无人清扫车道路边角清扫路径规划方法

技术领域

本发明属于无人清扫车清扫路线规划技术领域，具体涉及一种无人清扫车道路边角清扫路径规划方法。

背景技术

无人清扫车开始呈现多元化发展的态势出现了不同工作模式的清扫设备，具备可靠性高、机动灵活、操作简单等优点，但是这些产品也存在着体积较大、能耗高、不能清扫边角等缺点。边角是指由于清扫车遇到墙壁、拐角时通过转向避障产生的清扫空白区域，清洁人员人员需要针对这些死角区域再次进行二次人工清扫。现有的无人清扫车机械化清扫时会带来边角无法清扫的问题。

发明内容

为解决现有技术中存在的上述问题，本发明提供了一种无人清扫车道路边角清扫路径规划方法。

本发明的目的可以通过以下技术方案实现：

无人清扫车道路边角清扫路径规划方法，包括以下步骤：

S1：无人清扫车初始化；

S2：完成第一条边的沿边清扫；

S3：调整无人清扫车航向角度至固定值，得到一段圆弧路径；

S4：从步骤S3中所得的圆弧路径终点以圆弧切线的方向前进，当无人清扫车发生碰撞后，完成清扫，后退返回起始点；

S5：重复步骤S3以及步骤S4，并记录无人清扫车所走过的路线，直至无人清扫车角度摆过45度；

S6：利用混合A星(Hybrid A*)规划处一条无碰撞的无人清扫车行驶路径。

优选的，在步骤S1中，无人清扫车初始化包括：确定无人清扫车的初始位置以及初始朝向，设置无人清扫车航向角度调整的固定值以及在地图上设置相应的坐标轴。

优选的，在步骤S2中，无人清扫车从起始位置开始以直线形式往返一次回到初始点，以完成第一条边的沿边清扫。

优选的，在步骤S3中，无人清扫车以最小转弯半径进行转向，直到无人清扫车的航向角度调整至一个固定值，由此得到一段圆弧路径。

优选的，在步骤S4中，无人清扫策划前进清扫的同时，进行碰撞检测，无人清扫车在不发生碰撞的情况下尽可能的往前行驶，当无人清扫车发生碰撞后，后退至起始点，完成清扫。

优选的，所述碰撞测试，设置整个地图为栅格地图，将墙面等障碍物对应的栅格标记为“1”，其余无障碍物部分的栅格标记为“0”，计算出无人清扫车车身四条直线的方程以及直线经过的栅格，所述无人清扫车车身四条直线的方程为：

其中，d

其中L为无人清扫车车长，w为无人清扫车车宽，trans为：

其中θ为清扫车航向角。

优选的，在起始点后方设置有一列标记为“1”的栅格作为屏障，无人清扫车在后退的时候，退至屏障处发生碰撞，则停止后退，完成清扫。

优选的，步骤S6利用混合A星规划出一条无碰撞的无人清扫车行驶路径，包括：在栅格地图中确定车辆的起始位姿和目标点位姿；在所述起始点位姿和目标点位姿有效时，基于所述起始点位姿和目标点位姿以及当前驾驶场景中的障碍物信息，采用A星算法建立引导路径；其中起始位姿为第二步终点位姿，终点位姿应该确定为使得车辆能贴着拐角终边的位姿，所述终点位姿的位置离拐角不超过5米。

本发明的有益效果为：

1.该方法通过使无人清扫车在初始点位朝各个方向尽可能前进并在无人清扫车发生碰撞后立马后退至初始点，确认待清扫区域中无人清扫车能到达的区域以及需要无人清扫车进行清扫的区域，能够有效提高最终规划出的路线对待清扫区域的覆盖率，提高无人清扫车使用该方法规划出的路径进行清扫时的清扫效果。

2.利用混合A星算法结合无人清扫车行驶路径规划出一条无碰撞的无人清扫车清扫路径，混合A星算法可以根据当前节点的状态动态调整启发式函数的权重，通过合理调整权重，综合考虑多个目标的位置和代价，可以找到一条在多个目标之间平衡的路径。

