一种多无人驾驶矿车的协同控制方法及系统与流程

本发明属于控制系统，尤其涉及一种多无人驾驶矿车的协同控制方法及系统。

背景技术：

1、无人驾驶矿车作为自动化技术在矿山和工业领域的应用，具有重要的意义和价值。主要原因在于，矿山等工业环境常常存在有害气体、高温、高压等危险因素，无人驾驶矿车可以减少人员直接接触这些危险环境的机会，提高安全性。同时，在长期运行中，无人驾驶矿车的运营和维护成本相对较低，对企业的经济效益有积极影响。

2、当前无人驾驶矿车主要依赖于a*算法、粒子群寻优算法等全局路径规划算法以及动态窗口法、模糊逻辑法等局部路径规划算法等实现矿车控制。然而单独的全局路径规划算法缺乏对动态环境的实时响应能力，容易发生以外，单独的局部路径规划是针对矿车当前位置和周围环境的路径优化，只考虑了短期目标和局部障碍物的避让，可能会忽略全局最优路径，导致矿车工作效率的降低。

3、并且，无论是采用全局路径规划算法还是局部路径规划算法，均难以应对丢包问题，一旦发生丢包往往采用减缓速度或者停机等待的方式进行解决，导致矿车工作效率低下。

技术实现思路

1、鉴于以上现有技术的不足，发明的目的在于提供一种多无人驾驶矿车的协同控制方法及系统，解决单独的全局路径规划算法缺乏对动态环境的实时响应能力，容易发生以外，单独的局部路径规划是针对矿车当前位置和周围环境的路径优化，只考虑了短期目标和局部障碍物的避让，可能会忽略全局最优路径，导致矿车工作效率的降低。无论是采用全局路径规划算法还是局部路径规划算法，均难以应对丢包问题，一旦发生丢包往往采用减缓速度或者停机等待的方式进行解决，导致矿车工作效率低下问题。

2、本发明的第一方面，提出了一种多无人驾驶矿车的协同控制方法，包括：

3、s1：获取任务信息，所述任务信息包括载货量信息、起点信息以及终点信息；

4、s2：根据所述载货量信息以及所述起点信息挑选出符合任务要求的多辆无人驾驶矿车，形成矿车编队；

5、s3：根据所述终点信息，通过改进的蚁群算法确定全局最优路径；

6、s4：控制所述矿车编队到达起点处进行载货；

7、s5：从所述矿车编队中挑选出一个领导者，其他矿车作为跟随者，将所述全局最优路径作为所述领导者的行驶路径；

8、s6：通过多个子目标点将所述全局最优路径划划分为多个子路径；

9、s7：根据所述领导者的位置信息，通过改进的人工势场算法，确定所述领导者至各个子目标点的局部最优路径；

10、s8：根据所述跟随者与所述领导者之间的相对位置关系，通过改进的人工势场算法，确定各个跟随者至各个子目标点的跟随路径；

11、s9：按照所述局部最优路径以及所述跟随路径，根据各个矿车的实时状态数据，控制矿车移动；

12、其中，当所述跟随者的实时状态数据丢包时，采用所述领导者的实时状态数据控制所述跟随者；当所述领导者的实时状态数据丢包时，采用距离所述领导者最近的跟随者的实时状态数据控制所述领导者。

13、本发明的第二方面，提出了一种多无人驾驶矿车的协同控制系统，包括处理器和用于存储处理器可执行指令的存储器；所述处理器被配置为调用所述存储器存储的指令，以执行第一方面所述的多无人驾驶矿车的协同控制方法。

14、本发明有益效果如下：

15、(1)在本发明中，将全局路径规划与综合路径规划相结合，通过改进的蚁群算法确定全局最优路径，使得矿车在运输过程中选择最优路径和行进方式，通过改进的人工势场算法保持队形，提升对于动态环境变化的实时响应能力，提高整体的运输效率。

16、(2)在本发明中，根据所述载货量信息以及所述起点信息挑选出符合任务要求的多辆无人驾驶矿车，形成矿车编队，并通过矿车编队进行货物运输，领导者-跟随者模式的设计使得矿车编队有组织地行进，减少了碰撞和意外事件的发生概率，通过合理的矿车编队形成和跟随控制，减少了矿车之间的空隙，降低了空气阻力，也有利于节能减排。

17、(3)在本发明中，领导者-跟随者模式的设计还可以当跟随者的实时状态数据丢包时，采用领导者的实时状态数据控制跟随者，可以保证矿车编队的稳定性，当领导者的实时状态数据丢包时，采用距离领导者最近的跟随者的实时状态数据控制领导者，在丢包时无需采用减缓速度或者停机等待，提升了矿车运输效率，矿车编队中的车辆不同，可能面临的通信环境和问题也会有所不同，采用这种灵活的控制策略可以根据具体情况进行选择，提高了系统在各种环境下的适应性。

技术特征：

1.一种多无人驾驶矿车的协同控制方法，其特征在于，包括：

2.根据权利要求1所述的多无人驾驶矿车的协同控制方法，其特征在于，所述s2具体为：

3.根据权利要求1所述的多无人驾驶矿车的协同控制方法，其特征在于，所述s3具体包括：

4.根据权利要求1所述的多无人驾驶矿车的协同控制方法，其特征在于，所述s5具体包括：

5.根据权利要求1所述的多无人驾驶矿车的协同控制方法，其特征在于，所述s6具体包括：

6.根据权利要求1所述的多无人驾驶矿车的协同控制方法，其特征在于，所述s7具体包括：

7.根据权利要求6所述的多无人驾驶矿车的协同控制方法，其特征在于，所述s7具体还包括：

8.根据权利要求7所述的多无人驾驶矿车的协同控制方法，其特征在于，所述s8具体包括：

9.根据权利要求6所述的多无人驾驶矿车的协同控制方法，其特征在于，所述s8具体还包括：

10.一种多无人驾驶矿车的协同控制系统，其特征在于，包括处理器和用于存储处理器可执行指令的存储器；所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至9中任意一项所述的多无人驾驶矿车的协同控制方法。

技术总结本发明涉及一种多无人驾驶矿车的协同控制方法及系统，属于控制系统技术领域，该方法包括：获取任务信息；根据载货量信息以及起点信息挑选出符合任务要求的多辆无人驾驶矿车，形成矿车编队；根据终点信息，通过改进的蚁群算法确定全局最优路径；从矿车编队中挑选出一个领导者，其他矿车作为跟随者；通过多个子目标点将全局最优路径划划分为多个子路径；根据领导者的位置信息，通过改进的人工势场算法确定局部最优路径和跟随路径；根据各个矿车的实时状态数据，控制矿车移动；其中，当跟随者的实时状态数据丢包时，采用领导者的实时状态数据控制跟随者；当领导者的实时状态数据丢包时，采用距离领导者最近的跟随者的实时状态数据控制领导者。技术研发人员：杨扬,卿启林,何义华,付豪,肖子轩,唐勇受保护的技术使用者：上海伯镭智能科技有限公司技术研发日：技术公布日：2024/7/4