一种实际环境下机器人路径规划方法及系统

    公开(公告)号:CN116700266A

    公开(公告)日:2023-09-05

    申请号:CN202310737491.7

    申请日:2023-06-21

    Abstract: 本发明提供一种实际环境下机器人路径规划方法及系统,属于智能仓储领域。为解决现有机器人路径规划中,未考虑机器人在实际环境下的自身大小,造成工业或生产损失问题。包括对当前节点判断其相邻节点是否在开放列表中,若在则记录相邻节点中g值最小节点,若不在则加入开放列表并判断是否为目标节点,若是则结束循环,若不是在将当前节点移入关闭列表,计算相邻节点的f值选择f值最小的节点作为下一当前节点,重复上述操作至开放列表为空,保存可用路径后在最小安全距离下进行再处理,得到最终路径。更符合实际情况下的机器人运行,避免由于自身体型差异而导致的损伤货物或自身,提高机器人工作效率,保证了仓储中工作的高效性与安全。

    一种应用于仓储机器人静态路径规划方法及系统

    公开(公告)号:CN116736859A

    公开(公告)日:2023-09-12

    申请号:CN202310794754.8

    申请日:2023-06-30

    Abstract: 本发明提供了一种应用于仓储机器人静态路径规划方法及系统,属于静态环境下机器人路径规划技术领域。为了解决传统的A‑Star算法,存在路径长度较长,拐点和访问节点数过多,会使机器人的工作效率降低的问题。本发明在传统A‑Star算法的基础上,引入了聚焦搜索方向和路径再处理的方法,编写了基于搜索方向与路径再处理的改进A‑Star算法,去除了两类非必要节点,以此为仓储机器人规划出一条最优路径,有效减少了转弯次数,进而缩短了路径长度,可满足实时性,有效提高机器人的工作效率。

    一种基于改进CBS算法的多机器人路径规划方法及系统

    公开(公告)号:CN116700265A

    公开(公告)日:2023-09-05

    申请号:CN202310737162.2

    申请日:2023-06-21

    Abstract: 本发明提供一种基于改进CBS算法的多机器人路径规划方法及系统,属于多机器人路径规划领域。为解决现有多机器人路径算法的复杂度高,在路障密集的情况下,机器人间的相互影响导致性能下降,计算时间较长的问题。在无约束条件下利用改进的A‑star算法规划出每个机器人的路径,再利用改进后的代价函数计算路径代价;通过在A‑Star算法的评价函数中引入冲突惩罚因子和转向惩罚因子对底层搜索过程进行改进,通过对选择扩展节点方式的改进使高层次搜索过程选择节点的解决方案中路径总拐点数更少。在障碍物密集和适中的地图环境下,改进CBS算法所规划路径的平均总路径长度,总拐点数和所需计算时间都是最少的,性能最优。

    一种基于改进A-Star算法与DWA算法的动态环境路径规划方法及系统

    公开(公告)号:CN116909266A

    公开(公告)日:2023-10-20

    申请号:CN202310737569.5

    申请日:2023-06-21

    Abstract: 本发明提供一种基于改进A‑Star算法与DWA算法的动态环境路径规划方法及系统,属于动态路径规划领域。为解决A‑Star算法无法躲避动态障碍物,DWA算法容易陷入局部最小值,会出现找不到路的情况,且缺乏二者有效融合的问题。本发明提出对机器人行驶路径长度和速度进行优化,对DWA算法先将路径点与改进A‑Star算法所规划路径的最小距离引入评价函数,再以预测轨迹末端距障碍物的最小距离来对评价函数中速度的系数进行选择,提高机器人在距障碍物较远时的行驶速度;使机器人在远离障碍物时以较快的速度运行,在靠近障碍物时,为保证行驶安全,以较缓慢的速度运行,这样既提高了整体的行驶速度,又保证了机器人的行走安全性。

Patent Agency Ranking