[发明专利]基于多传感器信息融合的复杂地形路径规划方法及系统

说明书

本发明提出一种基于多传感器信息融合的复杂地形路径规划方法及系统，路径规划方法包括以下步骤：对静态障碍物以及机器人进行外包圆建模，根据此模型，建立系统的初始化环境地图，在此基础上设定每个机器人的目标点，建立其初始人工势场；设置机器人之间的优先级；通过搭载在机器人上的传感器获取周边环境信息，并将其传输至决策层；根据实际障碍物的不同类型设定机器人自主决策逻辑准则，并根据此准则设定不同障碍物的势场函数，以传感器获取到的融合信息进行路径规划决策。本发明能够充分发挥机器人探测环境、整合信息的能力，使其能够适应复杂地形，快速、高效地完成多机器人协同控制，有效提高了机器人的环境适应性及系统的稳定性。

技术领域

本发明属于机器人控制领域，具体涉及一种基于多传感器信息融合的复杂地形路径规划方法及系统，旨在实现多移动机器人在复杂环境下的路径规划。

背景技术

近年来，伴随着传感器网络、信息融合、控制技术以及网络通信技术等基础技术的不断发展，机器人的性能在逐步提高，已经开始代替人们完成越来越多的任务，逐渐被应用于各行各业。机器人所完成的任务也不再局限于传统意义中的重复性机械操作，其任务复杂性不断提升，而应用场景的多样化对机器人的自主决策能力提出了更高的要求。

单个机器人变得越来越难以满足各行业的应用需求，其边际效应开始变得越来越明显，尽管在性能方面提升了少许，但所需要的成本却是极高的。通过将单个高性能机器人分解为多个低性能机器人可以最大限度地利用现有资源，完成更加复杂的任务。在完成复杂任务时，多机器人能够相互协作，将复杂任务拆解为多个简单任务，逐个执行，从而提高工作效率。

然而，多机器人控制方法并不是单个机器人控制方法的简单叠加，在执行任务的时候，如不提供机器人自主决策方法，不制定相应的协作准则，对于某个机器人而言，其他机器人则会成为干扰源，无法达成协作的目的，最终导致系统的混乱甚至崩溃。

目前，人工势场算法常用于对单个机器人进行路径规划，通过对目标点添加引力势场，对障碍物添加斥力势场，建立环境的整体势场，并对单个机器人的受力进行分析，根据其合力驱动机器人向某个方向行驶。而将此方法直接运用于多机器人协同控制时，容易出现局部锁死现象，同时，当环境的复杂度增加时，如出现台阶、动态障碍物等，协作系统的混乱程度会进一步增强。因此，在人工势场算法的基础上，要对其进行改进，提出一种适用于复杂地形的基于多传感器信息融合的多机器人路径规划方法具有非常重要的意义。

发明内容

本发明的目的在于针对上述现有技术中多机器人路径规划效果不佳的问题，提供一种基于多传感器信息融合的复杂地形路径规划方法及系统，从单机器人人工势场路径规划方法出发，通过多传感器信息融合的方法对障碍物的斥力势场进行个体化处理，显著降低了局部锁死的概率，提高了机器人的自主决策能力、复杂环境的适应性以及系统的稳定性。

为了实现上述目的，本发明有如下的技术方案：

一种基于多传感器信息融合的复杂地形路径规划方法，包括以下步骤：

-对静态障碍物以及机器人进行外包圆建模，根据此模型，建立系统的初始化环境地图，在此基础上设定每个机器人的目标点，建立其初始人工势场；

-设置机器人之间的优先级；

-通过搭载在机器人上的传感器获取周边环境信息，并将其传输至决策层；

-根据实际障碍物的不同类型设定机器人自主决策逻辑准则，并根据此准则设定不同障碍物的势场函数，以传感器获取到的融合信息进行路径规划决策。

作为本发明路径规划方法的一种优选方案，所述机器人自主决策逻辑准则包括：

低优先级机器人在遇到高优先级机器人时，优先选择避让，而在两个机器人之间不需要协作的场合下，高优先级机器人在安全距离范围外无视低优先级机器人；