一种机器人集群协同任务规划方法、设备及存储介质

一种机器人集群协同任务规划方法、设备及存储介质
1.技术邻域
2.本发明涉及但不限于机器人技术邻域，尤其涉及一种机器人集群协同任务规划方法、设备及存储介质。


背景技术：

3.机器人对未知位置的目标进行识别时，需要时刻应对环境的不确定性，例如环境中障碍物的干扰，由于单个机器人仅具有有限的感知和计算能力，使得机器人个体仅能在自身能力范围内建立局部通信网络，对目标是搜索和识别效率十分低下。
4.现有技术中，也有采用机器人集群协同执行任务的方式，然而，针对机器人集群在指定区域内持续进行搜索和识别的情况，依然存在重复识别的问题，影响识别效率；
5.因此，有必要提高现有的机器人集群的协同效率，能够提高机器人集群的识别效率。


技术实现要素：

6.以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
7.本发明实施例提供了一种机器人集群协同任务规划方法、设备及存储介质，能够实时、自适应寻找最优导航路径。
8.第一方面，本发明实施例提供了一种机器人集群协同任务规划方法，包括：
9.步骤s100、获取执行目标识别任务的机器人集群所在的环境地图；其中，所述机器人集群包含多个机器人，所述机器人集群中的各个机器人之间通信连接；
10.步骤s200、将所述环境地图转换为栅格地图，确定所述机器人集群的起始点栅格和目的地栅格；
11.步骤s300、获取所述机器人集群待识别目标的目标信息，所述机器人集群中的各个机器人进行随机游走，并在随机游走过程中实时检测周边的环境信息；其中，所述目标信息包括目标数量和各个目标的图像信息；所述环境信息包括图像信息、距离信息和角度信息；
12.步骤s400、所述机器人集群中的机器人根据所述环境信息进行目标识别，并将该机器人的路径信息和识别信息在所述机器人集群中进行广播；其中，所述识别信息为该机器人识别到的目标的图像信息和位置信息；所述路径信息为该机器人经过的栅格；
13.步骤s500、所述机器人集群中的机器人根据所述机器人集群中全部机器人的路径信息和识别信息确定下一步所走的栅格，并在完成待识别目标的搜索后，所述机器人集群中的机器人以最优路径朝目的地栅格前行。
14.在一些实施例中，所述机器人集群中的机器人根据所述机器人集群中全部机器人的路径信息和识别信息确定下一步所走的栅格，包括：
15.步骤s510、将待识别目标的目标信息形成目标识别列表；
16.步骤s520、将所述机器人集群识别到的目标的图像信息与所述目标识别列表中待识别目标的图像信息进行匹配，将匹配成功的待识别目标进行标记；
17.步骤s530、确定所述目标识别列表中是否存在未标记的待识别目标，若所述目标识别列表中存在未标记的待识别目标，则获取所述机器人集群中全部机器人的路径信息和识别信息；
18.步骤s540、根据所述机器人集群中全部机器人的路径信息确定所述机器人集群未经过的栅格，并记为空白栅格；
19.步骤s550、所述机器人集群中的机器人确定当前所在栅格，从与所述当前所在栅格相邻的8个邻域栅格中筛选出空白栅格，
20.步骤s560、确定所述空白栅格所在邻域方向上是否存在障碍物，若是，则执行步骤s570；若否，则执行步骤s580；
21.步骤s570、所述机器人根据检测到的环境信息确定障碍物的相对位置信息，根据所述障碍物的相对位置信息确定该机器人的规避栅格，并在该机器人进入规避栅格后，执行步骤s550；
22.步骤s580、从所述空白栅格中确定该机器人下一步所走的栅格。
23.在一些实施例中，所述机器人根据检测到的环境信息确定障碍物的相对位置信息，根据所述障碍物的相对位置信息确定该机器人的规避栅格，包括：
24.步骤s571、所述机器人获取检测到的环境信息；
25.步骤s572、根据所述环境信息中的图像信息识别障碍物，获取所述机器人到障碍物的距离信息和角度信息；
26.步骤s573、在间隔一个时间单位后，所述机器人再次获取检测到的环境信息，根据两次获取到的环境信息确定所述障碍物的运动方向；
27.步骤s574、确定所述机器人到障碍物的距离是否大于安全距离，若否，则执行步骤s575；若是，则执行步骤s576；
28.步骤s575、确定所述机器人到障碍物的连接线所经过的空白栅格，将该空白栅格剔除后从剩余的空白栅格中选取偏离角最大的一个空白栅格，所述机器人进入该空白栅格后，执行步骤s574；其中，所述偏离角为所述机器人到空白栅格的连接线与所述障碍物的运动方向的夹角；