3.通过规划无人清扫车的边角区域无碰撞清扫路线，使无人清扫车对清扫区域及时地全面清扫，从而提升无人清扫车的清扫效率和清扫效果，同时，无碰撞路线也为无人清扫车进行清扫工作提供了安全保障。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。

图1为本发明在一实施例中提供的规划方法步骤；

图2为本发明在一实施例中提供的无人清扫车车身坐标转换示意图；

图3为本发明在一实施例中提供的无人清扫车行驶路径和清扫覆盖到的区域图像；

具体实施方式

为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明的具体实施方式、结构、特征及其功效，详细说明如下。

实施例1

根据图1所示，一种无人清扫车道路边角清扫路径规划方法，包括以下步骤：

S1：无人清扫车初始化；

S2：完成第一条边的沿边清扫；

S3：调整无人清扫车航向角度至固定值，得到一段圆弧路径；

S4：从步骤S3中所得的圆弧路径终点以圆弧切线的方向前进，当无人清扫车发生碰撞后，完成清扫，后退返回起始点；

S5：重复步骤S3以及步骤S4，并记录无人清扫车所走过的路线，直至无人清扫车角度摆过45度；

S6：利用混合A星规划处一条无碰撞的无人清扫车行驶路径。

在本实施例中，无人清清扫车从边角的起始位置以直线形式往返其实点至待清扫区域边缘终点一次回到初始点，以完成第一次条边的沿边清扫，当无人清扫车回到初始点后，无人清扫车进行转向，直至无人清扫车的航向角度调整一个固定值，并由此得到一段圆弧路径，所述角度调整的固定值在步骤S1无人清扫车初始化时进行设置。而后无人清扫车从所述圆弧路径的终点以圆弧切线的方向前进，并进行清扫，在无人清扫车前进的过程中，若无人清扫车发生碰撞，则完成本次的清扫，后退返回起始点，并记录无人清扫车所走过的路径，而后重复进行角度调整后，进行下一次的清扫，并对无人清扫车所走过的路径进行记录，直至无人清扫车的车头摆过45度后，利用混合A星规则，结合所记录的无人清扫车所走过的路径，规划出一条无碰撞并能覆盖所有无障碍物区域的无人清扫车清扫路径。

通过规划无人清扫车的边角区域无碰撞清扫路线，使无人清扫车对清扫区域及时地全面清扫，从而提升无人清扫车的清扫效率和清扫效果，同时，无碰撞路线也为无人清扫车进行清扫工作提供了安全保障。

实施例2

在步骤S1中，无人清扫车初始化包括：确定无人清扫车的初始位置以及初始朝向，设置无人清扫车航向角度调整的固定值以及在地图上设置相应的坐标轴并设置整个地图为栅格地图。

在步骤S2中，无人清扫车从起始位置开始以直线形式往返一次回到初始点，以完成第一条边的沿边清扫。

在本实施例中，无人清扫车初始化包括：无人清扫车进入开始清扫的初始位置，确定无人清扫车的初始位置以及初始朝向，设置无人清扫车在步骤S3中每次调整角度的角度固定值以及在地图上设置相应的坐标轴。

当无人清扫车完成初始化后，无人清扫车从起始位置开始第一次清扫，以直线形式从起始位置到边缘尽头往返一次回到初始点，并记录所经过路径，进而完成第一条边的沿边清扫。

实施例3

在步骤S3中，无人清扫车以最小的转弯半径进行转向，直到无人清扫车的航向角度调整至一个固定值，由此得到一段圆弧路径。所述固定值在步骤S1中无人清扫车初始化时进行设定。

在步骤S4中，无人清扫策划前进清扫的同时，进行碰撞检测，无人清扫车在不发生碰撞的情况下尽可能地往前行驶，当无人清扫车发生碰撞后，后退至起始点，完成本次清扫。

通过使无人清扫车在初始点位朝各个方向尽可能前进并在无人清扫车发生碰撞后立马后退至初始点，确认待清扫区域中无人清扫车能到达的区域以及需要无人清扫车进行清扫的区域，能够有效提高最终规划出的路线对待清扫区域的覆盖率，提高无人清扫车使用该方法规划出的路径进行清扫时的清扫效果。

