一種利用環(huán)境分割的多車輛協(xié)同探索方法及裝置的制造方法
【專利摘要】一種利用環(huán)境分割的多車輛協(xié)同探索方法及裝置,其中方法包括如下步驟,識別地圖中的分割區(qū)域,確定地圖中每個分割區(qū)域的邊緣點集;計算每一車輛到達每個分割區(qū)域的相應成本;將相應成本代入成本價值矩陣計算最優(yōu)分配方式,根據(jù)最優(yōu)分配方式將車輛派遣至目標區(qū)域。區(qū)別于現(xiàn)有技術,上述技術方案通過將格點占據(jù)式地圖識別分割成節(jié)點骨架式地圖(沃羅諾伊圖),有利于減少地圖分割的重復性,隨之使用沃羅諾伊圖計算車輛的移動成本,對于每輛車移動到每個沃羅諾伊圖的節(jié)點都有響應成本,將車輛與成本代入匈牙利方法,求得整體移動成本最小的方法。達到了提高多車輛對環(huán)境探索方法效率的目的。解決了多車輛協(xié)同探索未知環(huán)境的問題。
【專利說明】
-種利用環(huán)境分割的多車輛協(xié)同探索方法及裝置
技術領域
[0001] 本發(fā)明設及無人車設計領域,尤其設及一種利用環(huán)境分割的多車輛協(xié)同探索方法 及裝置。
【背景技術】
[0002] 對環(huán)境的探索一直W來都是無人駕駛車輛領域的一個基礎問題。為了構建相對完 整足夠細致的環(huán)境地圖,車輛必須要能夠有效率地對環(huán)境進行探索。本文介紹的是一種使 用多架車輛協(xié)同合作,來對環(huán)境進行探索的方法。比起使用單一的車輛系統(tǒng),使用多架車輛 進行環(huán)境探索有W下四個好處。第一,比起單架車輛,多假車輛協(xié)同合作有潛力更快的完成 一次對環(huán)境的探索任務。第二,多架車輛每當在能互相感知的時候,可W通過交換關于各自 位置的信息,從而更有效率地對自身進行定位。第Ξ,使用多個相對便宜的車輛探測系統(tǒng)會 帶來冗余性,因此我們能夠得到比使用單單一個強大的昂貴的車輛探測系統(tǒng)更好的容錯能 力。第四,通過合并重疊的傳感器信息,我們能抵消一部分傳感器不確定性。
[0003] 然而,當多架車輛進行協(xié)同探索時,會引進車輛間互相干擾的風險。舉個例子來 說,如果車輛使用的是主動式傳感器,比如說超聲波傳感器,那么傳感器間的串擾就可能會 降低系統(tǒng)的整體性能。系統(tǒng)使用越多的車輛,每一架車輛為了避免與系統(tǒng)中其他車輛產(chǎn)生 串擾等干擾現(xiàn)象,就必須繞更遠的路W避免與其他車輛產(chǎn)生沖突。
【發(fā)明內容】
[0004] 為此,需要提供一種利用環(huán)境分割的多車輛協(xié)同探索方法,使得多車輛對環(huán)境的 探索更為有效。
[0005] 為實現(xiàn)上述目的,發(fā)明人提供了一種利用環(huán)境分割的多車輛協(xié)同探索方法,包括 如下步驟,
[0006] 識別地圖中的分割區(qū)域,確定地圖中每個分割區(qū)域的邊緣點集;
[0007] 計算每一車輛到達每個分割區(qū)域的相應成本;
[000引將相應成本代入成本價值矩陣計算最優(yōu)分配方式,根據(jù)最優(yōu)分配方式將車輛派遣 至目標區(qū)域;
[0009]具體地,所述步驟"計算每一車輛到達每個分割區(qū)域的相應成本"還包括,若車輛 已在某區(qū)域中,則將車輛到達該區(qū)域的成本貶值。
[0010]具體地,還包括步驟,將車輛派往目標區(qū)域的邊緣點。
