一种基于网络信号分布强度的矿井机器人路径规划方法
文献发布时间:2024-04-18 19:59:31
技术领域
本发明属于无线通讯网络技术领域,特别是指一种基于网络信号分布强度的矿井机器人路径规划方法。
背景技术
矿井机器人需要一直在网络覆盖的区域工作,保证不间断的现场监测、监控及通讯。但是,由于矿井下为井字形巷道的特殊行走环境,同时大型作业车辆如铲运车的运行会导致网络信号强度经常发生变化。矿井机器人工作过程中,不仅要考虑躲避障碍,还需要根据动态的网络信号分布,合理规划移动路线。
如图1,为目前的矿井机器人行走路径,目前的路径规划方法仅以动态障碍物和全局静态地图为前提,以防碰撞为主要设计思路,没有考虑到网络信号的影响,在追求最短路径的时候带来了一定问题。机器人行走过程中到达网络信号指标值低的区域,导致无线终端接收到很弱的信号甚至接收不到信号,无法满足不间断通讯的需求。
中国专利CN 111949032 A,公开了《一种基于强化学习的3D避障导航系统及方法》和CN 102359784 A公开了《一种室内移动机器人自主导航避障系统及方法》,上述方法是在进行路径规划的过程中,运用传统的SLAM模块,仅考虑环境信息和障碍物信息进行路径。但矿井机器人在作业过程中传统的路径规划方法无法满足需求。
发明内容
本发明的目的是针对现有技术存在的问题,提供一种基于网络信号分布强度矿井机器人路径规划方法。根据井下动态网络信号强度分布和障碍地图,生成矿井机器人代价地图,矿井机器人通过所述的代价地图生成全局最优移动路径。
本发明的目的中这样实现的。
本发明的一种基于网络信号分布强度矿井机器人路径规划方法,其特征在于,包括下列步骤:
步骤1:准备带有路径障碍物信息的代价地图Map
建立与上述Map
在Map
设定矿井机器人在Map
步骤2:在上述n个位置点中任意取一点A,其他任意一点B,需要满足AB间距离小于一给定数值R;
A、B两点的栅格坐标为(X
运用公式f(x)=(Y
其中x是直线AB经过的任一位置的栅格坐标,f(x)是该位置信号强度值;
步骤3:利用阶跃函数y=Sgn(Sigma(h)),对步骤2中的f(x)进行0、1二值化处理,(其中Sigma(h)=1/(1+e
步骤4:重复上述步骤2和步骤3,遍历步骤1所述n个位置点;
步骤5:将步骤4生成的带有网络强度信息的代价地图Map
步骤6:根据步骤1中的起始点坐标P
步骤7:达到目标点后,回溯路径的坐标点,生成矿井机器人的最优路径。
本发明的有益效果是:
本发明在机器人做路径规划的过程中,引入网络信号强度分布信息,运用涵盖网络信号强度的代价地图,合理规划出能够保证网络部署的路线,防止机器人在行走过程中到达网络信号指标值低的区域,导致无线终端接收到很弱的信号甚至接收不到信号,保证不间断通讯的需求。
附图说明
图1是背景技术中在传统算法下的矿井机器人的行走路径示意图;
图2是本发明带有路径障碍物信息的代价地图Map
图3是采样位置局部示意图;
图4是步骤2选取的A、B点示意图,B点在以A为圆心,R为半径的范围内;
图5是AB上的所有栅格示意图;
图6是经计算后Map
图7是本发明实施例的的最短路径示意图;
图8是本发明基于网络信号分布强度矿井机器人路径规划方法的流程图。
具体实施方式
下面结合附图及具体实施例对本发明的技术方案做进一步的说明。
如图8所示,本发明的一种基于网络信号分布强度矿井机器人路径规划方法,其特征在于,包括下列步骤:
步骤1:根据矿井下实际路径和障碍物(包括矿石、设备、工具等障碍物),构建代价地图Map
设定矿井机器人的起始点P
建立与上述Map
在Map
步骤2:在上述n个位置点中任意取一点A,其他任意一点B,需要满足AB间距离小于R;R根据障碍物数量来确定,现场障碍物遮挡越多,采样点应该越密,R也应该小点。
A、B两点在Map
运用公式f(x)=(Y
其中x是直线AB经过的任一位置的栅格坐标,f(x)是该位置信号强度值;
步骤3:利用阶跃函数y=Sgn(Sigma(h)),对步骤2中的f(x)进行0、1二值化处理,(其中Sigma(h)=1/(1+e
步骤4:重复上述步骤2和步骤3,遍历步骤1所述n个位置点,最终获得如图6所示Map
步骤5:将步骤4生成的带有网络强度信息的代价地图Map
步骤6:根据步骤1中的起始点坐标P
步骤7:达到目标点后,回溯路径的坐标点,生成矿井机器人的最优路径,如图7所示;
本发明根据井下动态网络信号强度分布和障碍地图,生成矿井机器人代价地图,根据网络信号分布强度,实现合理的矿井机器人路径规划。