一种基于贝塞尔曲线的机器人充电站对桩算法

技术领域

本发明涉及机器人技术领域，尤其涉及一种基于贝塞尔曲线的机器人充电站对桩算法。

背景技术

在当今世界，机器人技术不断演进，其应用领域越来越广泛，包括自主驾驶汽车、自主导航机器人等，机器人导航是指机器人在未来可能有障碍物或未知环境中规划路径和避免碰撞的能力，这是自主机器人能够完成各种任务的基础，包括巡逻、送货、清扫和充电等，随着机器人在各种应用中的普及，例如无人机、自动驾驶汽车、仓库机器人和服务机器人。

在机器人领域，自主充电变得愈发重要，机器人需要能够自主地识别并前往充电桩，以维持其电力供应，这对于确保机器人在任务执行之间的连续性和效率极为重要，而对桩充电又是机器人领域中一项关键的功能，通常用于自主导航机器人和自主驾驶车辆的充电操作，对桩充电的重点是对桩算法，对桩算法与机器人导航有密切关联，因为充电桩通常位于机器人工作区域的特定位置，总之，确保机器人的稳定和准确充电对于机器人来说至关重要。

发明内容

本发明提出的一种基于贝塞尔曲线的机器人充电站对桩算法，解决了现有的问题。

为了实现上述目的，本发明采用了如下技术方案：一种基于贝塞尔曲线的机器人充电站对桩算法，其特征在于，基于贝塞尔曲线进行轨迹规划并使用对桩充电算法，以实现机器人对桩的准确性，并且根据预瞄点结合曲率进行自适应速度控制，以实现机器人操控的平滑，具体包括以下步骤：

步骤一、识别充电桩：机器人通过扫描环境地图，并识别是否存在充电桩；

步骤二、轨迹规划：根据自身位置信息与充电桩位置信息，对桩充电算法通常使用路径规划技术，给定适当的控制点，利用贝塞尔曲线生成一条平滑路径，以确定机器人如何到达充电桩；

步骤三、轨迹跟踪控制：采用纯跟踪算法进行轨迹跟踪控制，以实现机器人能够平滑控制；

步骤四、判断对桩是否成功：若对桩成功，则执行步骤六，若对桩失败，则执行步骤五；

步骤五、退桩逻辑：进行退桩逻辑，返回至步骤二，退出后再次进行尝试；

步骤六、对桩充电：实现稳定的对桩，对机器人进行对桩充电。

优选的，所述路径规划是机器人导航中用于涉及选择最佳路径，以在避开障碍物的同时到达目标地点，对桩充电算法通常使用路径规划技术，以确定机器人如何到达充电桩。

优选的，所述对桩充电算法中，机器人的当前位置通常作为起点，而充电桩的位置作为终点，所述对桩充电算法采用pure_pursuit进行轨迹跟踪的速度自适应的对桩充电算法，用于实现机器人在生成的规划轨迹上的精确控制，实现机器人对桩的准确性。

优选的，所述贝塞尔曲线是一种数学曲线，通过适当选择控制点，可以生成一条平滑的贝塞尔曲线，贝塞尔曲线的平滑性使机器人能够减少急剧变化的转向和速度，用于确保机器人能够平稳地接近充电桩。

优选的，所述步骤二中，贝塞尔曲线基于控制点的插值，使用数学公式来计算曲线上的点，轨迹规划具体包括以下步骤：给定控制点P_0,P_1,P_2,P_3，其中P_0为机器人位置信息，P_3为充电桩位置信息，P_1,P_2为控制点信息，控制点为整条路线上的等比例分布，则三次贝塞尔曲线定义为：

B(t)＝(1-t)

优选的，所述机器人将遵循生成的平滑的贝塞尔曲线路径来接近充电桩，而不是直线路径。

优选的，所述纯跟踪算法是一种预瞄控制方法，根据曲率来自适应选择预瞄点的方法，来自适应控制速度，实现控制的平滑，用于确保机器人可以准确地遵循给定的轨迹。

优选的，所述纯跟踪技术，用于在对桩充电中实现机器人按照生成的贝塞尔曲线进行精确的轨迹跟踪。

优选的，所述机器人的控制输入被设计为与目标轨迹的偏差成比例，机器人会持续测量其位置与目标轨迹之间的差距，并相应地调整其速度和方向，以准确地遵循轨迹。

优选的，所述步骤四中，预瞄点的选取会直接影响控制，采用根据曲率来自适应选择预瞄点的方法，来实现速度的自适应，用于实现控制的平滑，保障成功对桩。

本发明的有益效果为：按照生成的贝塞尔曲线进行精确的轨迹跟踪，使得机器人能够自主地识别并前往充电桩，以维持其电力供应，确保了机器人在任务执行时的连续性，大大提高了工作效率，根据曲率来自适应选择预瞄点的方法，来实现速度的自适应，用于实现控制的平滑，保障成功对桩，能够大大提高机器人设备长时间的可用性。

