自定义全覆盖路径规划算法及机器人实验平台

本发明涉及机器人，具体地指一种自定义全覆盖路径规划算法及机器人实验平台。

背景技术：

1、近年来，扫地机器人、无人驾驶、无人机相关技术的迅速发展、普及。例如，传菜机器人就是实现机器人巡航功能，设置多个点位，让机器人有序前往不同餐桌；扫地机器人就是控制机器人来回移动直到覆盖完指定区域。

2、但是商场、工厂等场所有较多玻璃、网格等特殊材料构成的障碍物，这些障碍物在通过激光建图得到的地图上会有一定的缺失。如附图1所示，为传统全覆盖算法，从图1中的a圈内可以看出，实际工厂的走道两侧存在玻璃和网状的障碍物，但在图1中的b的激光建图构建的地图上却存在障碍物缺陷。如果在此地图上使用传统的单元分解法或栅格法进行全覆盖路径规划，会出现障碍物区域内也被规划出路径的情况，埋下安全隐患，如图1中的c所示，栅栏内也被规划出了路径。

3、因此，现有的路径规划技术存在以下问题：现有机器人实验平台的控制算法相对落后，全覆盖路径规划不能控制机器人移动范围，面对透明障碍物避障功能欠缺，机器人容易与透明障碍物发生碰撞，安全性不高。

技术实现思路

1、针对现有技术的不足之处，本发明提出一种自定义全覆盖路径规划算法及机器人实验平台，对大型室内全覆盖路径规划问题提出了一种新的解决办法，该路径规划算法不仅实现自定义子区域，进行分区域全路径覆盖，自由控制机器人移动区域，而且在单个区域内实现机器人的较高覆盖率和较低转弯次数；该机器人实验平台提高机器人对透明、低矮障碍物的规避能力，安全性更强。

2、为达到上述目的，本发明所设计的一种自定义全覆盖路径规划算法，其特别之处在于，包括如下步骤：

3、s1）在不同环境的电子地图上，通过点击地图上的坐标，人工自定义划分机器人移动的多个子区域，每个所述子区域均为凸四边形形状；

4、s2）在每个所述凸四边形内，以凸四边形的其中一条边作为基线，将基线在所述凸四边形区域内平移，基线与离开所述凸四边形的最后一条平行线之间的距离作为所述基线和对应平行线之间的跨度，找到最小跨度对应的基线作为所述凸四边形的准基线；

5、s3）在每个所述凸四边形内，以所述准基线作为基准，朝向凸四边形区域平移若干次，直至平移线离开所述凸四边形，每次平移得到一条机器人移动的覆盖路径，所述准基线与对应的所有平移线作为机器人在所述子区域内的航行线；

6、s4）在每个所述凸四边形内，找到机器人移动的轨迹边界与所述凸四边形的准基线之间的两个交点，分别以两个交点作为起点，沿航行线迭代出航路点，并计算出每行航行线的航路点个数和航路点坐标；

7、s5）连接每个所述子区域，构成机器人移动的全覆盖路径；

8、s51）获得每个所述子区域内的上一区域终点、下一区域起点、本区域起点、以及本区域终点；

9、s52）找到机器人坐标，计算机器人距离每个所述子区域的本区域起点的距离，选择距离最近的子区域作为首个子区域，记录首个子区域的航路点排列方式，并加入至总航路点集合；

10、s53）更新机器人坐标为首个子区域的本区域终点，再计算首个子区域的本区域终点距离剩余的自定义区域的本区域起点的距离，选择距离最近的子区域作为第二个子区域；……依次类推，直至将所有子区域连接排序，记录每个子区域的航路点排列方式，并加入至总航路点集合。

