【技术实现步骤摘要】
本专利技术属于机器人避障
，具体涉及一种机器人避障中的最短路径规划方法。
技术介绍
机器人避障路径规划是指在给定的环境障碍条件下，选择一条从起始点到目标点的路径，使机器人可以安全、无碰撞地通过所有的障碍。这种自主地躲避障碍物并完成作业任务的方法，是机器人研究和应用中的一个重要内容。目前，为了能够快速地找到一条从起始点到目标点的最优或最短路径，研究者们已经开发出很多不同的算法，例如A*算法、Dijkstra算法、遗传算法、粒子群算法和人工势场法等。与A*算法相比，Dijkstra算法、遗传算法和粒子群算法都存在数据复杂、计算量大等缺点。A*算法是在Dijkstra算法基础上加了约束条件的最好优先算法，在搜索中加入了与问题有关的启发性信息，指导搜索朝最有希望的方向进行，用于搜索状态空间的最短路径，这比无方向性的Dijkstra算法理论上更加迅速。然而，采用A*算法规划出的最优路径往往与障碍物紧挨，与机器人之间缺少缓冲地带。人们更希望略微增加路...
【技术保护点】
一种机器人避障中的最短路径规划方法，其包括以下步骤：采用卷积运算获得概率栅格地图；对原始的A*算法进行改进，得到改进后的A*算法的代价函数为：f(n)＝k1*g(n)+k2*h(n)+k3*k(n)，式中，g(n)表示从起点S到节点n之间的实际代价，代表了搜索广度的优先趋势；h(n)表示从节点n到目标点D之间的最佳路径的估计代价，包含了搜索中的启发信息；k(n)表示概率栅格地图中栅格对应的概率值；k1为代价g(n)对应的权重，k2为代价h(n)对应的权重，k3为概率值k(n)对应的权重，其中0＜ki＜1(i＝1,2,3)；在概率栅格地图的基础上，采用改进后的A*算法进行从起...
【技术特征摘要】
1.一种机器人避障中的最短路径规划方法，其包括以下步骤：
采用卷积运算获得概率栅格地图；
对原始的A*算法进行改进，得到改进后的A*算法的代价函数为：
f(n)＝k1*g(n)+k2*h(n)+k3*k(n)，
式中，g(n)表示从起点S到节点n之间的实际代价，代表了搜索广度的优先
趋势；h(n)表示从节点n到目标点D之间的最佳路径的估计代价，包含了搜
索中的启发信息；k(n)表示概率栅格地图中栅格对应的概率值；k1为代价
g(n)对应的权重，k2为代价h(n)对应的权重，k3为概率值k(n)对应的
权重，其中0＜ki＜1(i＝1,2,3)；
在概率栅格地图的基础上，采用改进后的A*算法进行从起点到终点的最短
路径搜索。
2.如权利要求1所述的一种机器人避障中的最短路径规划方法，其特征在
于：所述采用卷积运算获得概率栅格地图的过程为：
(1)利用二维数组定义栅格地图，其包括：
自定义栅格地图中的栅格类型为：FREE、OBSTACLE、START、END和
PROBABILITY；FREE代表表示完全没有障碍物，OBSTACLE表示确定有障碍
物，START表示起点，END表示终点；PROBABILITY从高到低表示障碍物存
在的可能性大小，PROBABILITY的值越大表示障碍物存在的可能性越大；
自定义二维数组的数据类型如下：
其中，s_x和s_y表示某个栅格在地图中的坐标，s_g和s_h表示A*算法规
划中的两个代价距离，s_style表示栅格类型；structAStarNode*s_parent定义了
一个相同类型的指针；ints_is_in_closetable和ints_is_in_opentable表示某一个
栅格在搜索过程中是否已经遍历过，如果已经遍历过，则s_is_in_closetable＝1，
s_is_in_opentable＝0；否则，s_is_in_closetable＝0，s_is_in_opentable＝1；
根据自定义的二维数组的数据类型，将二维数组表示为：
AStarNodemap_maze[ROW][COLUMN]；
(2)对栅格地图做卷积运算，得到概率栅格地图，其具体过程为：
对于栅格地图中非边缘部分进行栅格概率化，其具体过程为：
选择一个行数和列数均为m且m为奇数的权矩阵作为卷积核，卷积核表示
为：
R = R 11 R 12 ... R 1 m R 21 R 22 ... R 2 m . . . R m 1 R m 2 ... ...
【专利技术属性】
技术研发人员：王玉亮，王晓刚，乔涛，王巍，薛林，
申请(专利权)人：北京进化者机器人科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。