基于移动机器人的智能辅助寻车方法及系统

本发明属于人工智能机器人应用领域，具体涉及一种基于移动机器人的智能辅助寻车方法及系统。

背景技术：

1、随着社会发展和技术进步，人民生活水平在不断提升，私家车数量也越来越多。汽车的普及虽然便利了人们的出行生活，却也伴随着诸多问题，其中最常见的就是“停车难”。为了解决这一难题，城市内修建了大量停车场，且停车场的规模也愈发庞大，随之而来的是“寻车难”的问题。尤其是在大型商超、综合医院、旅游景区、机场、火车站等人流较大的场所，地下停车场不仅存在多层的问题，且单层区域面积也非常大；车库结构复杂、光线不佳，存在墙体遮挡，且没有标志性物品作指引，很容易迷失方向，因此很难找寻车辆。除此之外，电梯众多，且不同电梯出口位置不同，即使标识了不同分区与车位编号，依然很难找寻，更不必说车位号记错或遗忘等时常发生的情况。

2、目前，针对广大用户的应用需求，很多停车场内都配备有智能寻车平台，用户可以通过输入车牌号码得到车辆所处的分区与车位编号信息，但如何才能到达停车位置却没能提供具体的路线图；或者一些智能终端小程序即使能够展示寻车路径，但由于车库环境复杂，用户依旧容易迷失方向，而对于年长的用户，小程序操作又成为困难，最终影响寻车效率，降低用户体验感。因此当前市场中投放的智能寻车平台与程序设计均未能真正解决用户“寻车难”的问题。

技术实现思路

1、为了解决现有技术中存在的问题，本发明提供了基于移动机器人的智能辅助寻车系统。通过在移动机器人装备上集成人机交互面板，人机交互面板能用于用户输入要找寻车辆的车牌信息以查询停放处的车位编号、用于快速规划出最短的寻车路径的智能路径规划模块、用于控制机器人沿规划路径自主移动的导航模块、用于机器人移动中感应环境变化与障碍物检测是传感器模块等，机器人能够根据用户需求完成寻车引导，解决上述寻车困难、效率低下、体验感差等问题。

2、为了实现上述目的，本发明采用的技术方案是：基于移动机器人的智能辅助寻车方法，包括以下步骤：

3、获取待寻车属性信息和位置信息；

4、基于改进的a*算法进行寻车路径规划，得到初始寻车路径；

5、对所述初始寻车路径进行平滑处理；

6、基于动态避障teb算法通过配置障碍物、速度和加速度各影响因素的权重，为每个影响因素设计奖励或者惩罚函数，对可行的路线进行打分，选择得分最高的局部路线发出速度指令；并约束机器人的加速度、速度，使得机器人在其运动学约束下绕开障碍物最快到达目标点。

7、进一步的，获取待寻车位置信息包括：

8、从多源视频流中提取同一时刻下的多源单帧图像；

9、从每一帧图像中完成全部车牌号码的识别；

10、获取车辆停放位置的车位编号。

11、进一步的，基于改进的a*算法进行寻车路径规划，得到初始寻车路径时，根据路径规划的环境特点与目标需求设置动态权重改进启发函数，在路径规划中根据环境中障碍物所占比例平衡搜索效率和路径质量间的关系，改进的启发函数为：

12、

13、其中，表示初始状态到目标状态的估计代价；为环境中障碍物所占栅格与总的地图所占栅格的比例；表示初始状态到当前状态的实际代价；表示当前状态到目标状态的估计代价。

14、进一步的，基于改进的a*算法进行寻车路径规划，得到初始寻车路径时包括：将机器人的搜索方向数量扩展为16邻域搜索，并对超过转向角度阈值的搜索邻域进行删减。

15、进一步的，基于改进的a*算法进行寻车路径规划，得到初始寻车路径还包括：采用三次样条插值路径平滑算法，根据已知规划好的n+1个路径点信息，分成n个区间，在每个区间构造一个三次函数，三次函数穿过所有已知节点。

16、进一步的，约束机器人的加速度和速度时，以机器人在各个离散时刻的位置和离散时刻之间的时间间隔为顶点，到达时间和到障碍物的距离等值。

17、进一步的，对靠近障碍物的路线进行惩罚，对远离中间点的路线进行惩罚。

18、本发明还提供一种基于移动机器人的智能辅助寻车系统，包括人机交互显示屏、处理器、激光/雷达传感器、视觉模块、导航模块和运动模块，

19、人机交互显示屏用于用户输入要找寻车辆的车牌信息以查询停放处的车位编号；

20、处理器用于规划出最短的寻车路径的智能路径，并发出加速度和速度指令；

21、激光/雷达传感器用于获取障碍物信息；

22、视觉模块用于辅助获取待寻车属性信息和位置信息；

23、运动模块用于执行处理器的加速度和速度指令。

24、本发明还可以提供一种计算机设备，包括处理器以及存储器，存储器用于存储计算机可执行程序，处理器从存储器中读取所述计算机可执行程序并执行，处理器执行计算可执行程序时能实现本发明所述基于移动机器人的智能辅助寻车方法。

