一种运动路径的规划方法技术

本发明专利技术涉及机器人路径规划技术领域，尤其涉及一种运动路径的规划方法，包括：建立牵引车拖动拖车的系统模型并提取拖挂式移动机器人的状态信息；以邻近点为出发点根据一预设的步长拓展新节点；对切向拟合形成的期望路径段进行路径跟踪并计算新节点的状态信息；判断路径跟踪的过程是否满足预设的夹角约束条件，并将满足夹角约束条件的新节点和新节点的状态信息添加入一节点树中，随后返回，直至新节点为目标点时形成包括一完整路径的完整节点树为止；对完整路径进行优化形成一优化路径，并将优化路径作为拖挂式移动机器人的运动路径；上述技术方案能够对拖挂式移动机器人进行路径规划，避免牵引车和拖车折叠、挤压的现象发生。

Planning method of moving path

The present invention relates to the technical field of robot path planning, including the planning method, in particular to a motion path: to establish state information extraction of tractor trailer mobile robot system model and tractor trailer drag; the adjacent point as the starting point according to a preset step to expand new nodes; the path tracking of the desired tangential path segment fitting the formation of the state information and calculation of the new node; judging whether the path tracking process meets the preset angle constraint conditions, new nodes and node state information and will meet the conditions of the angle constraint added to a node in the tree, then returned, the full tree node includes the full path of the formation until the new node is the target point so far; to complete path optimization form an optimal path, and the optimal path as the moving path of the tractor trailer mobile robot; Technical scheme can path planning for tractor trailer mobile robot, to avoid the occurrence of tractor and trailer folding, extrusion phenomenon.

