[发明专利]一种面向露天矿区的多车同步卸载路径规划方法

说明书

本发明涉及一种面向露天矿区的多车同步卸载路径规划方法，属于多智能体路径规划领域，解决了现有技术中多智能体路径规划时效率不高，寻找冲突时间长以及解决冲突方式单一的问题。本发明首先将工作区域地图栅格化处理，并将起点、终点、卸载点分别作为三棵随机搜索树的根节点，同时进行路径规划，提升路径规划效率；然后，将多车辆的行驶路径映射到地图的各个栅格边上，判断映射到各个栅格上的路径是否产生冲突，若产生冲突，提取对应冲突栅格，固定起始点位姿，退出栅格化并重新按照优先级规划路径即可，不需要进行全局规划，提高了整体规划的效率；另外，在路径规划过程中采取五次多项式对路径进行了平滑优化处理，提高路径质量。

技术领域

本发明属于多智能体路径规划技术领域，涉及一种面向露天矿区的多车同步卸载路径规划方法。

背景技术

多智能体路径规划(Multi-Agent Path Finding，MAPF)在装卸物品领域有着大量的应用空间。本质上是给成百上千个机器人同时做规划路径，在保证安全性的同时追求时效性，使机器人又快又稳又安全的到达目的地进行装卸任务。

为了实现上述需求，目前常用的多智能体路径规划方法有：进化法(EvolutionaryAlgorithms,EA)、粒子群优化(Particle Swarn Optimization,PSO)、蚁群法(Ant ColonyOptimization，ACO)、CBS法、EECBS法、ECBS法等。但这些方法的规划路径时效率较低以及且多目标优化的程度还有待提升。

发明内容

鉴于上述问题，本发明提供了一种面向露天矿区的多车同步卸载路径规划方法，用以解决现有方法多智能体同时运行时容易发生冲突、优化速率低的问题。

本发明提供的一种面向露天矿区的多车同步卸载路径规划方法，具体包括如下步骤：

将露天矿区的工作区域进行栅格化，获得栅格；

获取每辆矿卡在露天矿区工作区域的起点、卸载点和终点；使用起点、卸载点和终点作为三棵随机搜索树的根节点，基于RRT法生成每辆矿卡的目标路径；

将获得的每辆矿卡的目标路径映射于所述栅格上，获得栅格化的每辆矿卡的行驶路径；

对每辆矿卡的行驶路径进行冲突处理：

判断每个栅格上的各辆矿卡的行驶路径是否存在冲突路径；若存在，该栅格为冲突栅格，给该冲突栅格中的每辆矿卡设置行驶优先级；

将高行驶优先级矿卡的行驶路径作为障碍物设置成低行驶优先级矿卡的约束；对行驶优先级最低的矿卡重新规划目标路径；再进行冲突处理，直至无冲突栅格，获得最终路径。

可选地，行驶优先级的设置方法为：

未卸载矿卡的行驶优先级高于卸载完矿卡的行驶优先级；

多个未卸载矿卡中，距离卸载点越近的矿卡行驶优先级越高；

多个卸载完矿卡中，距离终点越近的矿卡行驶优先级越高。

可选地，获得栅格化的每辆矿卡的行驶路径的具体步骤为：选取每辆矿卡的目标路径依次进入每个栅格的进入点以及离开该栅格的离开点；选择该栅格中距离该进入点和离开点最近的两个顶点作为映射顶点；连接该两个映射顶点；遍历所有栅格，获得栅格化的每辆矿卡的行驶路径。

可选地，对获得的每辆矿卡的目标路径进行拟合平滑优化获得每辆矿卡的优化目标路径，具体步骤为：

根据以下条件参数对每辆矿卡的目标路径进行拟合平滑优化，条件参数表达式为：

q(t₀)＝q₀，q(t₁)＝q₁；