机器人对桩算法涉及机器人导航、自主充电需求、路径规划技术、轨迹跟踪等技术，这些元素共同构成了机器人对桩算法的基础，为机器人在自主充电任务中表现出稳定性和准确性提供了支持，这些技术的进一步研究和发展将不断提高机器人在各种应用中的自主性和可靠性。

附图说明

图1为本发明的设计流程图。

图2为本发明的控制点路线图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

参照图1-图2所示，一种基于贝塞尔曲线的机器人充电站对桩算法，基于贝塞尔曲线进行轨迹规划并使用对桩充电算法，以实现机器人对桩的准确性，并且根据预瞄点结合曲率进行自适应速度控制，以实现机器人操控的平滑，具体包括以下步骤：

步骤一、识别充电桩：机器人通过扫描环境地图，并识别是否存在充电桩；

步骤二、轨迹规划：根据自身位置信息与充电桩位置信息，对桩充电算法通常使用路径规划技术，给定适当的控制点，利用贝塞尔曲线生成一条平滑路径，以确定机器人如何到达充电桩；贝塞尔曲线基于控制点的插值，使用数学公式来计算曲线上的点，轨迹规划具体包括以下步骤：

给定控制点P_0,P_1,P_2,P_3，其中P_0为机器人位置信息，P_3为充电桩位置信息，P_1,P_2为控制点信息，控制点为整条路线上的等比例分布，则三次贝塞尔曲线定义为：

B(t)＝(1-t)

机器人将遵循生成的平滑的贝塞尔曲线路径来接近充电桩，而不是直线路径，这种曲线的平滑性使机器人能够减少急剧变化的转向和速度，从而提高了充电的稳定性；

步骤三、轨迹跟踪控制：采用纯跟踪算法进行轨迹跟踪控制，以实现机器人能够平滑控制；

步骤四、判断对桩是否成功：若对桩成功，则执行步骤六，若对桩失败，则执行步骤五；步骤四中，预瞄点的选取会直接影响控制，如果选择过近，则会出现摆头，如果过远，则会出现跟踪迟缓，因此采用根据曲率来自适应选择预瞄点的方法，来实现速度的自适应，用于实现控制的平滑，保障成功对桩，能够大大提高机器人设备长时间的可用性；

步骤五、退桩逻辑：进行退桩逻辑，返回至步骤二，退出后再次进行尝试；

步骤六、对桩充电：实现稳定的对桩，对机器人进行对桩充电。

路径规划是机器人导航中的核心概念，路径规划是机器人导航中用于涉及选择最佳路径，以在避开障碍物的同时到达目标地点，对桩充电算法通常使用路径规划技术，以确定机器人如何到达充电桩，在自主导航机器人领域，轨迹跟踪是一项关键技术，用于确保机器人能够按照预定的路径或轨迹在环境中移动，其包含很多跟踪方法，如pure_pursuit跟踪，PID跟踪以及LQR控制等，其宗旨是确保机器人能够准确地遵循给定的轨迹，对桩充电算法中，机器人的当前位置通常作为起点，而充电桩的位置作为终点，对桩充电算法采用pure_pursuit进行轨迹跟踪的速度自适应的对桩充电算法，用于实现机器人在生成的规划轨迹上的精确控制，实现机器人对桩的准确性。

贝塞尔曲线是一种数学曲线，通过适当选择控制点，可以生成一条平滑的贝塞尔曲线，贝塞尔曲线轨迹规划是一种常用的技术，贝塞尔曲线的平滑性使机器人能够减少急剧变化的转向和速度，用于确保机器人能够平稳地接近充电桩。

纯跟踪算法是一种预瞄控制方法，根据曲率来自适应选择预瞄点的方法，来自适应控制速度，实现控制的平滑，用于确保机器人可以准确地遵循给定的轨迹，纯跟踪技术，用于在对桩充电中实现机器人按照生成的贝塞尔曲线进行精确的轨迹跟踪，使得机器人能够自主地识别并前往充电桩，以维持其电力供应，确保了机器人在任务执行时的连续性，大大提高了工作效率，机器人的控制输入被设计为与目标轨迹的偏差成比例，机器人会持续测量其位置与目标轨迹之间的差距，并相应地调整其速度和方向，以准确地遵循轨迹，从而提高了充电的稳定性。

机器人对桩算法涉及机器人导航、自主充电需求、路径规划技术、轨迹跟踪等技术，这些元素共同构成了机器人对桩算法的基础，本发明中解决了机器人领域中的自主对桩充电技术，为机器人在自主充电任务中表现出稳定性和准确性提供了支持，这些技术的进一步研究和发展将不断提高机器人在各种应用中的自主性和可靠性。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。