11、进一步地，s2）中，采用旋转卡壳方法找到每个所述凸四边形内的最小跨度。

12、进一步地，s4）中，第一行航行线上的航路点个数通过下列公式获得

13、；

14、式中，

15、u表示第一行航行线上的航路点个数,

16、xo表示交点（xo，yo）的横坐标，

17、yo表示交点（xo，yo）的纵坐标，

18、x1表示交点（x1，y1）的横坐标，

19、y1表示交点（x1，y1）的纵坐标，

20、d 表示相邻航路点之间的步距。

21、更进一步地， s4）中，第一行航行线上的航路点坐标通过下列公式获得

22、；

23、；

24、；

25、；

26、；

27、式中，

28、x表示第一行航行线上的航路点的横坐标，

29、y表示第一行航行线上的航路点的纵坐标，

30、xo表示交点pi（xo，yo）的横坐标，

31、yo表示交点pi（xo，yo）的纵坐标，

32、x1表示交点pj（x1，y1）的横坐标，

33、y1表示交点pj（x1，y1）的纵坐标，

34、xd表示航路点x坐标的偏移方向，

35、yd表示航路点y坐标的偏移方向，

36、d 表示相邻航路点之间的步距，

37、θ表示第一行航行线的倾斜角，

38、k表示第一行航行线的斜率。

39、更进一步地， s4）中，第一行航行线后面的每一行航行线均需要判断行数的奇偶性，并分别将两个交点作为起点，从而保证机器人坐标与下一个子区域的本区域起点之间的连续性。

40、本发明还设计一种机器人实验平台，所述平台执行上述的规划方法，其特别之处在于：所述平台包括感知系统、决策系统、电源系统、单片机系统和驱动系统，所述感知系统和决策系统组成机器人的上位机，所述电源系统、单片机系统和驱动系统组成机器人的下位机；

41、所述感知系统用于采集环境信息，输出占用地图，判断障碍物与机器人的距离、以及机器人处于地图中的位置，其包括双目摄像头、激光雷达和超声波雷达；

42、所述决策系统用于实现路径规定功能，包括基于arm构架的中央处理器tx2；

43、所述电源系统用于为决策系统、单片机系统、以及驱动系统供电；

44、所述单片机系统用于解析蓝牙模块和上位机发送的数据帧，通过ttl转can模块与驱动系统通信，其包括stm32单片机和蓝牙控制模块；

45、所述驱动系统用于根据直流伺服驱动器控制直流电机速度，执行机器人的移动，其包括直流伺服驱动器和直流电机。

46、进一步地，所述感知系统中的激光雷达分别设置在机器人的顶部、底部、以及车身的不同部位，不同部位激光雷达对高低平面进行探测，整合多平面的激光雷达障碍物信息，完成避障。

47、进一步地，所述单片机系统中的stm32单片机用于判断机器人控制模式，如果判断是串口模式则根据串口发送数据的帧结构，提取速度与方向，控制电机转动；如果判断是蓝牙模式，则解析蓝牙发送的摇杆滑块数据之后，控制机器人移动。

48、本发明的优点在于：

49、1、本发明在路径规划算法中，首先通过qt的自研规划软件，人工点击地图上的坐标，获得多个自定义子区域，有效地将玻璃或网状的透明障碍物剔出规划路径；

50、2、本发明在路径规划算法中，在单个自定义的凸四边形的四条边中，找到最小跨度的准基线；再以准基线作为基准，朝向该凸四边形区域平移若干次，直至平移线离开该凸四边形，准基线与对应的所有平移线作为机器人在该单个自定义的凸四边形区域内的航行线（最小跨度的准基线保证了准基线对应的所有平移线个数最少，即保证了机器人转弯的次数最少）；最后找到航行线的起点，沿航行线迭代出每行航行线的航路点，并计算每行航行线的航路点个数和每个航路点坐标；

51、3、本发明在路径规划算法中，将多个自定义子区域连接，构成机器人移动的全覆盖路径；多个自定义区域的连接顺序排列通过以下方法实现：计算机器人距离每个自定义区域的本区域起点的距离，选择距离最近的子区域作为首个子区域；更新机器人坐标为首个子区域的本区域终点，再计算首个子区域的本区域终点距离剩余的自定义区域的本区域起点的距离，选择距离最近的子区域作为第二个子区域；……依次类推，直至将所有自定义子区域连接排序，从而实现机器人在相邻子区域之间移动距离的最小化；

52、4、本发明中的机器人实验平台，将激光雷达分别设置在机器人的不同部位，获取不同角度的点云信息，通过传感器的融合能力，增强机器人对低矮障碍物的避障能力；

53、本发明自定义全覆盖路径规划算法及机器人实验平台，首先自定义子区域，再将多个自定义子区域相连接，构成机器人移动的全覆盖路径，该路径规划算法不仅将玻璃或网状的透明障碍物提前剔出规划路径，而且保证了机器人在单个自定义子区域内的较高覆盖率和较低转弯次数；该机器人实验平台提高机器人对透明、低矮障碍物的规避能力，安全性更强。