[0011] 進一步地,所述步驟"識別地圖中的分割區(qū)域"具體包括步驟,將個點占據(jù)式地圖 骨架化,生成沃羅諾伊圖。
[0012] 優(yōu)選地,還包括步驟,將車輛派遣至沃羅諾伊圖中的節(jié)點,所述節(jié)點為與圖中最近 障礙的距離為局部最小值的點。
[0013] -種利用環(huán)境分割的多車輛協(xié)同探索裝置,包括地圖分割模塊、成本計算模塊、統(tǒng) 籌派遣模塊,
[0014] 所述地圖分割模塊用于識別地圖中的分割區(qū)域,確定地圖中每個分割區(qū)域的邊緣 點集;
[0015] 所述成本計算模塊用于計算每一車輛到達每個分割區(qū)域的相應成本;
[0016] 所述統(tǒng)籌派遣模塊用于將相應成本代入成本價值矩陣計算最優(yōu)分配方式,根據(jù)最 優(yōu)分配方式將車輛派遣至目標區(qū)域;
[0017] 進一步地,所述成本計算模塊還用于當車輛已在某區(qū)域中,則將車輛到達該區(qū)域 的成本貶值。
[0018] 進一步地,所述統(tǒng)籌模塊還用于,將車輛派往目標區(qū)域的邊緣點。
[0019] 具體地,所述地圖分割模塊還用于,將個點占據(jù)式地圖骨架化,生成沃羅諾伊圖。
[0020] 優(yōu)選地,所述統(tǒng)籌派遣模塊還用于將車輛派遣至沃羅諾伊圖中的節(jié)點,所述節(jié)點 為與圖中最近障礙的距離為局部最小值的點。
[0021] 區(qū)別于現(xiàn)有技術,上述技術方案通過將格點占據(jù)式地圖識別分割成節(jié)點骨架式地 圖(沃羅諾伊圖),有利于減少地圖分割的重復性,隨之使用沃羅諾伊圖計算車輛的移動成 本,對于每輛車移動到每個沃羅諾伊圖的節(jié)點都有響應成本,將車輛與成本代入匈牙利方 法,求得整體移動成本最小的方法。達到了提高多車輛對環(huán)境探索方法效率的目的。解決了 多車輛協(xié)同探索未知環(huán)境的問題。
【附圖說明】
[0022] 圖1為本發(fā)明【具體實施方式】所述的利用環(huán)境分割的多車輛探索方法流程圖;
[0023] 圖2為本發(fā)明【具體實施方式】所述的沃羅諾伊圖生成示意圖;
[0024] 圖3為本發(fā)明【具體實施方式】所述的對環(huán)境部分進行分割示意圖;
[0025] 圖4為本發(fā)明【具體實施方式】所述的利用環(huán)境分割的多車輛探索裝置模塊圖。
[0026] 附圖標記說明:
[0027] 400、地圖分割模塊;
[00巧]402、成本計算模塊;
[00巧]404、統(tǒng)籌派遣模塊。
【具體實施方式】
[0030]為詳細說明技術方案的技術內容、構造特征、所實現(xiàn)目的及效果,W下結合具體實 施例并配合附圖詳予說明。
[003。 1、概述
[0032] 本發(fā)明考慮的是如何利用多車輛系統(tǒng)對環(huán)境進行有效率的探索,從而最小化完成 探索認為所需要的時間。多車輛地圖的環(huán)境探索任務可W被大致分成兩個子任務。首先,系 統(tǒng)要能夠識別潛在的探索目標。接著,系統(tǒng)要能夠將每一個獨立的車輛派遣到前一步計算 出來的目標方位。
