Entre os métodos de planejamento de caminho, existe o planejamento de caminho ponto a ponto, como o dijstra, ou algoritmos como o A*, que focam no caminho ponto a ponto mais curto e tendem a ser uma escolha ótima. O outro é o planejamento de caminho de cobertura total. Esse tipo de planejamento de caminho se concentra em percorrer todo o mapa, como robôs de varredura. Seu principal objetivo é percorrer. Em resposta a essa demanda, surgiu o planejamento de caminho de cobertura total.
Algumas direções que muitas vezes recebem atenção no atual planejamento de caminho de cobertura total:
1. Obstáculos na área de trabalho totalmente coberta afetarão o caminho de trabalho do maquinário agrícola, o que afetará a eficiência do trabalho no local
2. Na operação de cobertura total, existem problemas como omissão da área da área de trabalho e caminhos de trabalho repetidos, que por sua vez afetam a qualidade do trabalho e causam desperdício de recursos. O planejamento do caminho do robô pode evite a repetição do caminho, encurte a distância móvel e melhore a eficiência do trabalho
3. Quando confrontado com tarefas complexas, a eficiência do trabalho de um único robô é baixa e muitas tarefas não podem ser concluídas. Para lidar com problemas complexos e melhorar a eficiência do trabalho, a cooperação multi-robô é uma maneira eficaz. O problema central de operações cooperativas multi-robô é resolver o problema de alocação de tarefas do robô entre eles.
Portanto, em resposta a esses problemas, as direções de pesquisa atuais incluem principalmente três aspectos: construção de modelo de ambiente, planejamento de caminho de robô e atribuição de tarefa colaborativa multi-robô.
Mapas ambientais precisos e confiáveis são propícios para o acompanhamento do planejamento do caminho. No caso de mapas ambientais conhecidos, os obstáculos estáticos podem ser evitados e a confiabilidade operacional pode ser melhorada. O planejamento do caminho do robô pode efetivamente reduzir o número de voltas na cabeceira, reduzir o área perdida e melhorar a eficiência operacional; O esquema otimizado de alocação de tarefas é propício para lidar com problemas complexos de operação de cobertura total e pode executar tarefas de maneira mais rápida e eficaz, reduzir o tempo de operação e melhorar a eficiência do trabalho.
1. Método de modelagem do ambiente
Atualmente, no campo da pesquisa de planejamento de caminho de cobertura total, os métodos de modelagem ambiental incluem principalmente o método gráfico topológico, o método de grade, o método gráfico geométrico e o método de decomposição celular, etc.
Principalmente apresentar o método de decomposição celular e o método de mapa de grade (esses dois métodos são meu foco principal no momento).
Método de decomposição unitária:
O método de decomposição da unidade (método de decomposição de área) consiste em dividir toda a área do espaço de acordo com diferentes formas de obstáculos e dividir toda a área a ser coberta em várias subáreas com formas relativamente simples, sem obstáculos e sem partes sobrepostas. Os métodos de decomposição de elementos comumente usados incluem o método de decomposição trapezoidal, o método de decomposição de elemento Boustrophedon e o método de decomposição de Morse.
Abordagens comuns para este tipo de problema são:
Passo 1: Decomponha todo o mapa em unidades para obter um pedaço do mapa de unidades
Etapa 2: Faça o planejamento do caminho de cobertura para cada mapa da unidade
Passo 3: Combine todas as unidades, considerando o ponto inicial e o ponto final de cada unidade, problema de otimização combinatória
Método de grade:
O método do mapa de grade é um método para informações binárias para representar o ambiente. As informações ambientais do espaço de trabalho do robô são
divididas em grades do mesmo tamanho e as informações ambientais da área são expressas em unidades de unidades de grade e, em seguida, o caminho é usado no mapa ambiental. O algoritmo de planejamento executa o planejamento de caminho. Atualmente, muitos algoritmos de planejamento de caminho usam o método de modelagem de mapa de grade.
Para o método de grade, o mapa de grade obtido terá valores correspondentes, de modo que a área livre e a área de obstáculo no mapa possam ser distinguidas e o algoritmo de planejamento de caminho possa ser projetado usando essas informações.
Algoritmo de planejamento de 2 caminhos:
A questão-chave no planejamento de caminho de cobertura total é como atravessar a parte da área de trabalho, exceto os obstáculos ao máximo, e efetivamente evitar
todos os obstáculos.
Algoritmos de planejamento de caminho simples incluem: método de cobertura recíproca e método de cobertura espiral
Método de cobertura recíproca:
Este tipo de método, como o método de criação de gado, consiste em percorrer a área de acordo com certas regras. Este tipo de algoritmo é simples, mas a taxa de omissão é maior
A cobertura recíproca é fácil de implementar e tem a vantagem de alta cobertura de trabalho, mas o número de voltas é grande e são necessárias voltas de 180°, dificultando as curvas, resultando no problema de grandes áreas de viragem, e é difícil de implementar para maiores robôs.
Método de cobertura em espiral:
Este método é espiral como o nome, percorrendo de fora para dentro ou de dentro para fora.
O tipo espiral é dividido em espiral interna e espiral externa. O método de cobertura da espiral interna é mostrado na Figura 2b, o que significa que o robô começa a trabalhar de um lado da área de trabalho até que o limite da área vire 90° para o outro limite para continuar.
Algoritmo de planejamento de caminho otimizado
Abordagens baseadas em neurônios biologicamente inspirados
Algoritmo de rede neural biologicamente inspirada (BINN)
Visando o problema de evitar obstáculos e escapar da zona morta no processo de cobertura do robô, RASHID et al. rede e use o valor da atividade dos neurônios e do robô As últimas informações de localização são usadas para planejamento de caminho em tempo real.Este algoritmo não possui um processo de aprendizado de rede neural e o algoritmo tem bom desempenho em tempo real.
Esses métodos heurísticos ou métodos de otimização podem ajudar muito na seleção do caminho.
Método de planejamento de caminho híbrido:
O método de planejamento de caminho híbrido é uma combinação de método de planejamento de caminho simples e método de planejamento de caminho complexo. Método de planejamento de caminho simples ou algoritmo aprimorado é usado para percorrer sub-regiões e, em seguida, combinado com algoritmos de otimização (como algoritmo de colônia de formigas, algoritmo A∗ , busca em profundidade, etc.) Execute a otimização de conexão de sub-regiões para alcançar o planejamento de caminho de cobertura total.
Métodos de otimização comuns incluem o método theta*, que pode compensar a direção de seleção excessivamente rígida do algoritmo A*. Há mais direções para escolher.
3 Método de alocação de tarefas para vários robôs
A atribuição de tarefas para vários robôs refere-se à definição de um índice de avaliação para vários robôs, atribuindo uma série de tarefas a robôs específicos e maximizando os benefícios dos robôs enquanto as tarefas podem ser totalmente concluídas. Na operação de cobertura total, a tarefa de cada robô é uma área de trabalho independente dividida no ambiente físico, e todos os robôs completam as tarefas atribuídas, o que realiza a cobertura total da área de trabalho.
3.1 Método de atribuição de tarefas baseado em programação matemática
3.2 Método de atribuição de tarefas baseado em pesquisa heurística
3.3 Método de atribuição de tarefas baseado em inteligência de enxame
3.4 Método de alocação de tarefas com base no mecanismo de mercado
papel:
Wang Ning, Han Yuxiao, Wang Yaxuan, Wang Tianhai, Zhang Man, Li Han, Progresso da pesquisa sobre o planejamento de operação de cobertura total do robô agrícola