所述碰撞测试，设置整个地图为栅格地图，将墙面等障碍物对应的栅格标记为“1”，其余无障碍物部分的栅格标记为“0”，计算出无人清扫车车身四条直线的方程以及直线经过的栅格。

根据图2所示，所述无人清扫车车身四条直线的方程为：

其中，d

其中L为无人清扫车车长，w为无人清扫车车宽，

Trans的值为：

其中θ为清扫车航向角。

在本实施例中，无人清扫车在完成边角第一条边的沿边清扫后，以最小转弯半径进行转向，直到无人清扫车的航向角度调整至固定值，在完成转向后，获得一段圆弧路径，而后从圆弧路径的终点以圆弧切线的方向前进，进行清扫，同时进行碰撞检测，无人清扫车在不发生碰撞的情况下，尽可能地往前行驶，当无人清扫车发生碰撞后，将停止前进，后退至起始点，完成清扫。其中，所述碰撞测试为：设置整个地图为栅格地图，将存在墙面等障碍物的栅格标记为“1”，将其余没有障碍物部分的栅格标记为“0”，计算出无人清扫车车身四条直线的方程，通过判断无人清扫车车身的四条直线是否经过标记为“1”的格栅，判断无人清扫车是否发生碰撞，当在没有检测到无人清扫车发生碰撞时，无人清扫车则持续前进，进行清扫，当无人清扫车在前进清扫的过程中，检测到无人清扫车发生碰撞，则停止前进，回退至原始点，待无人清扫车再次调整航向角度后，再次进行清扫。

根据图3所示，无人清扫车重复步骤S3以及步骤S4，并对无人清扫车所走过的路线进行记录，直至无人清扫车角度摆过45度，得到无人清扫车行驶路径和清扫覆盖到的区域图像，所述行驶路径以及区域图像为步骤S6中利用混合A星算法规划无碰撞的无人清扫车行驶路径提供了数据支持。

实施例4

在起始点后方设置有一列标记为“1”的栅格作为屏障，无人清扫车在后退的时候，退至屏障处发生碰撞，则停止后退，完成清后扫。

通过在起始点后方设置有一列标记为“1”的栅格作为屏障，当无人清扫车在前进的时遇障碍物停止清扫后退后，能确保无人清扫车后退至起始点处便能停下，避免无人清扫车在后退的过程中后退过多，偏离原始位置，当无人清扫车在原始位置后方进行转向再次前进清扫时，航向角度会发生偏差，导致后续所记录的路径与原路径发生偏差，进而导致无人清扫车的行进路径无法完全覆盖待清扫区域，使用有误差的数据进行路线规划，会导致所规划出的无人清扫车清扫路径无法完全覆盖待清扫区域，降低了无人清扫车运用该清扫路径进行清扫时的清扫效果。

步骤S6利用混合A星规划出一条无碰撞的无人清扫车行驶路径，包括：在栅格地图中确定车辆的起始位姿和目标点位姿；在所述起始点位姿和目标点位姿有效时，基于所述起始点位姿和目标点位姿以及当前驾驶场景中的障碍物信息，采用A星算法建立引导路径；其中起始位姿为第二步终点位姿，终点位姿应该确定为使得车辆能贴着拐角终边的位姿，所述终点位姿的位置离拐角不超过5米。

在本实施例中，利用混合A星规划出一条无碰撞的行驶路径。混合A星算法是一种图搜索算法，改进于A星算法。与普通的A星算法区别在于，混合A星规划的路径考虑了车辆的运动学约束，满足了车辆的最大曲率约束，利用混合A星算法规划出一条无碰撞的驶出路径，为清扫车进行清扫工作提供了安全保障，另外，采用混合A星算法在保持A星算法优点的同时，克服了其缺点，混合A星算法可以根据当前节点的状态动态调整启发式函数的权重，通过合理调整权重，综合考虑多个目标的位置和代价，可以找到一条在多个目标之间平衡的路径，提高了清扫车搜索效率和准确性。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭示如上，然而并非用以限定本发明，任何本领域技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简介修改、等同变化与修饰，均仍属于本发明技术方案的范围内。