[0033] B.Yamauchi曾提出的一個較為普及的潛在探索目標識別方法,其中使用了一個邊 緣單元格(frontier cells)的概念,運些邊緣單元格就是潛在的探索目標方位。一個邊緣 單元格本身是已知的,換句話說也就是已經(jīng)探測過的單元格,同時它必須是一個未知的(未 探測的)單元格的鄰近單元格。但在多車輛系統(tǒng)的環(huán)境下,對車輛進行協(xié)調時,還必須要考 慮如何最小化車輛間的重復作業(yè)和互相干擾。在許多其他方法中,決定車輛目標方位的價 值方程是在與目標單元格相關移動成本和期望效用之間的一個權衡。運些協(xié)調策略考慮的 都是獨立的目標方位,而不是環(huán)境中的分割區(qū)域。
[0034] 2、具體實現(xiàn)
[0035] 發(fā)明要介紹的方法,是一種新的多車輛系統(tǒng)在線協(xié)調探索策略。請參閱圖1,為本 發(fā)明所述的利用環(huán)境分割的多車輛協(xié)同探索方法流程圖。本方法開始于步驟S100,識別地 圖中的分割區(qū)域,S102確定地圖中每個分割區(qū)域的邊緣點集;具體方式在下文第2.2部分介 紹了一個基于圖的地圖分割方法中闡述。
[0036] S104計算每一車輛到達每個分割區(qū)域的相應成本;
[0037] S106將相應成本代入成本價值矩陣計算最優(yōu)分配方式,根據(jù)最優(yōu)分配方式將車輛 派遣至目標區(qū)域;已知成本計算最優(yōu)分配方式的過程將在下文第2.1部分介紹如何利用匈 牙利方法進行目標分配中進行介紹。第2.3部分還介紹了整體的協(xié)調方式W及算法。
[0038] 通過利用已探索環(huán)境中的分割,將車輛派遣去不同的分割區(qū)域而不是直接將它們 送往邊緣目標單元格?;谶\樣一個目標分割,車輛會更有效地分散分布在環(huán)境中,從而得 到最小化車輛間的重復作業(yè)和互相干擾的目的。運樣一來,整個探索任務所用的時間就顯 著地減少了。達到了優(yōu)化多車輛利用環(huán)境分割協(xié)同探索的效果。
[0039] 2.巧Ij用匈牙利方法進行目標分配
[0040] Kuhn在1955曾提出過,在給定一個固定的成本價值矩陣時,給一系列機器分配一 系列工作的一般方法一也就是一般所說的匈牙利方法。考慮一個給定的ηΧη成本價值矩 陣,也就是要給η個機器分配η個不同的工作,運個矩陣表示了所有給特定機器分配特定工 作的成本。匈牙利方法能夠找到在運個矩陣的最優(yōu)分配方式,也就是成本最小的分配方式。 此方法通過W下大致Ξ個步驟來實現(xiàn):
[0041] 1)把矩陣中每一項減去運個項所在行中最小的項的值,計算得到一個縮減的成本 矩陣。然后再將矩陣中每一項減去運個項所在列中最小的項的值。
[0042] 2)找到能夠覆蓋矩陣中所有的0項最少數(shù)量的水平線和垂直線。如果我們最少需 要恰好η條線才能覆蓋所有的0,那么最佳的分配方式就由運η條線所覆蓋的0項給出。否則, 進入步驟3。
[0043] 3)找到?jīng)]有被步驟2中的水平線或垂直線覆蓋的最小的非0項,然后把運一項的值 從矩陣的每一項中減去。然后,將運個值加回到縮減矩陣中被水平線或垂直線覆蓋的項。繼 續(xù)進行步驟2。
[0044] 計算的難點在于如何找到能夠覆蓋所有0的最少線條數(shù)量,也就是步驟2。整體算 法的時間復雜度是〇(η3)。^上算法可W直接用于給一系列車輛分配一系列不同的目標方 位。運里,成本價值矩陣的成本項可W是相應車輛要行駛到相應項目標方位的軌跡長度。
[0045] 由于上述匈牙利方法的實現(xiàn)要求車輛的數(shù)量與潛在目標方位的數(shù)量相同,我們需 要稍微調整由此方法計算出來的成本價值矩陣一我們通過使用"虛擬車輛"(虛擬車輛的存 在會生成一些沒有車輛會去的目標方位)和復制現(xiàn)存的目標方位來拓展我們的成本價值矩 陣,然后使用匈牙利方法來計算在運個成本價值矩陣下的最優(yōu)目標分配方式。