29.步骤s576、从所述空白栅格中选取与所述障碍物的距离最远的空白栅格，将该空白栅格作为该机器人的规避栅格。
30.在一些实施例中，所述从所述空白栅格中确定该机器人下一步所走的栅格，包括：
31.步骤s581、以机器人为起点，以该机器人的探测距离为终点，在8个邻域方向上分别确定从所述起点到终点的栅格总数；
32.步骤s582、计算该机器人在8个邻域方向上的空白栅格占对应邻域方向上栅格总数的比例，得到8个比例值；
33.步骤s583、确定8个比例值中是否存在大于设定比例阈值的比例值，当存在大于设定比例阈值的比例值时，执行步骤s584；否则执行步骤s588；
34.步骤s584、确定最高的比例值，若所述最高的比例值为多个，则随机选择其中一个比例值对应的邻域方向作为下一步的前进方向；否则选取比例值最高的邻域方向作为下一
步的前进方向；
35.步骤s585、确定每个所述最高的比例值对应的邻域方向上的信息素；其中，所述信息素与所述栅格所经过的机器人和障碍物的总次数正相关；
36.步骤s586、确定最小的信息素，若所述最小的信息素为1个，则选取信息素最小的邻域方向，将该邻域方向所经过的空白栅格作为该机器人下一步所走的栅格；
37.步骤s587、若所述信息素最小存在多个，则从所述机器人集群中选取两个机器人，使得该机器人分别与两个所述机器人的连接线形成的夹角角度值最大，确定所述两个机器人中间位置的栅格，将所述机器人到所述两个机器人中间位置的栅格所经过的空白栅格作为该机器人下一步所走的栅格；
38.步骤s588、计算该机器人从当前所在栅格经过每个空白栅格到目的地栅格的路径，确定该机器人从当前所在栅格到目的地栅格的最远路径；
39.步骤s589、确定所述最远路径经过的空白栅格，将该空白栅格作为该机器人下一步所走的栅格。
40.第二方面，本发明实施例还提供了一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的机器人集群协同任务规划方法。
41.第三方面，本发明实施例还提供了一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行如第一方面所述的机器人集群协同任务规划方法。
42.本发明实施例包括：获取执行目标识别任务的机器人集群所在的环境地图；其中，所述机器人集群包含多个机器人，所述机器人集群中的各个机器人之间通信连接；将所述环境地图转换为栅格地图，确定所述机器人集群的起始点栅格和目的地栅格；获取所述机器人集群待识别目标的目标信息，所述机器人集群中的各个机器人进行随机游走，并在随机游走过程中实时检测周边的环境信息；其中，所述目标信息包括目标数量和各个目标的图像信息；所述环境信息包括图像信息、距离信息和角度信息；所述机器人集群中的机器人根据所述环境信息进行目标识别，并将该机器人的路径信息和识别信息在所述机器人集群中进行广播；其中，所述识别信息为该机器人识别到的目标的图像信息和位置信息；所述路径信息为该机器人经过的栅格；所述机器人集群中的机器人根据所述机器人集群中全部机器人的路径信息和识别信息确定下一步所走的栅格，并在完成待识别目标的搜索后，所述机器人集群中的机器人以最优路径朝目的地栅格前行。
43.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
44.附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
45.图1是本发明实施例中的一种机器人集群协同任务规划方法的流程示意图；
46.图2是本发明另一个实施例提供的电子设备的结构图。
具体实施方式
47.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，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例仅用以解释本发明，并不用于限定本发明。
48.需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于流程图中的顺序执行所示出或描述的步骤。说明书、权利要求书或上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
49.下面结合附图，对本发明实施例作进一步阐述。
50.如图1所示，图1是本发明一个实施例提供的一种机器人集群协同任务规划方法的流程图，在该方法中，包括但不限于有以下步骤：