【技术实现步骤摘要】

本专利技术涉路径规划
，尤其涉及一种运动路径的规划方法。
技术介绍
路径规划是指机器人从所处的环境中自动搜索出一条从初始状态到目标状态的避碰、最优或次优路径。通常选用的实现方法包括人工势场法、遗传算法、快速扩展随机树算法(Rapid-exploringRandomTree，简称RRT)等。路径规划的研究通常应用于单体机器人系统中，由于拖挂式机器人系统在约束和控制条件上的复杂性，一般的路径规划算法无法满足实际需求。快速扩展随机树算法是一种随机釆样的典型树结构算法，采用特定的增量方式进行构造，其基本思想是由控制理论决定随机树的增长方式，通过在状态空间随机采样状态点将搜索导向空白区域，逐步缩短随机状态点与树的期望节点即规划目标点间的距离，从而找到一条连接起始点与目标点的规划路径。这种规划方式抛弃状态空间对障碍物精确定义的要求，选用碰撞检测函数来判定系统每个位形与障碍物的关系，可以简化对空间的建模，搜索速度快，不会出现栅格法、人工势场法等算法中易出现的维数灾难问题。因此用于解决复杂环境下复杂系统的路径规划问题。拖挂式机器人系统根据连接方式可分为离轴式和连轴式，根据运动特性又可分为正车和倒车，由于系统结构的复杂性，不同工况下系统的路径跟踪控制方法都各不相同，尤其针对离轴式倒车系统，通常容易发生牵引车和拖车折叠、挤压的现象。
技术实现思路
针对上述问题，本专利技术提出了一种运动路径的规划方法，应用于拖挂式移动机器人，所述拖挂式移动机器人包括一牵引车和一拖车，所述牵引车牵引所述拖车向一目标点运动；其中，所述规划方法包括：步骤S1：建立所述牵引车拖动所述拖车的系统模型并提取所述拖挂式移动机器人的初始的状态信息；步骤S2：选取一随机方向点，并选取最靠近所述随机方向点的节点作为一邻近点，以所述邻近点为出发点根据一预设的步长拓展新节点；步骤S3：对所述邻近点和所述新节点进行切向拟合形成一期望路径段，并对所述期望路径段进行路径跟踪并计算所述新节点的所述状态信息；步骤S4：判断所述路径跟踪的过程是否满足预设的夹角约束条件，并将满足夹角约束条件的新节点和所述新节点的所述状态信息添加入一节点树中，随后返回所述步骤S2，直至所述新节点为所述目标点时形成包括一完整路径的完整节点树为止；步骤S5：对所述完整路径进行优化形成一优化路径，并将所述优化路径作为所述拖挂式移动机器人的所述运动路径。上述的规划方法，其中，所述步骤S5中，确定所述完整路径中最优的路径的具体方法是：对每个所述完整路径中的所述节点进行正向优化操作，以对所述节点进行筛选，并以筛选后的所述节点形成的所述完整路径作为所述拖挂式移动机器人的所述最优路径。上述的规划方法，其中，所述正向优化为依据所述节点拓展的正向顺序进行的节点优化操作。上述的规划方法，其中，进行所述步骤S5之前还需要将所述完整节点树中未形成所述完整路径的节点删除。上述的规划方法，其中，所述邻近点下形成有多个子节点树；所述步骤S2还包括一击中次数测试的步骤：步骤S21：对每个所述邻近点进行所述击中次数测试，并记录击中每个所述邻近点的次数；步骤S22：判断击中所述邻近点的次数是否超出一预设的效率阀值；若是，则删除所述邻近点及所述邻近点下的所有所述子节点树；若否，则执行所述步骤S3。上述的规划方法，其中，所述状态信息包括所述牵引车和拖车的位置信息。上述的规划方法，其中，所述步骤S4中，判断所述路径跟踪的过程是否符合所述夹角约束条件的方式具体为：判断所述路径跟踪的过程中所述牵引车和所述拖车形成的车体夹角是否总是小于一预设的约束角，并在所述路径跟踪的过程中所述车体夹角总是小于所述约束角时判断所述路径跟踪的过程满足所述夹角约束条件。上述的规划方法，其中，所述步骤S4中：判断所述路径跟踪的过程是否符合所述夹角约束条件的同时还对所述拖挂式移动机器人的工作环境进行碰撞检测；于所述路径跟踪的过程中所述车体夹角总是小于所述约束角且所述工作环境无碰撞阻挡时，则将所述新节点和所述新节点的所述状态信息添加入所述节点树中。有益效果：本专利技术提出的一种运动路径的规划方法应用于拖挂式移动机器人，能够对拖挂式移动机器人进行路径规划，避免牵引车和拖车折叠、挤压的现象发生。附图说明图1为本专利技术一实施例中运动路径的规划方法的步骤流程图；图2为本专利技术一实施例中拖挂式移动机器人的结构示意图；图3为本专利技术一实施例中拟合的期望路径的示意图；图4为针对图3所示的期望路径进行路径跟踪的结果；图5为本专利技术一实施例中可行路径的示意图；图6为图5所示的可行路径优化后的结果；图7为本专利技术一实施例中路径搜索的结果；图8为图7中所示的路径搜索结果的优化结果；图9为本专利技术一实施例中路径搜索的结果；图10为图10中所示的路径搜索结果的优化结果；图11为本专利技术一实施例中拖车双轮中点轨迹线20次计算结果的汇总图；图12为本专利技术一实施例中100次计算样本的统计信息；图13为本专利技术一实施例中搜索时间的统计结果；图14为本专利技术一实施例中路径长度的统计结果。具体实施方式下面结合附图和实施例对本专利技术进行进一步说明。在一个较佳的实施例中，如图1所示，提出了一种运动路径的规划方法，可以应用于拖挂式移动机器人，拖挂式移动机器人可以包括如图2所示的一牵引车和一拖车，牵引车牵引拖车向一目标点运动；该规划方法可以包括：步骤S1：建立牵引车拖动拖车的系统模型并提取拖挂式移动机器人的初始的状态信息；步骤S2：选取一随机方向点，并选取最靠近随机方向点的节点作为一邻近点，以邻近点为出发点根据一预设的步长拓展新节点；步骤S3：对邻近点和新节点进行切向拟合形成一期望路径段，并对期望路径段进行路径跟踪并计算新节点的状态信息；步骤S4：判断路径跟踪的过程是否满足预设的夹角约束条件，并将满足夹角约束条件的新节点和新节点的状态信息添加入一节点树中，随后返回步骤S2，直至新节点为目标点时形成包括一完整路径的完整节点树为止；步骤S5：对完整路径进行优化形成一优化路径，并将优化路径作为拖挂式移动机器人的运动路径。具体地，每个期望路径段的起始点可以为所选择的邻近点；由于采用切向拟合形成期望路径段，因此所选择的邻近点和每个拓展的新节点只会形成一个期望路径段，并且在每次执行步骤S2时，拓展的新节点数量只有一个，多次循环以后能够在节点树中拓展多个新节点；状态信息可以包括拖车和牵引车分别的方位角，角速度，线速度，加速度等；但这些都是优选的情况，不应视为是对本专利技术的限制。在一个较佳的实施例中，步骤S5中，确定完整路径中最优的路径的具体方法是：对每个完整路径中的节点进行正向优化操作，以对节点进行筛选，并以筛选后的节点形成的完整路径作为拖挂式移动机器人的最优路径。上述实施例中，优选地，正向优化为依据节点拓展的正向顺序进行的节点优化操作。在一个较佳的实施例中，进行步骤S5之前还需要将完整节点树中未形成完整路径的节点删除。在一个较佳的实施例中，邻近点下形成有多个子节点树；步骤S2还包括一击中次数测试的步骤：步骤S21：对每个邻近点进行击中次数测试，并记录击中每个邻近点的次数；步骤S22：判断击中邻近点的次数是否超出一预设的效率阀值；若是，则删除邻近点及邻近点下的所有子节点树；若否，则执行步骤S3。在一个较佳的实施例中，状态信息包括牵引车和拖车的本文档来自技高网...

