本发明涉及机器人控制指令分析，具体为基于多算法融合的机器人控制指令分析系统。
背景技术：
1、传统机器人控制指令分析系统在处理复杂动态环境中存在明显不足。首先，它们往往无法有效地整合静态路径规划和动态避障功能，导致在面对环境变化时反应迟缓或不够灵活。
2、其次，传统系统在全局路径规划和局部动态调整之间难以取得良好平衡，要么过于关注全局最优性而忽视了实时性，要么过度追求实时响应而牺牲了整体效率。
3、此外，传统系统通常缺乏有效的机制来动态识别和处理环境中的变化，特别是在区分静态和动态障碍物方面存在困难。这导致系统无法及时调整运行策略，降低了机器人在复杂环境中的适应性和安全性。
4、最后，传统系统在路径平滑和动态避障之间的协调也不够理想，往往难以在保证安全性的同时维持轨迹的平滑性和效率。这些问题综合起来，严重限制了传统机器人控制系统在复杂、动态环境中的应用效果和范围。
技术实现思路
1、本发明的目的在于提供基于多算法融合的机器人控制指令分析系统，以解决上述背景技术中提出的问题。
2、为实现上述目的，本发明提供如下技术方案：基于多算法融合的机器人控制指令分析系统，包括数据收集模块、环境地图分析模块、全局路径分析模块和运行轨迹分析模块，其中：
3、所述数据收集模块收集机器人自身状态数据；利用环境传感器收集机器人周围环境数据；以及收集目标位置；其中自身状态数据包括当前位置、方向与速度和机器人运动约束参数；
4、所述环境地图分析模块根据所述环境数据确定环境占据栅格地图；
5、所述全局路径分析模块根据所述环境占据栅格地图、目标位置以及自身状态数据中的当前位置和机器人运动约束参数，确定全局路径；
6、所述运行轨迹分析模块根据所述全局路径和自身状态数据，确定平滑轨迹，并检测环境地图分析模块中的环境占据栅格地图，通过动态更新环境占据栅格地图，比较不同时间点的地图，确定是否存在动态避障物，其中：若环境占据栅格地图中存在动态避障物，则更新环境占据栅格地图，并根据实时更新的环境占据栅格地图确定局部优化的轨迹，根据所述局部优化的轨迹，修改平滑轨迹，作为最终的机器人运行轨迹。
7、作为本技术方案的进一步改进，所述数据收集模块收集的环境数据由不同的环境传感器所收集的数据组成；所述数据收集模块与任务规划系统建立连接获取目标位置坐标，目标位置坐标表示机器人需要达到的最终位置。
8、作为本技术方案的进一步改进，所述环境地图分析模块根据环境数据确定环境占据栅格地图，具体包括：
9、应用中值滤波去除环境数据中的异常值和噪声点，并将环境数据中不同环境传感器的数据统一到机器人坐标系；
10、初始化二维数组作为栅格地图，每个元素代表一个栅格，初始状态设为未知，占据概率设为0.5；
11、根据统一坐标系中的数据，应用随机抽样一致性算法识别并移除地面点，并对非地面点进行欧氏聚类，分离不同障碍物，基于聚类结果，初步分类障碍物；
12、使用障碍物检测和分类的结果更新栅格地图，从传感器位置到每个检测点进行射线追踪，利用逆传感器模型更新栅格占据概率，提高障碍物位置的占据概率，降低射线经过的空闲区域的占据概率，通过使用对数概率比表示栅格状态；
13、基于更新后的栅格地图进行优化，应用形态学操作去除小的噪声区域，提取并优化障碍物边界，根据概率阈值将栅格分类为占据、空闲和未知；
14、使用优化后的栅格地图识别环境特征并进行提取，识别静态障碍物，分析；
15、基于优化和特征提取后的地图数据，使用四叉树结构压缩地图数据，作为环境占据栅格地图。
16、作为本技术方案的进一步改进，所述全局路径分析模块根据环境占据栅格地图、目标位置以及自身状态数据中的当前位置和机器人运动约束参数，利用路径规划算法确定全局路径，具体包括：
17、使用路径规划算法中的迪克斯特拉轻算法规划路径，迪克斯特拉轻算法是从目标反向搜索，将目标位置设为起点，当前位置设为终点；使用曼哈顿距离初始化启发式函数；
18、确定目标位置和机器人当前位置，创建一个与环境占据栅格地图大小相同的二维数组存储代价值；