25、同时提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时，能实现本发明所述的基于移动机器人的智能辅助寻车方法。

26、与现有技术相比，本发明至少具有以下有益效果：

27、本发明提出了基于改进a*的智能辅助寻车机器人路径规划方法，针对机器人路径规划研究中主要面临的两大技术难题：一是地下车库内部结构复杂，各种通道、出入口纵横交错，使得路径规划难度提升；二是车库内行人、车辆较多，机器人在行驶中需要快速解决动态避障的问题。首先，从理论算法的角度出发，以缩短路径搜索时间与距离，调整路径平滑度为目标，在智能路径规划模块设计中，通过改进a*算法的启发函数并添加动态权重因子，使算法能够根据不同复杂程度的环境动态调整启发函数，以缩减路径搜索需要遍历的节点个数，进一步减少搜索时间、优化路径质量、提高规划效率，通过扩展搜索邻域并细化搜索方向，可以增加路径搜索覆盖的范围，同时避免计算量的冗余，以探寻更优路径；其次，为了解决移动过程中的动态避障问题，提出了融合teb局部路径规划的a*算法，通过改进teb进一步实现更为高效的动态避障；最后，从实际应用的角度出发，基于ros平台搭载人机交互界面、路径规划模块、传感器设备、运动模块等，完成智能辅助寻车系统的设计开发，通过将优化改进后的路径规划方法集成到智能辅助寻车机器人装备上，实现大型复杂地下车库内的安全、快速寻车引导，解决公众需求。

28、本发明能够实现利用移动机器人辅助用户查询车辆并自主引导用户完成快速寻车，与当前市场中投放的智能寻车平台或小程序相比，体验感更好、寻车效率也更高，并保证设备安全与使用规范。

技术特征：

1.基于移动机器人的智能辅助寻车方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于移动机器人的智能辅助寻车方法，其特征在于，获取待寻车位置信息包括：

3.根据权利要求1所述的基于移动机器人的智能辅助寻车方法，其特征在于，基于改进的a*算法进行寻车路径规划，得到初始寻车路径时，根据路径规划的环境特点与目标需求设置动态权重改进启发函数，在路径规划中根据环境中障碍物所占比例平衡搜索效率和路径质量间的关系，改进的启发函数为：

4.根据权利要求1所述的基于移动机器人的智能辅助寻车方法，其特征在于，基于改进的a*算法进行寻车路径规划，得到初始寻车路径时包括：将机器人的搜索方向数量扩展为16邻域搜索，并对超过转向角度阈值的搜索邻域进行删减。

5.根据权利要求1所述的基于移动机器人的智能辅助寻车方法，其特征在于，基于改进的a*算法进行寻车路径规划，得到初始寻车路径还包括：采用三次样条插值路径平滑算法，根据已知规划好的n+1个路径点信息，分成n个区间，在每个区间构造一个三次函数，三次函数穿过所有已知节点。

6.根据权利要求1所述的基于移动机器人的智能辅助寻车方法，其特征在于，约束机器人的加速度和速度时，以机器人在各个离散时刻的位置和离散时刻之间的时间间隔为顶点，到达时间和到障碍物的距离等值。

7.根据权利要求1所述的基于移动机器人的智能辅助寻车方法，其特征在于，对靠近障碍物的路线进行惩罚，对远离中间点的路线进行惩罚。

8.一种基于移动机器人的智能辅助寻车系统，其特征在于，包括人机交互显示屏、处理器、激光/雷达传感器、视觉模块、导航模块和运动模块，

9.一种计算机设备，其特征在于，包括处理器以及存储器，存储器用于存储计算机可执行程序，处理器从存储器中读取部分或者全部所述计算机可执行程序并执行，处理器执行部分或全部计算可执行程序时能实现权利要求1-6任一项所述的基于移动机器人的智能辅助寻车方法。

10.一种计算机可读存储介质，其特征在于，计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时，能实现权利要求1-6任一项所述基于移动机器人的智能辅助寻车方法。

技术总结
本发明公开一种基于移动机器人的智能辅助寻车方法及系统，方法包括以下步骤：获取待寻车属性信息、位置信息；基于改进的A*算法进行寻车路径规划，得到初始寻车路径；对所述初始寻车路径进行平滑处理；基于动态避障TEB算法通过配置障碍物、速度和加速度各影响因素的权重，为每个影响因素设计奖励或者惩罚函数，对可行的路线进行打分，选择得分最高的局部路线发出速度指令；并约束机器人的加速度、速度，使得机器人在其运动学约束下绕开障碍物最快到达目标点；能够实现利用移动机器人辅助用户查询车辆并自主引导用户完成快速寻车，与当前市场中投放的智能寻车平台或小程序相比，体验感更好、寻车效率也更高，并保证设备安全与使用规范。

技术研发人员：徐丹,王江涛,赵硕,马宗方
受保护的技术使用者：西安建筑科技大学
技术研发日：
技术公布日：2025/2/13