[发明专利]一种未知地理环境中的巡回机器人路径优化方法

权利要求书

1.一种未知地理环境中的巡回机器人路径优化方法，其特征在于，包括如下步骤：

步骤1-1. 巡回机器人在未知地理环境中以第一次出发点为原点建立全局坐标系，并标注所有停靠点在全局坐标系中的位置；

步骤1-2. 巡回机器人在巡回过程中，在两个停靠点间移动时，以两个停靠点的直线方向为纵轴建立局部坐标系，随后巡回机器人沿着局部坐标系的纵轴进行移动；

步骤1-3. 巡回机器人在每两个停靠点间移动时，当遇到环境障碍物则沿边绕行，直至回到原来的移动方向进行巡回，其中，第一次巡回时向所有环境障碍物的左侧绕行，记录绕行过程中的最下、最左、最上的局部坐标；第二次巡回时向所有环境障碍物的右侧绕行，记录绕行过程中的最下、最右、最上的局部坐标；

步骤1-4. 巡回机器人在二次巡回结束以后，将步骤1-3测得的每两个停靠点间所有环境障碍物的六个局部坐标映射为六个全局坐标，随后通过线性规划连接六个全局坐标将环境障碍物规则化成六边形结构；

步骤1-5. 巡回机器人以环境障碍物的六边形结构为输入，采用基于随机惯性权重的多目标粒子群优化算法进行停靠点间的路径优化，使得路径最短且路径平滑度最优；

步骤1-6. 巡回机器人在再次巡回过程中，使用经步骤1-5优化后的路径行进，当遇到其他障碍物时则重复执行步骤1-3中的环境障碍物检测方法、步骤1-4中的环境障碍物规则化方法，以及步骤1-5的路径优化方法，更新路径。

2.根据权利要求1所述的一种未知地理环境中的巡回机器人路径优化方法，其特征在于，巡回机器人上设有定位模块和自动避障模块，当遇到环境障碍物可自主绕行。

3.根据权利要求1所述的一种未知地理环境中的巡回机器人路径优化方法，其特征在于，所述步骤1-5中，基于随机惯性权重的多目标粒子群优化算法的输入对象为步骤1-2中的两个停靠点坐标、步骤1-4中环境障碍物的六个全局坐标点以及根据环境建模的算法目标函数，其输出为两个停靠点间最短平滑路径。

4.根据权利要求1所述的一种未知地理环境中的巡回机器人路径优化方法，其特征在于，所述步骤1-6中，巡回机器人在更新后的路径遇到环境障碍物时，若环境障碍物在局部坐标的左半部分，则优先向环境障碍物右侧绕行；若环境障碍物在局部坐标的右半部分，则优先向环境障碍物左侧绕行。

5.根据权利要求4所述的一种未知地理环境中的巡回机器人路径优化方法，其特征在于，所述步骤1-6中，巡回机器人在更新后的路径遇到环境障碍物时，当该环境障碍物最下、最上侧的局部坐标区间包含于先前记录的环境障碍物最下、最上侧局部坐标区间内，则判定所遇的环境障碍物为已记录障碍物，则不再更新路径，否则重复执行步骤1-3中的障碍物检测方法、步骤1-4中的障碍物规则化方法，以及步骤1-5的路径优化方法，更新路径。