[发明专利]基于时间优化的多机器人复杂交错轨迹规划方法及系统

权利要求书

1.基于时间优化的多机器人复杂交错轨迹规划方法，其特征是，包括：

获取每个机器人的若干条已知运动路径；基于所有机器人的若干条已知运动路径，构建包含所有机器人的高维空间；

建立路程-时间二维空间中的障碍物的约束条件、速度约束条件和加速度约束条件；所述加速度约束条件，是指：当前机器人在运动过程中的加速度应时刻在加速度限制以内；

将某个机器人在目标位置处对其他机器人行进路线的干扰等效为一个持续时间为无穷久的干扰；

构建时间优化目标函数J；目标函数是指所有机器人达到目标位置的最大耗时最短；具体为：

minJ＝T_max+α₁P_coll+α₂P_cons

其中，T_max表示所有机器人到达目标位置的最大耗时，P_coll表示路程-时间障碍物约束惩罚，P_cons表示速度和加速度约束惩罚，α₁、α₂表示约束惩罚系数；

针对高维空间、约束条件和目标函数，进行求解，得到最优值；所述最优值即机器人沿着路径的移动距离对时间的函数曲线；具体包括：

(1)：将已知路径P_i等分4段，其中，i＝1,2,3…N；

选取5个关键路径节点p_k,k＝1,2,3,4,5；这些路径节点包含起点p₁、终点p₅和三个路径中间点p₂,p₃,p₄；

(2)：计算对应各段曲线长度的最短用时

(3)：计算两两路径间的交叉点，交叉点位置表示可能在此处发生冲突；

(4)：初始化M个粒子；

(5)：计算各粒子内各机器人的S-t曲线参数；

(6)：计算各粒子的适应度值；

(7)：计算粒子最佳适应度和种群最佳适应度，使用粒子群速度更新和粒子群位置更新方法，更新粒子；

(8)：判断粒子各维参数是否满足设定要求；若某维参数不满足，修改该维参数；若满足，则进入下一步；

(9)：返回(5)循环执行，直到满足停止条件；

(10)：迭代停止后的种群最佳粒子即为优化结果；

根据所述函数曲线，对每个机器人进行轨迹引导。

2.如权利要求1所述的基于时间优化的多机器人复杂交错轨迹规划方法，其特征是，获取每个机器人的若干条已知运动路径；基于所有机器人的若干条已知运动路径，构建包含所有机器人的高维空间；具体包括：

在每个机器人已知的每条运动路径上选取三个路径中间点，以使每条运动路径被等分为四段；被选取的三个路径中间点与起点和终点一起构成五个路径关键点；其中，起点对应的运动时刻为0，速度也为0；终点对应的运动速度为0；

除起点以外的四个路径关键点的时刻参数分别为t₂,t₃,t₄,t₅；

除起点和终点以外的三个路径中间点的机器人速度分别为v₂,v₃,v₄；

每个机器人沿着已知的路径运动的方式，采用7维参数描述(t₂,t₃,t₄,t₅,v₂,v₃,v₄)；

根据三次曲线方式，构建包含所有机器人运动参数的高维空间

3.如权利要求1所述的基于时间优化的多机器人复杂交错轨迹规划方法，其特征是，建立路程-时间二维空间中的障碍物的约束条件、速度约束条件和加速度约束条件；其中，路程-时间二维空间中的障碍物的约束条件，具体是指：

当前机器人在移动的过程中，其运动在路程-时间二维空间内的映射，不与路程-时间二维空间中的障碍物发生碰撞；

在三维物理空间中，该约束表现为当前机器人在运动的过程中不会碰到其它机器人。