[0046] 2.2地圖的分割
[0047] 在具體的某些實施例中,所述步驟"識別地圖中的分割區(qū)域"具體包括步驟,將個 點占據(jù)式地圖骨架化,生成沃羅諾伊圖。
[0048] 許多學者都已研究過基于節(jié)點圖分區(qū)的地圖分割問題。其中一個非常普遍的基于 圖的表達是沃羅諾伊圖(Voronoi Graphs)。給定一張地圖m,我們首先要構建關于m的沃羅 諾伊節(jié)點圖圖G(m) = (V,E),運里V是沃羅諾伊圖中節(jié)點的集合,而E是邊的集合。
[0049] 首先,對于地圖m的自由空間C中的每一個點P,我們考慮一個包含了所有距離點P 最近的障礙點的集合〇p(m)。那么集合0p(m)中那些有至少兩個擁有相同最小距離的障礙點 的點就構成了我們的沃羅諾伊節(jié)點圖G(m) = (V,E):
[0050] V={peC| |〇p(m) > 2| }
[0051] E={(p,q) |p,qeV,p與q在m中為鄰近點}
[0052] 對G(m)中的每一對節(jié)點(p,q),如果它們在地圖m中是鄰近點時,我們就在G(m)上 為P和q間增加一條邊。沃羅諾伊圖可W由環(huán)境的特性地圖生成,比如說格點占據(jù)式地圖 (occupan巧grid map) -在實際執(zhí)行中我們可W有效地通過對格點占據(jù)式地圖應用歐幾 里德距離變換,從而生成沃羅諾伊節(jié)點圖。由歐幾里德變換得到的距離地圖中的每個格點 單元格中保存了運個格點到最近障礙的距離信息。將運張距離地圖骨架化 (skeletonization)我們就能構建出一張沃羅諾伊節(jié)點圖。圖2展示了從一個樣本格點占據(jù) 式地圖生成沃羅諾伊節(jié)點圖的過程,左圖:格點占據(jù)式地圖樣本。中圖:地圖W及距離變換 (點的顏色越黑就代表它距離最近的障礙越遠)。右圖:地圖W及生成的沃羅諾伊節(jié)點圖(通 過對距離變換進行骨架化)。
[0053] 在生成得到了沃羅諾伊節(jié)點圖后,我們現(xiàn)在關屯、的問題就變成了如何將運個節(jié)點 圖分割成k個不相交的集合VlfcVz,…,Vk,并且滿足W下條件:
[0化4]
[0055] 使得每一個節(jié)點的類聚Vi都對應了一個我們要將車輛派往的區(qū)域。在某些實施例 中,我們將車輛派遣至沃羅諾伊圖中的節(jié)點,所述節(jié)點為與圖中最近障礙的距離為局部最 小值的點。有學者曾提出節(jié)點圖可W由所謂的臨界點來進行分割。在運里,臨界點就是那些 在沃羅諾伊節(jié)點圖中與地圖中最近障礙的距離為局部最小值的節(jié)點。運個方法適用于狹窄 的通道。
[0056] 雖然運個方法適用于識別狹窄通道,但在雜亂的環(huán)境中,它會生成許多錯誤的陽 性識別結果(也就是誤將環(huán)境中非狹窄通道的部分識別成了狹窄通道)。為了消除運些錯誤 的陽性識別結果,我們用W下方法去給結果加 W約束:首先,臨界點必須是有兩條邊的節(jié) 點;其次,臨界點必須是一個交叉結合點(有Ξ條邊的節(jié)點)的鄰近點。除此之外,我們要要 求運些能帶領我們從已知區(qū)域駛向位置區(qū)域,運是因為那些不包含未知區(qū)域的分割聚類應 該要被從我們的探索任務中劃除。為了核實運一項約束條件,針對每一個點我們都需要計 算運個點到最近的、可接觸的、未知的單元格的距離。運個計算可W有效地用與計算距離地 圖相似的方法得出。圖2展示了一個經(jīng)過修剪的沃羅諾伊節(jié)點圖樣本,W及由我們的算法找 到的臨界點。
