移动机器人路径规划方法和系统技术方案

本发明专利技术提供了一种移动机器人路径规划方法和系统，包括：根据移动机器人的行进环境数据建立地图；将地图划分为多个均匀的栅格，得到初始栅格地图，确定移动机器人在初始栅格地图上的起点位置和终点位置；接收移动机器人上的传感器探测到的障碍物信号；根据障碍物信号，确定移动机器人在当前位置上所受的斥力；根据移动机器人在当前位置上所受的斥力构建障碍物区域的衰减的斥力场；根据衰减的斥力场对初始栅格地图中的每个栅格进行赋值，得到赋值后的栅格地图；并采用非遍历搜索方式生成移动机器人朝向终点位置的行进路径。本发明专利技术在规划最优的路径时完全不涉及到势场力的矢量计算，消除了人工势场法可能发生的局部最优点“死锁”的可能性。

Path planning method and system for mobile robot

The invention provides a mobile robot path planning method and system, including: the establishment of road map based on the environmental data of the mobile robot; the map is divided into a plurality of uniform grids, initial grid map, determine the mobile robot in the initial grid map is the starting point and end point location position; obstacle detection signal to the receiving sensor the mobile robot's obstacle; according to the signal, to determine the mobile robot in the position of the repulsion; according to the repulsion field mobile robot obstacle region in the construction of the current position of the repulsion of the attenuation; assignment according to the attenuation of the repulsive force field on the initial grid map in each grid by grid map after the assignment; and the path of non ergodic search mode to generate the mobile robot position toward the end point. When the optimal path is planned, the method does not involve the vector calculation of potential force, and eliminates the possibility that the local optimum \deadlock\ may occur in the artificial potential field method.