51.步骤s100、获取执行目标识别任务的机器人集群所在的环境地图；其中，所述机器人集群包含多个机器人，所述机器人集群中的各个机器人之间通信连接；
52.需要说明的是，所述栅格地图中的栅格为允许单个机器人自转一圈的最小正方形；所述栅格地图包含目标和障碍物；机器人在单位时间的行驶速度为1个栅格；同一时刻每个栅格只能存在一个机器人，否则视为冲突；机器人能够在前进动作前通过通信交流避免冲突，
53.步骤s200、将所述环境地图转换为栅格地图，确定所述机器人集群的起始点栅格和目的地栅格；其中，所述起始点栅格为所述机器人集群的起始点所在的栅格，所述目的地栅格为所述机器人集群的终点所在的栅格；
54.步骤s300、获取所述机器人集群待识别目标的目标信息，所述机器人集群中的各个机器人进行随机游走，并在随机游走过程中实时检测周边的环境信息；其中，所述目标信息包括目标数量和各个目标的图像信息；所述环境信息包括图像信息、距离信息和角度信息；
55.需要说明的是，在一些实施例中，所述机器人集群中的各个机器人均配置有图像传感器，距离探测器和角度传感器。
56.步骤s400、所述机器人集群中的机器人根据所述环境信息进行目标识别，并将该机器人的路径信息和识别信息在所述机器人集群中进行广播；其中，所述识别信息为该机器人识别到的目标的图像信息和位置信息；所述路径信息为该机器人经过的栅格；
57.步骤s500、所述机器人集群中的机器人根据所述机器人集群中全部机器人的路径信息和识别信息确定下一步所走的栅格，并在完成待识别目标的搜索后，所述机器人集群中的机器人以最优路径朝目的地栅格前行。
58.也就是说，确定所述机器人集群是否完成待识别目标的搜索，若否，则所述机器人集群中的机器人根据所述机器人集群中全部机器人的路径信息和识别信息确定下一步所走的栅格；若是，则所述机器人集群中的机器人以最优路径朝目的地栅格前行。
59.本发明提供的实施例中，由于机器人集群中的各个机器人之间通信连接，能够实时共享路径信息和识别信息，并以此为依据确定下一步所走的栅格，避免了重复经过栅格进行搜索和识别；本发明通过提高现有的机器人集群的协同效率，能够提高机器人集群的识别效率。
60.另外，在一实施例中，图1所示实施例中的步骤s500中，所述机器人集群中的机器
人根据所述机器人集群中全部机器人的路径信息和识别信息确定下一步所走的栅格，包括：
61.步骤s510、将待识别目标的目标信息形成目标识别列表；
62.步骤s520、将所述机器人集群识别到的目标的图像信息与所述目标识别列表中待识别目标的图像信息进行匹配，将匹配成功的待识别目标进行标记；
63.在一实施例中，在初始条件下，将目标识别列表中全部的待识别目标均标记为0，将匹配成功的待识别目标标记为1；
64.步骤s530、确定所述目标识别列表中是否存在未标记的待识别目标，若所述目标识别列表中存在未标记的待识别目标，则获取所述机器人集群中全部机器人的路径信息和识别信息；
65.步骤s540、根据所述机器人集群中全部机器人的路径信息确定所述机器人集群未经过的栅格，并记为空白栅格；
66.可以理解，通过所述机器人集群中全部机器人的路径信息可以确定所述机器人集群在栅格地图中经过的栅格，则栅格地图中剩余的栅格为空白栅格；
67.步骤s550、所述机器人集群中的机器人确定当前所在栅格，从与所述当前所在栅格相邻的8个邻域栅格中筛选出空白栅格，
68.步骤s560、确定所述空白栅格所在邻域方向上是否存在障碍物，若是，则执行步骤s570；若否，则执行步骤s580；
69.需要说明的是，所述障碍物基于环境信息中的图像信息确定，通过图像识别算法，将待识别目标和所述机器人集群中的机器人以外的物体作为障碍物；所述障碍物可以为墙壁或其他物体，其他物体可能是静止或运动状态。
70.步骤s570、所述机器人根据检测到的环境信息确定障碍物的相对位置信息，根据所述障碍物的相对位置信息确定该机器人的规避栅格，并在该机器人进入规避栅格后，执行步骤s550；
71.步骤s580、从所述空白栅格中确定该机器人下一步所走的栅格。
72.另外，在一实施例中，步骤s570中，所述机器人根据检测到的环境信息确定障碍物的相对位置信息，根据所述障碍物的相对位置信息确定该机器人的规避栅格，包括：
73.步骤s571、所述机器人获取检测到的环境信息；
74.步骤s572、根据所述环境信息中的图像信息识别障碍物，获取所述机器人到障碍物的距离信息和角度信息；
