[发明专利]基于TEB的路径规划方法及装置有效
申请号: | 202011006826.0 | 申请日: | 2020-09-23 |
公开(公告)号: | CN112254727B | 公开(公告)日: | 2022-10-14 |
发明(设计)人: | 胡朝红 | 申请(专利权)人: | 锐捷网络股份有限公司 |
主分类号: | G01C21/20 | 分类号: | G01C21/20;G01C21/34 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 350002 福建省福州市仓*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 teb 路径 规划 方法 装置 | ||
本发明公开了一种基于时间弹力带TEB的路径规划方法及装置,方法适用于移动机器人的局部路径规划,包括:根据预设局部初始路径选择条件,确定本次局部路径规划的局部初始路径;根据所述局部初始路径,按照预设自适应避障距离对所述局部初始路径进行TEB优化以得到优化成功的局部优化路径。本发明实施例能够解决现有技术中存在路径规划的稳定性不高,准确度低且实时性较差问题。
技术领域
本发明涉及电子机器人技术领域,尤指一种基于时间弹力带(Timed ElasticBand,TEB)的路径规划方法及装置。
背景技术
移动机器人是一种由传感器,遥控控制器和自动控制的移动载体组成的机器人系统,它集中了机械,电子,计算机,自动控制以及人工智能等多学科的最新研究成果。移动机器人可以被应用在工业,服务业,农业等众多领域,取代人工执行一些重复,危险的工作。
在能够自动路径规划的移动机器人中,导航技术是核心。一般移动机器人会首先使用传感器(激光或摄像头)和相应的建图技术建立一张地图,该地图代表了环境中静态的障碍物,同时实际运行的环境中还经常会碰到动态障碍物,比如移动的人等物体。自动路径规划的导航技术的关键就是综合已知的静态障碍物和通过传感器感知得到的实时障碍物信息,规划出一条可以从当前位置到指定终点的路径,同时要使机器人避开障碍物,规划出来的路径应当是可执行的,平滑的。
近些年来,自动路径规划技术的研究得到了较多的关注,特别是在开源的机器人操作系统(Robot Operating System,ROS)上,有一些较为成熟的导航框架和自动路径规划技术,其中动态窗口方法(Dynamic Window Approach,DWA)和时间弹力带(Timed ElasticBand,TEB)技术是两个较为典型的技术。
现有的路径规划方法框架一般分为两个步骤:第一个步骤是全局路径规划,即在提前建好的地图上规划出一条从起点到终点的全局路径,第二个步骤是局部路径规划,即在全局路径的指引下,在机器人当前位置的局部范围内规划出一条局部路径,最终会生成可供电机驱动器执行的速度命令从而控制机器人移动。全局路径规划一般频率较低,因为起点和终点的距离可能很长,计算量较大。局部路径规划的频率较高,一般要在10HZ以上,以保证控制的连续性。全局路径规划的算法一般采用A*,D*,Dijkstra等算法,或者甚至全局路径是人工指定的,不需要自动规划。
局部路径规划算法通常使用TEB算法;TEB算法是一种非线性最优化算法,它首先利用全局路径作为初始轨迹得到局部范围内离散的一系列机器人位姿(Pose),以及这些位姿对应的时间差(TimeDiff)变量。轨迹上的位姿和时间差需要满足速度约束、加速度约束、机器人运动学约束和障碍物之间的距离约束等约束,这些约束可以建模为非线性最优化问题,从而得到优化后的轨迹,通过位姿和时间差可以推算出速度,进而下发给机器人进行控制。由于该轨迹可以考虑到几米之外的环境,因此可以对远处的障碍物做出及时规避,得到更佳的运动控制。
但是TEB算法的缺点是轨迹优化非常依赖初始轨迹,如果初始轨迹不能有效地避开障碍物,那么TEB无论怎么优化,也不会得到好的结果。而初始轨迹又是依靠全局路径,全局路径的更新频率较低,意味着TEB的优化结果不能得到保证,进而导致路径规划的稳定性不高,准确度低且实时性较差的问题。
发明内容
本发明实施例提供一种基于时间弹力带TEB的路径规划方法及装置,用以解决现有技术中存在路径规划的稳定性不高,准确度低且实时性较差问题。
本发明实施例一方面提供一种基于时间弹力带TEB的路径规划方法,所述方法适用于移动机器人的局部路径规划,包括:
根据预设局部初始路径选择条件,确定本次局部路径规划的局部初始路径;
根据所述局部初始路径,按照预设自适应避障距离对所述局部初始路径进行TEB优化以得到优化成功的局部优化路径。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于锐捷网络股份有限公司,未经锐捷网络股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011006826.0/2.html,转载请声明来源钻瓜专利网。