19、实际代价g(n)计算：从目标位置开始，初始值为0；对于每个相邻栅格，检查优化后的栅格地图中的栅格状态；根据栅格状态设置基础代价：占据栅格设为无穷大、空闲栅格设为1、未知栅格设为大于1的值；将靠近静态障碍物边缘的栅格增加额外代价；根据机器人运动约束参数调整代价，更新栅格的实际代价值为到达该栅格的最小累积代价；
20、启发式估计h(n)计算：使用启发式函数计算到机器人当前位置的估计代价；
21、总估计代价f(n)计算：对每个可通行栅格，计算f(n)＝g(n)+h(n)；使用四叉树结构快速访问和更新栅格代价；
22、路径规划：维护一个优先队列，按f(n)值排序，从队列中取出f(n)最小的栅格进行扩展，当到达机器人当前位置时，回溯生成完整全局路径。
23、作为本技术方案的进一步改进，所述运行轨迹分析模块包括平滑轨迹分析单元，所述平滑轨迹分析单元根据全局路径和自身状态数据，确定平滑轨迹，具体包括：
24、将全局路径转换为连续坐标系中的路径点序列，使用移动平均方法对路径进行初步平滑，去除锯齿状轨迹；
25、根据自身状态数据，确定当前动力学参数；计算路径的曲率，识别曲率变化的区域；根据机器人的最小转弯半径，调整高曲率区域的路径，用于规划路径长度；
26、根据路径曲率和机器人运动约束参数，为路径上的每个点分配速度，在转弯处降低速度，在直线段提高速度，用于规划速度；
27、使用样条插值在路径点之间生成多个的中间点；
28、根据规划的路径长度和速度，为轨迹添加时间维度，生成时间-位置-速度的完整平滑轨迹。
29、作为本技术方案的进一步改进，所述运行轨迹分析模块包括检测单元，所述检测单元检测环境地图分析模块中的环境占据栅格地图，通过动态更新环境占据栅格地图，比较不同时间点的地图，识别变化的区域，根据变化区域确定局部优化的轨迹，具体包括：
30、持续接收环境地图分析模块的实时更新，并存储多个时间点的环境占据栅格地图快照，使用图像差分技术比较连续时间点的环境占据栅格地图，通过比较其中栅格的总估计代价来确定变化区域，其中：
31、若不同时间点的环境占据栅格地图中的栅格的总估计代价存在不同，则确定存在动态避障物，并提取对应的变化区域，基于不同时间点的环境占据栅格地图的差分结果,使用连通区域分析算法识别变化区域，对每个连通区域进行边界提取,得到变化区域的轮廓；
32、计算每个变化区域的几何特征，分析变化区域的栅格值变化,估计障碍物的类型；根据变化区域与当前规划轨迹的距离和面积大小因素,对变化区域进行优先级排序，并选择最高优先级的变化区域；
33、以最高优先级的变化区域为中心,根据机器人的当前状态，扩展范围作为重新规划的影响区域；在原有轨迹上选择影响区域外的一个点作为局部规划的目标点；使用快速重规划算法在影响区域内生成局部路径。
34、作为本技术方案的进一步改进，所述运行轨迹分析模块包括优化单元，所述优化单元根据局部路径，修改平滑轨迹，作为最终的机器人运行轨迹，具体包括：
35、将局部路径插入到平滑轨迹中,在轨迹的连接点使用三次样条确保轨迹的连续性，具体利用平滑轨迹，结合局部路径的相应数据，在连接点处建立方程组，通过求解该方程组，得到能够平滑连接全局路径和局部路径的三次多项式函数；
36、并应用贝塞尔曲对整个修改后的平滑轨迹进行平滑处理，在使用贝塞尔曲线进行整体轨迹平滑时，将修改后的轨迹中的关键点作为控制点，控制点包括但不限于路径点、三次样条插值后的连接点，根据该控制点构建贝塞尔曲线，对于轨迹上的每一段，使用相邻的几个控制点来生成平滑的曲线段，并将这些平滑的曲线段连接起来，作为最终的机器人运行轨迹。
37、与现有技术相比，本发明的有益效果是：
38、1、该基于多算法融合的机器人控制指令分析系统中环境占据栅格地图在本系统中发挥了多重关键作用，不仅可以确定全局路径，还可以通过动态更新和比较不同时间点的地图来确定是否存在动态避障物，从而产生显著的有益效果；在确定全局路径方面，环境占据栅格地图通过精确表示环境中的障碍物和可通行区域，为路径规划算法提供了准确的环境信息，使得规划出的路径能够有效避开静态障碍物；同时，通过动态更新机制，系统能够实时捕捉环境变化，比较不同时间点的地图，从而识别出动态障碍物。这种动态识别能力使得机器人能够及时调整其运行策略，有效应对环境中的突发变化，大大提高了机器人在复杂动态环境中的适应性和安全性。此外，环境占据栅格地图的多重应用还实现了静态路径规划和动态避障的无缝集成，使得系统能够在保证全局路径最优性的同时，灵活应对局部环境变化，从而提高了机器人的整体运行效率和可靠性。
