[发明专利]一种基于动态时间窗冲突搜索的多机器人路径规划方法

说明书

本发明涉及一种基于动态时间窗冲突搜索的多机器人路径规划方法，属于人工智能与机器人控制技术领域。本发明能够在任务即时进入多机器人系统时，通过动态时间窗和动态重新规划频率的方法为各机器人规划任务执行路径，同时当机器人数量巨大时，仍能够为多机器人系统规划出无碰撞的路径。动态窗口和规划频率的引入，大大提高了求解效率，并解决了任务即时进入系统的问题。本发明具备良好的鲁棒性和实际应用价值，实现了快速为巨大数量的多机器人系统规划无碰撞路径。本发明均具备很强的扩展性，适用于各种移动机器人的动态任务路径规划场景。

技术领域

本发明涉及一种机器人路径规划方法，具体涉及一种基于动态时间窗冲突搜索的多机器人路径规划方法，属于人工智能与机器人控制技术领域。

背景技术

双目标任务位置的多自主机器人系统，是指系统内每个机器人所执行的每个任务均有两个目标位置，即：提货地点和交货地点。机器人需要先移动到提货地点，然后再移动到交付地点，如港口自动运输机器人、物流分拣中心机器人、智能仓储机器人等。此类机器人系统的特点是：机器人以及承担得任务数量规模巨大，任务目标会即时进入系统，因此，其任务信息并非全部先验明确。

针对上述机器人系统路径控制问题，目前应用较为广泛的方法是采用终生 MAPF问题(Lifelong Multi-Agent Path Finding)模型，具体如下：

将机器人定义为Agent，Agent即表示机器人，各机器人具有自主性，不依赖人力遥控控制。

(1)Agent行动空间：给定一个无向图空间G＝(V,E),V代表图中的顶点集，表示Agent可能停留的位置；E是连接图中各定点的边集，表示Agent可能经过的位置。

(2)Agent：在该空间内，分布一定数量的Agent。假设有m个Agent，则用集合A＝{a₁,a₂,…,a_m}表示。

(3)任务目标：对于每个Agent a_i∈A，都需要从一个起始点s_i∈V和任务目标点g_i∈V，并且每个Agent都需要执行从起始点到一系列任务目标任务τ_i＝ {s_i,g_i}。

(4)时间序列：时间被离散化为时间点后，使用T＝{0,1,…,t}表示时间序列。在时间T＝0时，所有Agent已经在起始位置s_i。

(5)Agent行为：对于每个Agent a_i∈A，a_i的路径p_i表示T→V从时间序列 T到图中顶点集合V的一个映射。对于p_i(t)表示t时刻Agent a_i的位置，且任意时刻Agent可以选择停留在当前位置或者移动到相邻位置。

(6)路径代价：对于每个Agent a_i∈A，cost(p_i)示为路径p_i的代价，且路径代价用距离来计算。所有Agent总路径代价d为：

其中，dist(x,y)表示位置x和y的距离，j为任务序号。

(7)顶点冲突：顶点冲突指在同一时刻，有两个Agent在同一位置，即代理a_i和a_j在t时刻占据相同的顶点v那么把(a_i,a_j,v,t)称为顶点冲突，如图1所示。因此，对于每个Agenta_i∈A,a_j∈A要求如下：

其中，p_i(t)表示t时刻Agent的位置。