[发明专利]一种基于Voronoi-APF算法的群组机器人路径规划方法

说明书

本发明涉及一种基于Voronoi‑APF算法的群组机器人路径规划方法，首先利用栅格法进行环境建模，并对障碍物进行预处理；然后采用匈牙利算法和替换策略为群组机器人进行目标指派；最后通过群组机器人的实时位置构建Voronoi图，各机器人各自使用人工势场算法进行路径规划，并对其运动空间进行划分，限制其路径在构建的Voronoi图的对应分割空间中，即机器人单次运动到终点或分隔空间的边界便停止；重复该步骤，直到所有群组机器人到达指定终点。本发明在时间消耗和路径长度上的改进效果，另外在通用性、时间消耗、路程消耗方面都有着一定程度的优化。

技术领域

本发明涉及计算机人工智能技术领域，尤其涉及一种基于Voronoi-APF算法的群组机器人路径规划方法。

背景技术

自组装是群组机器人协作中的重要研究领域，为了达成目标配置，路径规划尤为关键。路径规划和障碍躲避是该领域的核心问题。而在复杂的实际应用环境中，保证机器人之间的碰撞避免和躲避地图障碍物问题则越来越受重视。人工势场算法(APF)及其改进在机器人路径规划中应用广泛但其在动态目标指派、迭代速度、机器人抖动等方面表现不尽如人意，其中在OAPF算法中，距离因子即指在原人工势场算法的斥力计算公式中添加距离要素，该方法的引入导致机器人路径规划与机器人运动终点高度紧密联系。而在复杂地图中单纯考虑距离要素并不一定达成最优规划。例如外围的机器人优先到达终点将导致内围机器人无法进入。当机器人在越过复杂地形后需要交换目标点时，若不考虑动态指派策略，势必会影响算法的鲁棒性和收敛性。

在碰撞避免问题上，虽然OAPF算法将机器人自身以外的个体视作障碍物，很好地解决了碰撞问题。但是，这意味着在每一次迭代过程中，每个机器人都需要知道其他所有机器人当前位置以构建斥力场，考虑实际情况下的机器人通讯问题，这个问题极大程度地限制了模型的效率与实际应用。

在OAPF算法中，通过限制机器人单次迭代中运动的步长来避免机器人同时运动时发生碰撞，大大增加算法复杂度，所以导致完成目标配置的时间开销提升同时群组机器人逐渐聚集导致机器人之间的斥力势增大，机器人则越不容易接近目标点，路程方面的开销势必增加。

通过以上分析可知，人工势场改进算法OAPF不适应动态的目标指派策略，在该方面有较大的改进空间，其次，机器人之间的斥力势，虽然解决了机器人间的碰撞问题，但大大降低了算法的性能和实际应用的可行性。

发明内容

本发明为克服上述的不足之处，目的在于提供一种基于Voronoi-APF算法的群组机器人路径规划方法，本发明首先使用匈牙利算法和替换策略为各机器人指定目标点，然后通过群组机器人的实时位置构建Voronoi图，各机器人各自使用人工势场算法进行路径规划，限制其路径在构建的Voronoi图的对应分割空间中，即机器人单次运动到终点或分隔空间的边界便停止。重复以上步骤，直到所有机器人到达指定终点。VAPF算法既保留人工势场算法的优势，又实现了机器人间的碰撞避免。通过matlab仿真对比实验可证明其在时间消耗和路径长度上的改进效果。本发明在通用性、时间消耗、路程消耗方面都有着一定程度的优化。

本发明是通过以下技术方案达到上述目的：一种基于Voronoi-APF算法的群组机器人路径规划方法，包括如下步骤：

(1)利用栅格法进行环境建模，并对障碍物进行预处理；

(2)采用匈牙利算法和替换策略为群组机器人进行目标指派；

(3)通过群组机器人的实时位置构建Voronoi图，各机器人各自使用人工势场算法进行路径规划，并对其运动空间进行划分，限制其路径在构建的Voronoi图的对应分割空间中，即机器人单次运动到终点或分隔空间的边界便停止；重复该步骤，直到所有群组机器人到达指定终点。

作为优选，所述基于Voronoi-APF算法的群组机器人路径规划方法还包括步骤(4)，对群组机器人的运动控制进行优化，实现群组机器人的运动控制。