[发明专利]一种室内移动机器人增强地图学习路径规划方法

说明书

技术领域

本发明涉及地面轮式机器人的自主导航领域，特别涉及一种室内移动机器人增强地图学习路径规划方法。

背景技术

随着机器人技术的发展和人工智能研究的不断深入，智能机器人在人类生活中扮演越来越重要的角色。作为常见生活机器人的一种，室内移动机器人作为服务人员的代替者多用于室内移动展会，家庭服务，酒店大厅引导等复杂动态环境。在这类环境中，环境信息非结构化，静态动态障碍物交错存在，环境信息变化明显，这些因素对室内移动机器人的工作能力提出了极大的挑战和要求。为较好地完成服务任务，室内移动机器人需要具有探测障碍物，区分识别障碍物，实时规划可行路径，稳定控制行动的能力。随着传感器技术、计算机技术和网络通信技术的不断发展，实时路径规划作为智能机器人的大脑成为室内移动机器人研究的重中之重。

室内移动机器人在环境中的任务可以理解为从哪儿来？到哪儿去？怎么去？去做什么？而路径规划能够统筹传感器获得的环境信息做出最符合机器人当前状况的路径决策，即怎么去。常规的路径规划可以分别静态规划和动态规划，静态规划是指机器人已具备全局环境信息，机器人通过离线计算得到全局环境下最优的规划路径，而动态路径规划多针对动态未知环境中的路径选择，机器人对环境信息理解有限且环境可能发生改变，与真实情况具有高度的相似性。对于室内移动机器人，我们期望其能够实现在室内移动动态环境中的实时最佳路径选择和动态障碍物躲避。

作为控制和规划的对象，室内移动机器人是一类具有时变、强耦合和非完整性的多输入多输出非线性系统。由于环境多变复杂且需要考虑较多因素，其规划决策变的十分复杂。在现有的技术中，常规的路径规划，如模糊规划，遗传算法，蚁群算法，神经网络等，往往不能同时满足动态环境和实时性的要求。另外，轮式移动机器人存在的非完整性也制约着室内移动机器人的路径选择。因此，研究具有学习能力的路径规划算法成为现阶段实时动态路径规划研究的一个主流趋势。而设计一种简单可靠、实时性好、便于实现、能够应付多类动态未知环境的室内移动机器人规划方法是保证服务工作正常有效进行的关键技术和现实难题。

发明内容

本发明针对上述现有技术中现在路径规划方法中难以同时满足动态未知环境规划和实时规划的要求，采用增强地图学习的路径规划方法，随着室内移动机器人的移动，不断加深理解新获得的周围环境信息，迭代计算随机选取路径的代价函数，学习计算得出当前时刻最优的路径，保证了室内移动机器人的静态障碍下的良好避障性能，而且满足了动态障碍出现时的实时规划功能，达到具有较高智能化的室内移动机器人的自主导航和路径规划方法。

一种室内移动机器人增强地图学习路径规划方法，包括以下几个步骤：

步骤1：建立已探测区域受障碍物影响的概率模型；

首先，通过室内移动机器人自身携带的声呐传感器，获得室内移动机器人的周围环境信息；其次，将室内移动机器人所经过的区域作为已探测区域，依据所述的周围环境信息建立已探测区域受障碍物影响的概率模型，并依据声呐传感器实时采集的周围环境信息实时更新已探测区域受障碍物影响的概率模型；

所述已探测区域受障碍物影响的概率模型如下：

F(X,Y)=1-Πi=1M[1-fi(X,Y)]]]>

其中，室内移动室内移动机器人工作空间信息集合为所述空间信息包括所有目标位置及所有障碍物位置；当前探测范围内工作空间信息集合为已探测出的工作空间信息集合为

室内移动机器人通过声呐雷达探测到的障碍物与机器人当前位置之间的相对距离信息，利用室内移动机器人自身携带的里程仪和惯性导航系统，将相对距离信息转换为以初始位置为原点的基础坐标系上的位置信息和距离信息。