条件艰苦。有些作业环境不适合矿工长期作业，另外在矿 难发生之后，由于往往对井下的情况未知，会给救援人员带来很大的救援困难，不能够抵达 救援地点，即使到达事故地点，自身也较为危险。而机器人技术的发展，将会为井下作业带 来方便。在机器人的研究领域中，路径规划是重要的研究方向之一。为机器人寻找一条最佳 的路径规划问题，就是根据某一个或者某一些优化要求及约束(如行走路线最短，行走时间 最短，能源消耗最少等方面），在机器人的工作空间中找到一条符合优化要求及约束条件的 最好路径。从优化的角度来说，这是一个带有约束条件的函数优化问题。在整个过程中，路 径规划、定位、避障是一个需要综合考虑的问题。如何从起始点到目的地之间寻找到一条最 优的无碰撞路径，如何避免外界物体对机器人造成影响或使得影响最小，如何利用已知信 息构建智能地图，为机器人进行导航，从而进行更为优化的行为决策，是机器人导航中需要 解决的问题。
【发明内容】
[0003] 本发明的目的是提供一种机器人矿井作业路径规划方法，它利用传统的栅格策略 对周围环境进行建模，通过粒子群算法找出一条较为优化的全局路径。
[0004] 为了解决【背景技术】所存在的问题，本发明的应用步骤如下： 步骤一、机器人自由移动空间建模 用栅格方法来对机器人移动空间进行建模，栅格的大小可以按照如下方法生成： (1) 在寻优空间内顺序的选择一个障碍物； (2) 若该障碍物是一个凸多边形，则把该多边形分割为互不相交的三角形;若该障碍物 不是凸多边形，则以该多边形的最大及最小横纵坐标构建一个长方形，并将长方形分割为 两个不相交的三角形； (3) 按照如下公式计算每一个三角形的面积
其中a，b分别是三角形的两 边，α是a，b所夹的角度； (4) 在寻优空间中顺序的处理下一个障碍物，若还有其他的障碍物，跳转至第(2)步骤； (5) 计算所有障碍物的面积总和Sab;
为最大的栅格边 长，lmin为最小的栅格边长，1为最后确定的栅格边长； (7)算法终止 以上算法得到的是根据障碍物大小而计算的栅格大小，用同样的方法再次计算机器人 本身的大小，最终的栅格大小为两者中的最大值； 步骤二、粒子群算法在栅格空间中的规划算法 1. 根据障碍物及机器人自身的大小计算栅格大小，建立机器人的环境模型； 2. 初始化粒子群算法的具体参数，包括种群规模，初始位置及初始粒子速度，惯性权 重，加速度系数以及最大的迭代数； 3. 对各个粒子的有效性进行检查； 4. 计算每一个粒子的适应度，比较每一个粒子的适应度与历史最优的适应度，根据需 要，更新历史最优适应度； 5. 更新粒子的速度和位置； 6. 检查粒子有效性，若无效，需要重新产生新的粒子； 7. 更新系数，如惯性权重等； 8. 判断是否满足终止条件，如果满足，程序终止;若不满足，则跳转至步骤4。
[0005] 采用上述结构后，本发明有益效果为：它利用传统的栅格策略对周围环境进行建 模，通过粒子群算法找出一条较为优化的全局路径。
【附图说明】
[0006] 图1为粒子群算法中粒子移动原理图； 图2为机器人实际工作环； 图3为栅形图格法得到的工作模型。
【具体实施方式】
[0007] 下面结合附图对本发明作进一步的说明。
[0008] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施 方式，对本发明进行进一步详细说明。应当理解，此处所描述的【具体实施方式】仅用以解释本 发明，并不用于限定本发明。
[0009] 如图1-3所示，本【具体实施方式】采用如下技术方案:本发明的应用步骤如下： 步骤一、机器人自由移动空间建模 用栅格方法来对机器人移动空间进行建模，其中，栅格的大小由地图中障碍物的疏密， 机器人自身大小等因素来决定的，栅格的大小可以按照如下方法生成： (1) 在寻优空间内顺序的选择一个障碍物；
(2) 若该障碍物是一个凸多边形，则把该多边形分割为互不相交的三角形;若该障碍物 不是凸多边形，则以该多边形的最大及最小横纵坐标构建一个长方形，并将长方形分割为 两个不相交的三角形； (3) 按照如下公式计算每一个三角形的面积 其中a，b分别是三角形的 两边，α是a，b所夹的角度； (4) 在寻优空间中顺序的处理下一个障碍物，若还有其他的障碍物，跳转至第(2)步骤； (5) 计算所有障碍物的面积总和Sab;
.为最大的栅格 边长，1_为最小的栅格边长，1为最后确定的栅格边长； (7)算法终止 以上算法得到的是根据障碍物大小而计算的栅格大小，用同样的方法再次计算机器人 本身的大小，最终的栅格大小为两者中的最大值； 步骤二、粒子群算法在栅格空间中的规划算法 1. 根据障碍物及机器人自身的大小计算栅格大小，建立机器人的环境模型； 2. 初始化粒子群算法的具体参数，包括种群规模，初始位置及初始粒子速度，惯性权 重，加速度系数以及最大的迭代数； 3. 对各个粒子的有效性进行检查； 4. 计算每一个粒子的适应度，比较每一个粒子的适应度与历史最优的适应度，根据需 要，更新历史最优适应度； 5. 更新粒子的速度和位置； 6. 检查粒子有效性，若无效，需要重新产生新的粒子； 7. 更新系数，如惯性权重等； 8. 判断是否满足终止条件，如果满足，程序终止;若不满足，则跳转至步骤4。
