自适应的智能搬运路径规划算法

刘洁　陈畅频　叶旭

【摘 要】智能搬运在现代化工业中有非常广泛的应用，良好的路径规划算法是提高智能搬运效率的重要手段之一。以机器人比赛中智能搬运项目为蓝本，设计了一个自适应的路径规划算法，该算法可应用于垃圾智能分类和自动化物流，可在开始搬运前改变路线及目的地。

【关键词】路径规划；自适应；智能搬运

【Abstract】Intelligent transportation has a very wide range of applications in modern industry. Inproving route planning algorithm is one of the important ways to increase the efficiency of intelligent transportation. Based on Intelligent Transportation Project in China Robocup competition，an adaptive route planning algorithm is designed. The proposed algorithm can be applied to the intelligent classification of garbage and the automation of logistics. Compare with the exist algorithms， it can change the route and destination before the start of transportation.

【Key words】Route Planning； Adaptive； Intelligent Transportation

0 引言

智能搬运机器人主要指按设定的路线，或者使用视觉、磁线、激光导航的自动行驶的机器人。智能搬运机器人是一种自动导向车（Automated Guided Vehicle，简称AGV）[1]， 也称自动导向搬运车、自动引导搬运车。随着AGV的性能逐渐提高，智能搬运机器人被广泛用于工业、农业、医学、国防等领域[2]。路径规划是提高智能搬运机器人性能的一个重要方向[3]。

路径规划指的是根据既定的标准，如何规划一条从起始点到终点的最优路径[4]。根据环境信息的知情情况，路线规划又分为局部路径规划和全局路径规划[5-6]。本文讨论的路线规划以中国机器人大赛中的智能搬运项目为蓝本，利用颜色识别技术设计了一个自适应的路径规划算法，它可以应用于工业自动化过程中自动化物流、垃圾智能分类等领域。

1 可适应的路径规划算法

在描述本文提出的可适应的路径规划算法之前，首先介绍机器人大赛智能搬运项目的比赛规则，在1.2节将介绍根据算法设计的机器人。

1.1 路径规划规则

图1所示为中国机器人大赛智能搬运项目中的使用的场地图。图中黑字A、B、C、D、E、F、G为待搬运的色块所在地，其中A、B、C、D、E可随机放置3-5个色块，F和G点每点可随机放置不超过5个色块。O点所在为起点及终点，图中a、b、c、d、e为目标所在地，机器人要识别待搬运色块的颜色，并搬运到相应的颜色目标所在地，机器人的路径除点a、b、c、d、e外只能为图中黑色的线条。根据要求，设计的机器人必须有颜色识别、路径识别存储等功能。色块共用5种颜色：绿色、白色、红色、黑色、蓝色。本文假设图中目标点a、b、c、d、e 的颜色在搬运前是可以随机调整的，但搬运过程中是固定的，这种假设与生活中的情形比较相符。现有比赛中用到的算法都是固定了目标点的颜色、每个夹角的度数和每段路径的长度，应用性低，因此本文提出自适应的路径规划算法。

1.2 智能搬运机器人设计

本文设计的智能搬运机器人包括如下几个模块：（1）路径检测；（2）转向控制；（3）电机驱动；（4）车速检测；（5）电源管理；（6）物体检测（7）物体抓取；（8）路径规划。主控制器是51单片机，它负责接收赛道数据、赛车速度等反馈信息，并对这些信息进行恰当的处理，形成合适的控制量来对舵机与驱动电机进行控制，采用红外传感器控制小车沿着预设的轨道黑线及时调整车身姿态，使之准确、快速地跑完全程，采用四驱差速来进行原地转向与前进，使用稳压芯片7805稳定电压，用颜色传感器准确识别要抓取物块的颜色，超声波传感器定位需抓取物块，测算出距离出来以便接下来准确的搬运至目的地。实现这些功能共包含电机模块，超声波模块，颜色传感器模块，红外模块，伺服电机抓手模块，电源稳压模块。智能车的设计主要体现在电路板和机械结构上面，车的前部携带着超声波探头，与颜色传感器，用于识别物体，在颜色传感器与超声波探头下面是红外模块用来循迹，来到车身是双层的结构，在上层前端固定着有三个伺服电机控制的抓手，上层的中间是红外驱动模块，车的尾部则是放置电池及电源模块，由一根铜柱支撑着51的最小系统外加电机驱动的模块。而车的下层则是装载着四个电机驱动四个轮子。

本文设计的智能搬运机器人在行驶过程中通过不断地向地面发射红外光来进行路径检测，当红外光可遇到白色地面时发生漫发射，反射光被装在小车上的接收管接收；如果遇到黑线则红外光被吸收，则小车上的接收管接收不到信号，再通过比较器来采集高低电平，从而实现信号的检测，最终形成路径。

1.3 自适应的路径规划算法

所谓的自适应指的是没有完全掌握整个搬运路径，包括目标点a、b、c、d、e的颜色、两点间距离，弧线间角度等，这样，机器人在搬运前必须遍历路径并记录下来。a、b、c、d、e的颜色可在搬运前任意更改，在搬运当中目标颜色不变，每次搬运前机器人都需要自己检测目标点的眼神。为方便描述，假设E和F并无任何色色块。算法令1代表绿色，2代表白色，3代表红色，4代表黑色，5代表蓝色，用数字来记录颜色，这样如果算法涉及加权，例如aA是一段斜坡，则预算aA可能更花费时间。算法首先要判断障碍色块及目标点a、b、c、d、e的颜色。

该算法如下：

如果点E、F也存在色块，算法类似。算法可以加入权值。

2 结论

本文针对中国机器人大赛智能搬运项目的路径规划算法进行改进，提出自适应的智能路径规划算法，同时开发上位机软件和搬运部件接口。经实验证明，该算法有效可靠，有较高的效率。

【参考文献】

[1]陈书光.机器人路径规划算法探讨[J].商，2012（15）.

[2]宁志刚.一种高效的机器人路径规划算法[J].科技致富向导，2011（18）.

[3]周嵘，张志翔，翟晓晖，闵慧芹，孔庆杰.机器人室内路径规划算法的实用性研究[J].机械与电子，2016（8）.

[4]户硕.搬运机器人的设计与制作[J].煤矿机械，2015（08）.

[5]开思聪.基于STM32控制的仓储搬运机器人.计算机系统应用，2016（7）.

[6]杨献峰，付俊辉.移动机器人路径规划的仿真研究[J].计算机仿真，2012（07）.

[责任编辑：朱丽娜]