[0057] 圖3對環(huán)境的一個部分進行分割的樣本。被標記的節(jié)點是我們的算法找到的用來 分割地圖的候選臨界點。如圖3所示,所有的狹窄通道的入口都被選為了陽性結果,而錯誤 的陽性識別結果的數(shù)量比所有臨界點的數(shù)量要小的多。
[0058] 經(jīng)過實驗,我們確認了運種分割方式能夠產(chǎn)生足夠充分的結果,使得我們能夠成 功地將車輛在環(huán)境中分散開來。在更復雜的環(huán)境中,我們可W使用人工標記過的訓練數(shù)據(jù) 來進行更精細的地圖分割。
[0059] 2.3將車輛派遣到目標區(qū)域
[0060] 具有代表性的協(xié)同探索方法的其中一個共同目標就是用最少的時間來完成車輛 傳感器對待探索環(huán)境的完整覆蓋。因此,通常來說使用多于一架車輛探索同一個局部區(qū)域 并不是最佳的方案。在局部區(qū)域使用多于一架車輛,會使得車輛的傳感器的可視范圍有嚴 重的重疊,并不能充分利用多車輛系統(tǒng)的潛力。在現(xiàn)實中,通常來說將多系統(tǒng)車輛分散開來 去探索不同的子區(qū)域要有效率的多。因此,要如何將車輛派遣至不同的獨立探索區(qū)域,使得 運些車輛之間的距離在探索過程中不會過于靠近,是一個重要的問題。
[0061] 在我們的方法中,我們將每一架獨立車輛派遣至待探索區(qū)域的不同分割區(qū)域。分 割區(qū)域可W是一條小巷,一個廣場,或一條馬路的一部分。分割需要考慮到環(huán)境本身的架 構,避免車輛的群聚現(xiàn)象發(fā)生。
[0062]
[0063] 表1任務分配算法。
[0064] 每當任意一架車輛要求新的探索目標時,我們就要進行一次任務分配。首先,我們 使用2.2部分所介紹的基于節(jié)點圖的局部地圖分割方法來生成獨立不相交的分割區(qū)域S = {si,S2,一,Sn}。接著,通過識別分割區(qū)域中的邊緣單元格,來生成分割區(qū)域內的目標點。車 輛i到達分割區(qū)域seS的相應成本勺定義是從車輛當前位置出發(fā),行駛至分割區(qū)域S中最 近的邊緣單元格的期待路線成本。如果車輛i已經(jīng)在分割區(qū)域S中,我們將使用一個折現(xiàn)系 數(shù)(通常是一個常熟)來運個成本ci進行相應貶值一運樣得到的效果就是車輛i將繼續(xù)留 在分割區(qū)域S中,知道運個區(qū)域被探索完畢。在針對每一架車輛都計算出了到達每一個分割 區(qū)域的成本后,我們可W得到一個成本價值矩陣?;谶\個成本價值矩陣,應用2.1所介紹 的匈牙利方法,我們就能計算得出運個車輛的新探索任務:要么留在本分割區(qū)域內繼續(xù)探 索,要么離開本區(qū)域前往下一個路線成本最低的分割區(qū)域。
[0065] 通常在匈牙利方法下,不會出現(xiàn)多于一架車輛被派遣至同一個分割區(qū)域的現(xiàn)象, 除非能調用的車輛數(shù)量多于未探索分割區(qū)域的數(shù)量。為了更好的處理運種多架車輛被派往 同一分割區(qū)域的現(xiàn)象,我們需要在運個分割區(qū)域內找到成本最小的邊緣單元格,運行一個 局部任務分配算法,將車輛派往成本最小的邊緣單元格。從運個角度上來說,如果一個環(huán)境 (或環(huán)境中的一個子區(qū)域)無法被分割,那么我們的算法在運個環(huán)境(區(qū)域)中和完全基于邊 緣單元格的算法是一樣的,換句話說,只有一個分割區(qū)域存在。