75.步骤s573、在间隔一个时间单位后，所述机器人再次获取检测到的环境信息，根据两次获取到的环境信息确定所述障碍物的运动方向；
76.步骤s574、确定所述机器人到障碍物的距离是否大于安全距离，若否，则执行步骤s575；若是，则执行步骤s576；
77.步骤s575、确定所述机器人到障碍物的连接线所经过的空白栅格，将该空白栅格剔除后从剩余的空白栅格中选取偏离角最大的一个空白栅格，所述机器人进入该空白栅格后，执行步骤s574；其中，所述偏离角为所述机器人到空白栅格的连接线与所述障碍物的运动方向的夹角；
78.步骤s576、从所述空白栅格中选取与所述障碍物的距离最远的空白栅格，将该空
白栅格作为该机器人的规避栅格。
79.通过图像传感器感知的图像信息，对周围运动或者静止障碍物的距离进行判断，若距离小于安全距离，机器人就向相反的方向进行运动，从而与障碍物保持一定的距离，实现对障碍物的规避。
80.另外，在一实施例中，步骤s580中，所述从所述空白栅格中确定该机器人下一步所走的栅格，包括：
81.步骤s581、以机器人为起点，以该机器人的探测距离为终点，在8个邻域方向上分别确定从所述起点到终点的栅格总数；
82.步骤s582、计算该机器人在8个邻域方向上的空白栅格占对应邻域方向上栅格总数的比例，得到8个比例值；
83.需要说明的是，所述探测距离为机器人检测距离信息所能达到到的最大距离；机器人的8个邻域方向分别为前、后、左、右、左前、右、前、左后、右后；
84.步骤s583、确定8个比例值中是否存在大于设定比例阈值的比例值，当存在大于设定比例阈值的比例值时，执行步骤s584；否则执行步骤s588；
85.步骤s584、确定最高的比例值，若所述最高的比例值为多个，则随机选择其中一个比例值对应的邻域方向作为下一步的前进方向；否则选取比例值最高的邻域方向作为下一步的前进方向；在一些实施例中，所述设定比例阈值为0.6；
86.步骤s585、确定每个所述最高的比例值对应的邻域方向上的信息素；其中，所述信息素与所述栅格所经过的机器人和障碍物的总次数正相关；
87.步骤s586、确定最小的信息素，若所述最小的信息素为1个，则选取信息素最小的邻域方向，将该邻域方向所经过的空白栅格作为该机器人下一步所走的栅格；
88.步骤s587、若所述信息素最小存在多个，则从所述机器人集群中选取两个机器人，使得该机器人分别与两个所述机器人的连接线形成的夹角角度值最大，确定所述两个机器人中间位置的栅格，将所述机器人到所述两个机器人中间位置的栅格所经过的空白栅格作为该机器人下一步所走的栅格；
89.步骤s588、计算该机器人从当前所在栅格经过每个空白栅格到目的地栅格的路径，确定该机器人从当前所在栅格到目的地栅格的最远路径；
90.步骤s589、确定所述最远路径经过的空白栅格，将该空白栅格作为该机器人下一步所走的栅格。
91.本发明提供的实施例中，通过计算比例值、信息素、夹角角度值，保证机器人在进行目标识别时，尽可能大范围的进行搜索，提高对待识别目标的识别完整性。
92.另外，参照图2，本发明的一个实施例还提供了一种电子设备10，该电子设备10包括：存储器11、处理器12及存储在存储器11上并可在处理器12上运行的计算机程序。
93.处理器12和存储器11可以通过总线或者其他方式连接。
94.实现上述实施例的机器人集群协同任务规划方法所需的非暂态软件程序以及指令存储在存储器11中，当被处理器12执行时，执行上述实施例中的机器人集群协同任务规划方法。
95.此外，本发明的一个实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个处理器或控制器执行，例如，
被上述电子设备实施例中的一个处理器执行，可使得上述处理器执行上述实施例中的机器人集群协同任务规划方法。
96.本邻域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本邻域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本邻域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
97.以上是对本发明的较佳实施进行了具体说明，但本发明并不局限于上述实施方式，熟悉本邻域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换，这些等同的变形或替换均包含在本发明权利要求所限定的范围内。