[发明专利]一种基于云模型的农业移动机器人人机合作路径规划方法

说明书

技术领域

本发明涉及一种基于云模型的农业移动机器人人机合作路径规划方法，属于机器人路径规划算法技术领域。

背景技术

农业移动机器人的应用是农业向现代化智能化发展的标志。随着现代高新技术发展，很多学者都致力于对农业移动机器人更高智能化控制的研究工作中。其中，路径规划问题是移动机器人在行驶中能够绕过障碍物从起始点到达目标点的问题，是移动机器人研究领域一个非常重要的方面。

近年来，很多路径规划方法和智能算法被研究并提出，以实现移动机器人的路径规划问题。Noboru Noguchi等提出的基于神经网络和遗传算法的方法，在不同的目标函数的条件下，农业移动机器人都能寻找恰当的避障的路径。马建光等利用概率路径规划方法，生成启发式节点，实现了移动机器人在障碍物密集环境下的路径规划。孙凤池等提出一种利用局部路径规则路图辅助建立全局路图的方法，改善了障碍物附近的局部路径质量，实现了就移动机器人动态环境下的路径规划。赵百轶等提出一种基于四叉树和改进蚁群算法的路径规划方法，实现了机器人高效率大区域的路径规划。李擎等利用模糊逻辑算法设计的模糊控制器，实现了动态环境中机器人快速、准确地无碰撞路径的寻找。史恩秀等利用蚁群算法，仿真获得最短路径，实现了机器人在不同工作环境下的全局高效路径规划。孟蕊等采用人工势力场与模糊控制方法相结合的路径规划方法，克服了传统人工势力场存在的目标不可达、局部最小问题，实现了机器人的路径规划。王殿君对A*算法进行改进设计，减少了生成的轨迹点数目，简化了路径，实现了移动机器人的拐点处的自身姿态调整，以满足其在室内的全自主行走。

然而，由于农业机器人作业环境的复杂多变性，需要处理的作业信息的大量多样性，以上描述的路径规划算法对采集到的图像进行处理规划路径时，会产生很大的时延问题，使得农业机器人不能准确进行自主规划作业。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种基于云模型的农业移动机器人人机合作路径规划方法，解决目前在进行路径规划时所存在的延时问题，大大缩小了搜索空间，提高了路径规划效率。

为了实现上述目标，本发明采用如下的技术方案：

一种基于云模型的农业移动机器人人机合作路径规划方法，其特征是，包括如下步骤:

步骤1)采集机器人位置，用四维向量(x^*，y^*，θ^*，φ^*)表示其在二维平面内的位置信息，其中x^*，y^*分别表示机器人在x轴方向和y轴方向的值，θ^*表示二维平面下机器人头部朝向与x轴正方向的夹角、φ^*表示机器人的车轮转向角；

步骤2)基于二维空间规划空间模型，对障碍物采用圆形覆盖，形成若干威胁区域，每个威胁区域作为一个节点；

步骤3)将规划空间中第i个节点的信息表示为：n_i＝{x_i,y_i,θ_i,L_si,father_i,g_i,h_i,f_i}，其中，(x_i，y_i)为第i个威胁区域的中心坐标，θ_i为节点i的水平角度；L_si是起始点到节点i的实际距离；father_i为节点i的父辈节点；g_i、h_i、f_i分别为节点i的实际代价值、预估代价值和总代价值；

以节点i的水平方向角为中心线向左右两边各扩展至车轮的最大转弯角，将所形成的扇形面积作为下一个节点(i+1)的扩展范围；

步骤4)确立代价函数f(i)＝g(i)+h(i)，其中g(i)表示实际代价函数，h(i)表示预估代价函数；

步骤5)将起始点到目标点生成的引导点按升序排列，以引导点为中心形成引导点，目标点作为引导半径为零的最后一个引导点，使机器人按顺序通过各个引导点，探寻高效最优路径。