[0066] 通過將車輛分配到不同的獨立區(qū)域,我們能夠使得車輛在環(huán)境中呈現(xiàn)一個恰當?shù)?分布。實驗證明,通過運用我們上述的任務分配方法和算法,我們能夠顯著減少探索整個環(huán) 境所需要的時間。車輛不再W最近的邊緣單元格為目標,而是從一個整體的系統(tǒng)的角度去 分擔探索任務,從而更有效率地完成探索。
[0067] 值得注意的是,我們所提出的算法的應用并不要求系統(tǒng)中的車輛都是相同的。舉 個例子來說,可能系統(tǒng)中的某一架車輛,由于體積的限制無法行駛進入一條狹窄的巷子,但 系統(tǒng)中另外一架較小的車輛可W。在運種情況下,我們可W通過使用一個改進版的分割區(qū) 域成本巧來應用上述算法:
[006引
[0069] 通過上述方法,本發(fā)明將格點占據(jù)式地圖識別分割成節(jié)點骨架式地圖(沃羅諾伊 圖),有利于減少地圖分割的重復性,隨之使用沃羅諾伊圖計算車輛的移動成本,對于每輛 車移動到每個沃羅諾伊圖的節(jié)點都有響應成本,將車輛與成本代入匈牙利方法,求得整體 移動成本最小的方法。達到了提高多車輛對環(huán)境探索方法效率的目的。解決了多車輛協(xié)同 探索未知環(huán)境的問題。
[0070] 在圖4所示的某些實施例中,展示了一種利用環(huán)境分割的多車輛協(xié)同探索裝置,包 括地圖分割模塊400、成本計算模塊402、統(tǒng)籌派遣模塊404,
[0071] 所述地圖分割模塊用于識別地圖中的分割區(qū)域,確定地圖中每個分割區(qū)域的邊緣 點集;
[0072] 所述成本計算模塊用于計算每一車輛到達每個分割區(qū)域的相應成本;
[0073] 所述統(tǒng)籌派遣模塊用于將相應成本代入成本價值矩陣計算最優(yōu)分配方式,根據(jù)最 優(yōu)分配方式將車輛派遣至目標區(qū)域;通過上述模塊設計,能夠統(tǒng)籌成本,合理安排車輛與探 索環(huán)境間的對應關系,節(jié)省總的探索成本,解決了高效地利用環(huán)境分割進行多車輛協(xié)同探 索的問題。
[0074] 進一步的實施例中,所述成本計算模塊還用于當車輛已在某區(qū)域中,則將車輛到 達該區(qū)域的成本貶值。通過上述設計,更加科學地分配成本與距離之間的關系,更好地解決 了多車輛協(xié)同探索的問題。
[0075] 進一步地,所述統(tǒng)籌模塊還用于,將車輛派往目標區(qū)域的邊緣點。通過上述設計, 能夠使得本裝置對于環(huán)境的探索更加徹底。
[0076] 具體的某些實施例中,所述地圖分割模塊還用于,將個點占據(jù)式地圖骨架化,生成 沃羅諾伊圖。運用沃羅諾伊圖進行環(huán)境分割,能夠更好地顯示地圖中節(jié)點與帶探索區(qū)域的 主干關系,提高地圖分割的精確性。
[0077] 優(yōu)選地,所述統(tǒng)籌派遣模塊還用于將車輛派遣至沃羅諾伊圖中的節(jié)點,所述節(jié)點 為與圖中最近障礙的距離為局部最小值的點。通過將車輛分配至節(jié)點,能夠使得車輛更快 地對邊緣區(qū)域進行探索,節(jié)省資源。