[0010] 本应用中粒子群的基本原理为：1995年，James Kennedy博士和Russell Eberhart 博士提出了简单的鸟群的运动模型。通过计算机仿真，提出了著名的粒子群优化算法 (Particle Swarm 0ptimization，PS0)。这是一种群体优化算法，群体中设一个粒子的运动 通过几条较为简单的规则来进行描述[3]。这使得PS0算法简单有效并容易实现。关于粒子 群算法可以做如下描述，令目标搜索空间为一个N维空间，粒子数量为m，则其中第i个粒子 在η维空间里的位置有如下定义:假设在一个N维的目标搜索空间中，有m个粒子组成一个群 落，其中第i个粒子在η维空间里的位置为Xi=(xu，…，Xi m)，i = l，2,…，m;在粒子群中，每一 个粒子的速度为Vi = (vu，…，Vin)，i = l，2,…，n;其第d维分量的更新公式如下Vid=wX Vid+ Cin ( XidPbeSt-Xid ) +C2T2 X ( XidPbeSt-Xid ) , Xid = Xid+Vid ； 其中，vld是粒子i的速度向量的第d维分量;Xld是粒子i位置向量的第d维分量；;|@是 粒子i位置矢量的第d维分量所经历的最好的位置;是所有粒子在解空间中遍历过的最 好的位置。rl，r2为0，1之间的随机数;cl，c2为加速度系数;w为惯性权重。粒子移动原理图 如图1所示。
[0011] 粒子群算法的实现步骤为： (1) 种群初始化:这一阶段对粒子群进行初始化，定义种群中个体数量，以及各个例子 的初始位置与速度； (2) 计算种群中每一个粒子的适应度函数，对种群中的粒子进行排序； (3) 比较各个粒子的适应度函数，比较每一个粒子适应度函数与Pbest。若粒子新的状 态的适应度函数优于Pbes t i，贝lj更新Pbe s ti。
[0012] (4)比较每一个粒子适应度函数与gbest。若粒子新的状态的适应度函数优于 Pbesti，则更新 gbest。
[0013] (5)根据(3)，（ 4)式更新计算每一个粒子新的位置和速度； (6)若终止条件满足，则程序终止，否则返回第(2)步。
[0014] 以上所述，仅用以说明本发明的技术方案而非限制，本领域普通技术人员对本发 明的技术方案所做的其它修改或者等同替换，只要不脱离本发明技术方案的精神和范围， 均应涵盖在本发明的权利要求范围当中。
【主权项】
1. 一种机器人矿井作业路径规划方法，其特征在于包括如下步骤： 步骤一、机器人自由移动空间建模 用栅格方法来对机器人移动空间进行建模，所述栅格的大小可以按照如下方法生成： (1) 在寻优空间内顺序的选择一个障碍物； (2) 若该障碍物是一个凸多边形，则把该多边形分割为互不相交的三角形;若该障碍物 不是凸多边形，则以该多边形的最大及最小横纵坐标构建一个长方形，并将长方形分割为 两个不相交的三角形； (3) 按照如下公式计算每一个三角形的面积^ ?其中a，b分别是三角形的两 边，α是a，b所夹的角度； (4) 在寻优空间中顺序的处理下一个障碍物，若还有其他的障碍物，跳转至第(2)步骤； (5) 计算所有障碍物的面积总和Sab; (6) 根据如下公式计算栅格粒违为最大的栅格边长，lmin为最小的栅格边长，1为最后确定的栅格边长； (7) 算法终止 以上算法得到的是根据障碍物大小而计算的栅格大小，用同样的方法再次计算机器人 本身的大小，最终的栅格大小为两者中的最大值； 步骤二、粒子群算法在栅格空间中的规划算法 该算法包括一下步骤：1.根据障碍物及机器人自身的大小计算栅格大小，建立机器人的环境模型； 2 .初始化粒子群算法的具体参数，包括种群规模，初始位置及初始粒子速度，惯性权 重，加速度系数以及最大的迭代数；3. 对各个粒子的有效性进行检查；4. 计算每一个粒子的适应度，比较每一个粒子的适应度与历史最优的适应度，根据需 要，更新历史最优适应度；5. 更新粒子的速度和位置；6. 检查粒子有效性，若无效，需要重新产生新的粒子；7. 更新系数，如惯性权重等；8. 判断是否满足终止条件，如果满足，程序终止;若不满足，则跳转至步骤4。
【专利摘要】本发明公开了一种机器人矿井作业路径规划方法，它涉及矿井作业路径规划技术领域；本发明的应用步骤包含：1机器人自由移动空间建模，2粒子群算法在栅格空间中的规划算法；另外本发明应用中还涉及粒子群的基本原理和粒子群算法的实现方法。本发明有益效果为：它利用传统的栅格策略对周围环境进行建模，通过粒子群算法找出一条较为优化的全局路径。
【IPC分类】G01C21/20
【公开号】CN105606103
【申请号】CN201610097053
【发明人】季云峰, 匡亮
【申请人】江苏信息职业技术学院
【公开日】2016年5月25日
【申请日】2016年2月22日