39、2、该基于多算法融合的机器人控制指令分析系统中的总估计代价在本系统中的多重应用体现了其在路径规划和动态避障中的核心作用，产生了显著的有益效果；在全局路径规划中，系统利用总估计代价f(n)＝g(n)+h(n)来评估每个栅格的代价，其中g(n)反映了从起点到当前栅格的实际代价，h(n)则估计了从当前栅格到目标的预期代价；通过最小化总估计代价，系统能够在考虑实际环境约束和目标导向的基础上，高效地生成最优全局路径；同时，在动态避障过程中，通过比较不同时间点环境占据栅格地图中栅格的总估计代价变化，来确定是否存在动态避障物并提取相应的变化区域；这种基于总估计代价的动态障碍物检测方法，不仅能够准确识别环境中的变化，还能反映这些变化对路径规划的潜在影响；通过这种多重应用，总估计代价成为了连接静态路径规划和动态环境感知的关键桥梁，使得系统能够在保证全局路径最优性的同时，快速响应环境变化，实现了静态规划和动态调整的有机结合，极大地提高了机器人在复杂动态环境中的导航性能。
40、3、该基于多算法融合的机器人控制指令分析系统选择在确定平滑轨迹后才进行动态避障物检测，而不是直接在全局路径规划阶段进行，这种设计体现了对效率和实时性的精妙平衡，产生了显著的有益效果；首先，这种方法允许系统先基于相对稳定的环境信息快速生成全局路径和平滑轨迹，为机器人提供一个初始的、整体最优的运动计划；这样可以避免在全局规划阶段过度关注瞬时变化，提高了路径生成的效率和稳定性；其次，在确定平滑轨迹后进行动态避障物检测，使得系统能够更加聚焦于与实际执行路径相关的环境变化；这种方法可以有效减少不必要的计算和调整，因为只有那些可能影响当前执行轨迹的动态障碍物才会被考虑；最后，这种设计允许系统在保持全局规划整体性的同时，灵活应对局部环境变化；通过在平滑轨迹的基础上进行局部优化，系统可以在保持原有轨迹大体形状的同时，仅对必要的部分进行调整，从而在保证安全性的同时最大限度地保持了原有轨迹的平滑性和效率。
1.基于多算法融合的机器人控制指令分析系统，其特征在于，包括数据收集模块(100)、环境地图分析模块(200)、全局路径分析模块(300)和运行轨迹分析模块(400)，其中：
2.根据权利要求1所述的基于多算法融合的机器人控制指令分析系统，其特征在于，所述数据收集模块(100)收集的环境数据由不同的环境传感器所收集的数据组成；所述数据收集模块(100)与任务规划系统建立连接获取目标位置坐标，目标位置坐标表示机器人需要达到的最终位置。
3.根据权利要求2所述的基于多算法融合的机器人控制指令分析系统，其特征在于，所述环境地图分析模块(200)根据环境数据确定环境占据栅格地图，具体包括：
4.根据权利要求3所述的基于多算法融合的机器人控制指令分析系统，其特征在于，所述全局路径分析模块(300)根据环境占据栅格地图、目标位置以及自身状态数据中的当前位置和机器人运动约束参数，利用路径规划算法确定全局路径，具体包括：
5.根据权利要求4所述的基于多算法融合的机器人控制指令分析系统，其特征在于，所述运行轨迹分析模块(400)包括平滑轨迹分析单元(401)，所述平滑轨迹分析单元(401)根据全局路径和自身状态数据，确定平滑轨迹，具体包括：
6.根据权利要求5所述的基于多算法融合的机器人控制指令分析系统，其特征在于，所述运行轨迹分析模块(400)包括检测单元(402)，所述检测单元(402)检测环境地图分析模块(200)中的环境占据栅格地图，通过动态更新环境占据栅格地图，比较不同时间点的地图，识别变化的区域，根据变化区域确定局部优化的轨迹，具体包括：
7.根据权利要求6所述的基于多算法融合的机器人控制指令分析系统，其特征在于，所述运行轨迹分析模块(400)包括优化单元(403)，所述优化单元(403)根据局部路径，修改平滑轨迹，作为最终的机器人运行轨迹，具体包括：