[0078] 區(qū)別于現(xiàn)有技術,上述技術方案通過將格點占據(jù)式地圖識別分割成節(jié)點骨架式地 圖(沃羅諾伊圖),有利于減少地圖分割的重復性,隨之使用沃羅諾伊圖計算車輛的移動成 本,對于每輛車移動到每個沃羅諾伊圖的節(jié)點都有響應成本,將車輛與成本代入匈牙利方 法,求得整體移動成本最小的方法。達到了提高多車輛對環(huán)境探索方法效率的目的。解決了 多車輛協(xié)同探索未知環(huán)境的問題。
[0079] 需要說明的是,在本文中,諸如第一和第二等之類的關系術語僅僅用來將一個實 體或者操作與另一個實體或操作區(qū)分開來,而不一定要求或者暗示運些實體或操作之間存 在任何運種實際的關系或者順序。而且,術語"包括"、"包含"或者其任何其他變體意在涵蓋 非排他性的包含,從而使得包括一系列要素的過程、方法、物品或者終端設備不僅包括那些 要素,而且還包括沒有明確列出的其他要素,或者是還包括為運種過程、方法、物品或者終 端設備所固有的要素。在沒有更多限制的情況下,由語句"包括……"或"包含……"限定的 要素,并不排除在包括所述要素的過程、方法、物品或者終端設備中還存在另外的要素。此 夕h在本文中,"大于"、"小于"、"超過"等理解為不包括本數(shù);上"、下"、內"等理解 為包括本數(shù)。
[0080] 本領域內的技術人員應明白,上述各實施例可提供為方法、裝置、或計算機程序產(chǎn) 品。運些實施例可采用完全硬件實施例、完全軟件實施例、或結合軟件和硬件方面的實施例 的形式。上述各實施例設及的方法中的全部或部分步驟可W通過程序來指令相關的硬件來 完成,所述的程序可W存儲于計算機設備可讀取的存儲介質中,用于執(zhí)行上述各實施例方 法所述的全部或部分步驟。所述計算機設備,包括但不限于:個人計算機、服務器、通用計算 機、專用計算機、網(wǎng)絡設備、嵌入式設備、可編程設備、智能移動終端、智能家居設備、穿戴式 智能設備、車載智能設備等;所述的存儲介質,包括但不限于:RAM、R0M、磁碟、磁帶、光盤、閃 存、U盤、移動硬盤、存儲卡、記憶棒、網(wǎng)絡服務器存儲、網(wǎng)絡云存儲等。
[0081] 上述各實施例是參照根據(jù)實施例所述的方法、設備(系統(tǒng))、和計算機程序產(chǎn)品的 流程圖和/或方框圖來描述的。應理解可由計算機程序指令實現(xiàn)流程圖和/或方框圖中的每 一流程和/或方框、W及流程圖和/或方框圖中的流程和/或方框的結合。可提供運些計算機 程序指令到計算機設備的處理器W產(chǎn)生一個機器,使得通過計算機設備的處理器執(zhí)行的指 令產(chǎn)生用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的 功能的裝置。
[0082] 運些計算機程序指令也可存儲在能引導計算機設備W特定方式工作的計算機設 備可讀存儲器中,使得存儲在該計算機設備可讀存儲器中的指令產(chǎn)生包括指令裝置的制造 品,該指令裝置實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指 定的功能。
[0083] 運些計算機程序指令也可裝載到計算機設備上,使得在計算機設備上執(zhí)行一系列 操作步驟W產(chǎn)生計算機實現(xiàn)的處理,從而在計算機設備上執(zhí)行的指令提供用于實現(xiàn)在流程 圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。