【技术保护点】
一种运动路径的规划方法，应用于拖挂式移动机器人，所述拖挂式移动机器人包括一牵引车和一拖车，所述牵引车牵引所述拖车向一目标点运动；其特征在于，所述规划方法包括：步骤S1：建立所述牵引车拖动所述拖车的系统模型并提取所述拖挂式移动机器人的初始的状态信息；步骤S2：选取一随机方向点，并选取最靠近所述随机方向点的节点作为一邻近点，以所述邻近点为出发点根据一预设的步长拓展新节点；步骤S3：对所述邻近点和所述新节点进行切向拟合形成一期望路径段，并对所述期望路径段进行路径跟踪并计算所述新节点的所述状态信息；步骤S4：判断所述路径跟踪的过程是否满足预设的夹角约束条件，并将满足夹角约束条件的新节点和所述新节点的所述状态信息添加入一节点树中，随后返回所述步骤S2，直至所述新节点为所述目标点时形成包括一完整路径的完整节点树为止；步骤S5：对所述完整路径进行优化形成一优化路径，并将所述优化路径作为所述拖挂式移动机器人的所述运动路径。

【技术特征摘要】
1.一种运动路径的规划方法，应用于拖挂式移动机器人，所述拖挂式移动机器人包括一牵引车和一拖车，所述牵引车牵引所述拖车向一目标点运动；其特征在于，所述规划方法包括：步骤S1：建立所述牵引车拖动所述拖车的系统模型并提取所述拖挂式移动机器人的初始的状态信息；步骤S2：选取一随机方向点，并选取最靠近所述随机方向点的节点作为一邻近点，以所述邻近点为出发点根据一预设的步长拓展新节点；步骤S3：对所述邻近点和所述新节点进行切向拟合形成一期望路径段，并对所述期望路径段进行路径跟踪并计算所述新节点的所述状态信息；步骤S4：判断所述路径跟踪的过程是否满足预设的夹角约束条件，并将满足夹角约束条件的新节点和所述新节点的所述状态信息添加入一节点树中，随后返回所述步骤S2，直至所述新节点为所述目标点时形成包括一完整路径的完整节点树为止；步骤S5：对所述完整路径进行优化形成一优化路径，并将所述优化路径作为所述拖挂式移动机器人的所述运动路径。2.根据权利要求1所述的规划方法，其特征在于，所述步骤S5中，确定所述完整路径中最优的路径的具体方法是：对每个所述完整路径中的所述节点进行正向优化操作，以对所述节点进行筛选，并以筛选后的所述节点形成的所述完整路径作为所述拖挂式移动机器人的所述最优路径。3.根据权利要求2所述的规划方法，其特征在于，所述正向优化为依据所述节点拓展的正向顺序进行的节点优...

【专利技术属性】
技术研发人员：方晓波，钱宏，
申请(专利权)人：中国船舶工业集团公司第七零八研究所，上海中船船舶设计技术国家工程研究中心有限公司，
类型：发明
国别省市：上海;31