[发明专利]一种基于点云的多智能体超视距网联协同感知动态决策方法

说明书

本发明公开了一种基于点云的多智能体超视距网联协同感知动态决策方法，涉及机器人感知以及多智能体协作领域。本发明的基于点云的多智能体超视距网联协同感知动态决策方法，通过维护智能体的障碍物列表及全局异常路径列表，将协同感知与路径规划相结合，能够实现多智能体协同感知及多智能体协同规划调度任务。引入了重规划机制，可使智能体系统根据感知信息进行动态决策，提升了对动态复杂环境的适应能力。而引入时间窗路径规划的路径跟随算法，可根据时间条件动态调整运行速度，为协同路径规划算法提供控制支撑。进一步的，通过添加改进的避障算法，遇到障碍物时会先判断智能体能否自主避障，若无法避障则执行重规划，降低了重规划的频率，提高智能体运行效率。

技术领域

本发明涉及机器人感知以及多智能体协作领域，具体涉及一种基于点云的多智能体超视距网联协同感知动态决策方法。

背景技术

随着时代的发展进步，自动化工厂、智能仓储物流等应用场景对多智能体感知与协作能力的需求越来越高。传统的多智能体任务基于结构化场景地图，智能体按照固定路线行驶，各智能体完成各自固定任务，无法实时更改运行策略，抗干扰能力弱、效率低、无法应对突发状况，无法适应结构不规则、没有预定义的数据模型且动态变化的复杂非结构化场景。而5G通信技术的发展、智能体自主感知能力的提升，为多智能体在非结构化场景下通过通信网联协同感知，协同动态调度规划提供了可能。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供一种基于点云的多智能体超视距网联协同感知动态决策方法。

为达到上述目的，本发明采用以下技术方案予以实现：

与现有技术相比，本发明具有以下有益效果：

一种基于点云的多智能体超视距网联协同感知动态决策方法，包括以下步骤：

步骤1、构建三维场景地图，对智能体进行实时定位；

步骤2、获取原始点云后，通过下采样、地面分割、坐标系变换和场景背景分离预处理操作得到障碍物点云，之后通过欧式聚类方法聚类出脱离原始场景之外的障碍物；

步骤3、搭建基于集中式通信框架的可进行协同感知动态决策的调度系统，所述调度系统基于实时的智能体运行状态信息、定位信息以及障碍物信息，引入智能体障碍物列表以及全局异常路径列表，在进行任务路径规划时，通过遍历全局拓扑路径和全局异常路径来维护一个可执行路径的地图，结合最短路径算法以及时间窗分配，实现多智能体协同的全局路径规划，并进行广播路径，实现协同感知与路径规划的结合；

步骤4、当智能体端接收到广播的路径信息后，执行基于时间窗优化的动态调节速度的路径跟随，并根据实时的障碍物检测信息切换到避障状态或者上传异常信息执行动态重规划，同时发送实时的智能体运行状态信息、定位信息以及障碍物信息。

进一步的，步骤2中的场景背景分通过获取全局场景地图，进行去地面和去顶的处理，生成三维栅格地图，根据所述三维栅格地图对实时的点云进行过滤，实现障碍物与场景的分离；根据每个聚类的几何坐标信息，获取到每个障碍物垂直于坐标系的包围框。

进一步的，在步骤3中的调度系统进行路径规划前，各智能体感知周围环境障碍物后，将障碍物信息上传给调度系统；所述调度系统为每个智能体分别维护障碍物列表，所述障碍物列表存储有当前智能体实时上传的各障碍物在全局地图下的位置及包围框尺寸信息，根据各障碍物列表中的障碍物的位置及包围框尺寸信息，判断对全局拓扑路径的占用情况，将被占用的路径段添加到异常路径列表中，基于各障碍物列表维护一个实时的全局异常路径列表，所述实时的全局异常路径列表存储有全局拓扑路径中所有被障碍物占用的路径段；

在进行任务路径规划时，调度系统通过遍历全局拓扑路径和全局异常路径来共同维护一个实时的可执行路径的拓扑地图；