[0084] 盡管已經(jīng)對上述各實施例進行了描述,但本領域內的技術人員一旦得知了基本創(chuàng) 造性概念,則可對運些實施例做出另外的變更和修改,所上所述僅為本發(fā)明的實施例, 并非因此限制本發(fā)明的專利保護范圍,凡是利用本發(fā)明說明書及附圖內容所作的等效結構 或等效流程變換,或直接或間接運用在其他相關的技術領域,均同理包括在本發(fā)明的專利 保護范圍之內。
【主權項】
1. 一種利用環(huán)境分割的多車輛協(xié)同探索方法,其特征在于,包括如下步驟, 識別地圖中的分割區(qū)域,確定地圖中每個分割區(qū)域的邊緣點集; 計算每一車輛到達每個分割區(qū)域的相應成本; 將相應成本代入成本價值矩陣計算最優(yōu)分配方式,根據(jù)最優(yōu)分配方式將車輛派遣至目 標區(qū)域。2. 根據(jù)權利要求1所述的利用環(huán)境分割的多車輛協(xié)同探索方法,其特征在于,所述步驟 "計算每一車輛到達每個分割區(qū)域的相應成本"還包括,若車輛已在某區(qū)域中,則將車輛到 達該區(qū)域的成本貶值。3. 根據(jù)權利要求1所述的利用環(huán)境分割的多車輛協(xié)同探索方法,其特征在于,還包括步 驟,將車輛派往目標區(qū)域的邊緣點。4. 根據(jù)權利要求1所述的利用環(huán)境分割的多車輛協(xié)同探索方法,其特征在于,所述步驟 "識別地圖中的分割區(qū)域"具體包括步驟,將個點占據(jù)式地圖骨架化,生成沃羅諾伊圖。5. 根據(jù)權利要求4所述的利用環(huán)境分割的多車輛協(xié)同探索方法,其特征在于,還包括步 驟,將車輛派遣至沃羅諾伊圖中的節(jié)點,所述節(jié)點為與圖中最近障礙的距離為局部最小值 的點。6. -種利用環(huán)境分割的多車輛協(xié)同探索裝置,其特征在于,包括地圖分割模塊、成本計 算模塊、統(tǒng)籌派遣模塊, 所述地圖分割模塊用于識別地圖中的分割區(qū)域,確定地圖中每個分割區(qū)域的邊緣點 集; 所述成本計算模塊用于計算每一車輛到達每個分割區(qū)域的相應成本; 所述統(tǒng)籌派遣模塊用于將相應成本代入成本價值矩陣計算最優(yōu)分配方式,根據(jù)最優(yōu)分 配方式將車輛派遣至目標區(qū)域。7. 根據(jù)權利要求6所述的利用環(huán)境分割的多車輛協(xié)同探索裝置,其特征在于,所述成本 計算模塊還用于當車輛已在某區(qū)域中,則將車輛到達該區(qū)域的成本貶值。8. 根據(jù)權利要求6所述的利用環(huán)境分割的多車輛協(xié)同探索裝置,其特征在于,所述統(tǒng)籌 模塊還用于,將車輛派往目標區(qū)域的邊緣點。9. 根據(jù)權利要求6所述的利用環(huán)境分割的多車輛協(xié)同探索裝置,其特征在于,所述地圖 分割模塊還用于將個點占據(jù)式地圖骨架化,生成沃羅諾伊圖。10. 根據(jù)權利要求6所述的利用環(huán)境分割的多車輛協(xié)同探索裝置,其特征在于,所述統(tǒng) 籌派遣模塊還用于將車輛派遣至沃羅諾伊圖中的節(jié)點,所述節(jié)點為與圖中最近障礙的距離 為局部最小值的點。
【文檔編號】G06Q10/04GK105825301SQ201610150141
【公開日】2016年8月3日
【申請日】2016年3月16日
【發(fā)明人】潘晨勁, 趙江宜
【申請人】福州華鷹重工機械有限公司