【技术实现步骤摘要】
移动机器人路径规划方法和系统
本专利技术涉及移动机器人
，具体地，涉及移动机器人路径规划方法和系统。
技术介绍
移动机器人是一类能够通过传感器感知环境和自身状态，实现在有障碍物的环境中面向目标的自主运动的系统。由于移动机器人在前往目标地点时可能要经过各种障碍物，因此需要对移动机器人的行进路径进行规划。目前，在移动机器人的路径规划的诸多方法中包括：人工势场法和栅格地图法。但是，人工势场法的容易陷入局部极小点，从而导致移动机器人不能达到目标位置。传统的栅格地图法的基础组成部分为最小栅格刻度，以此将地图进行栅格划分。栅格地图法可以较为方便的使用递归算法求得任意两个通行栅格间的无碰撞路径，但是需要较大的资源与实践，且路径优化程度不理想。因此，目前关于移动机器人的路径规划的方法效率低，无法从根本上避免人工势场法的局部最小点“死锁”问题。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种移动机器人路径规划方法和系统。根据本专利技术提供的移动机器人路径规划方法，包括：根据移动机器人的行进环境数据建立地图；将所述地图划分为多个均匀的栅格，得到初始栅格地图，其中，所述初始栅格地图中的每个栅格对应于初始栅格矩阵中相应的一个可赋值的元素；确定所述移动机器人在所述初始栅格地图上的起点位置和终点位置；接收所述移动机器人上的传感器探测到的障碍物信号；根据所述障碍物信号，确定所述移动机器人在当前位置上所受的斥力；根据所述移动机器人在当前位置上所受的斥力构建障碍物区域的衰减的斥力场；根据所述衰减的斥力场对所述初始栅格地图中的每个栅格进行赋值，得到赋值后的栅格地图；根据所述赋值后的栅格地图，采用非遍历搜索方式生成所述移动机器人朝向终点位置的行进路径，其中，所述非遍历搜索方式是指：按照预设的搜索顺序确定移动机器人在当前位置的设定搜索半径范围内各个方向的路径上是否存在障碍物，当确定任一方向上无障碍物时，则朝向所述方向前进。可选地，所述根据所述障碍物信号，确定所述移动机器人在当前位置上所受的斥力，包括：根据接收到的所述障碍物信号确定障碍物与所述移动机器人之间的距离以及障碍物区域的范围。可选地，所述根据所述移动机器人在当前位置上所受的斥力构建障碍物区域的衰减的斥力场，包括：将障碍物区域作为斥力场的中心，通过G函数构建所述障碍物区域的衰减斥力场，其中所述G函数如下：G是引力Gravitation的简称,函数式如下式中：ξ是引力势场常量，和分别代表机器人和目标点的距离。可选地，所述基于所述赋值后的栅格地图，根据非遍历搜索方式生成所述移动机器人朝向终点位置的行进路径，包括：假设所述移动机器人的起点位置的坐标为：(Xs，Ys)，终点位置的坐标为：(Xf，Yf)；基于Sugeno模糊模型，确定非遍历搜索方式的搜索顺序如下：在Xs＞Xf,Ys＜Yf,|Xs-Xf|＜|YS-Yf|时，按照从西到北、由北到东、由东到南的方向进行搜索；在Xs＞Xf,Ys＞Yf,|Xs-Xf|＜|YS-Yf|时，按照从北到东、由东到南、由南到东的方向进行搜索；在Xs＜Xf,Ys＞Yf,|Xs-Xf|＞|YS-Yf|时，按照从东到北、由北到西、由西到南的方向进行搜索；在Xs＜Xf,Ys＞Yf,|Xs-Xf|＜|YS-Yf|时，按照从北到东、由东到南、由南到西的方向进行搜索；在Xs＜Xf,Ys＜Yf,|Xs-Xf|＞|YS-Yf|时，按照从东到南、由南到西、由西到北的方向进行搜索；在Xs＜Xf,Ys＜Yf,|Xs-Xf|＜|YS-Yf|时，按照从南到东、由东到北、由北到西的方向进行搜索；在Xs＞Xf,Ys＜Yf,|Xs-Xf|＞|YS-Yf|时，按照从西到南、由南到东、由东到北的方向进行搜索；在Xs＞Xf,Ys＜Yf,|Xs-Xf|＜|YS-Yf|时，按照从南到西、由西到东、由东到北的方向进行搜索。可选地，所述基于所述赋值后的栅格地图，根据非遍历搜索方式生成所述移动机器人朝向终点位置的行进路径，包括：根据终点位置确定所述移动机器人当前位置下的搜索方向的优先级顺序；优先搜索朝向终点位置的方向上是否存在障碍物，若终点位置的方向存在障碍物，则按照剩余方向的优先级顺序进行顺次搜索。可选地，在存在多个障碍物时，所述初始栅格地图中的每个栅格的赋值还需要叠加多个障碍物对于所述栅格的中心焦点所产生的引力和/或斥力值。可选地，还包括：在所述移动机器人当前位置周围均存在障碍物时，进行完型合并操作，具体的：假设搜索对角两个通行区的值时，所述对角的两个同行区为不可通行区域，则确定势场覆盖的区域是否小于预设的障碍区域合并阈值SPsquare；若势场覆盖的区域小于预设的障碍区域合并阈值SPsquare，则对障碍区域进行完形合并操作。可选地，还包括：检测所述移动机器人在所述赋值后的栅格地图上的路径点，其中，所述路径点为所述移动机器人移动路径所经过的栅格的中心点；判断连续M个路径点构成的路径是否为折角路径；M为大于1的整数；在连续M个路径点构成的路径为折角路径时，则将所述移动机器人的投影范围至折角路径上，在所述移动机器人的投影范围小于折角路径宽度时，将所示折角路径转化为直线路径。根据本专利技术提供的移动机器人路径规划系统，包括：地图生成模块，用于根据移动机器人的行进环境数据建立地图；初始栅格地图生成模块，用于将所述地图划分为多个均匀的栅格，得到初始栅格地图，其中，所述初始栅格地图中的每个栅格对应于初始栅格矩阵中相应的一个可赋值的元素；第一确定模块，用于确定所述移动机器人在所述初始栅格地图上的起点位置和终点位置；接收模块，用于接收所述移动机器人上的传感器探测到的障碍物信号；第二确定模块，用于根据所述障碍物信号，确定所述移动机器人在当前位置上所受的斥力；斥力场构建模块，用于根据所述移动机器人在当前位置上所受的斥力构建障碍物区域的衰减的斥力场；赋值地图生成模块，用于根据所述衰减的斥力场对所述初始栅格地图中的每个栅格进行赋值，得到赋值后的栅格地图；路径生成模块，用于根据所述赋值后的栅格地图，采用非遍历搜索方式生成所述移动机器人朝向终点位置的行进路径，其中，所述非遍历搜索方式是指：按照预设的搜索顺序确定移动机器人在当前位置的设定搜索半径范围内各个方向的路径上是否存在障碍物，当确定任一方向上无障碍物时，则朝向所述方向前进。与现有技术相比，本专利技术具有如下的有益效果：本专利技术提供的移动机器人路径规划方法，通过栅格地图中每个栅格所具有的已经叠加完成的势场力值，并通过搜索算法以符合趋势引导的方式来控制进行方向朝向设定终点。由于路径规划时完全不涉及势力场的矢量计算，从根本上避免了人工市场法的局部最小点“死锁”问题。在规划最优的路径时完全不涉及到势场力的矢量计算，消除了人工势场法可能发生的局部最优点“死锁”的可能性。并且融合了Sugeno模糊模型的思想和栅格地图算法、人工势场的优点，不仅可以避免“局部最小点锁死”的问题，而且还能使得算法在计算过程中的数据运算量降低。具有一次规划的优点，在可靠性、安全性、效率上均有较大提升。附图说明通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显：图1为本专利技术实施例一提供的移动机器人路径规划方法的流程示意图；图2为本专利技术实施例二提供的移动机器人路径本文档来自技高网...

【技术保护点】
一种移动机器人路径规划方法，其特征在于，包括：根据移动机器人的行进环境数据建立地图；将所述地图划分为多个均匀的栅格，得到初始栅格地图，其中，所述初始栅格地图中的每个栅格对应于初始栅格矩阵中相应的一个可赋值的元素；确定所述移动机器人在所述初始栅格地图上的起点位置和终点位置；接收所述移动机器人上的传感器探测到的障碍物信号；根据所述障碍物信号，确定所述移动机器人在当前位置上所受的斥力；根据所述移动机器人在当前位置上所受的斥力构建障碍物区域的衰减的斥力场；根据所述衰减的斥力场对所述初始栅格地图中的每个栅格进行赋值，得到赋值后的栅格地图；根据所述赋值后的栅格地图，采用非遍历搜索方式生成所述移动机器人朝向终点位置的行进路径，其中，所述非遍历搜索方式是指：按照预设的搜索顺序确定移动机器人在当前位置的设定搜索半径范围内各个方向的路径上是否存在障碍物，当确定任一方向上无障碍物时，则朝向所述方向前进。

【技术特征摘要】
1.一种移动机器人路径规划方法，其特征在于，包括：根据移动机器人的行进环境数据建立地图；将所述地图划分为多个均匀的栅格，得到初始栅格地图，其中，所述初始栅格地图中的每个栅格对应于初始栅格矩阵中相应的一个可赋值的元素；确定所述移动机器人在所述初始栅格地图上的起点位置和终点位置；接收所述移动机器人上的传感器探测到的障碍物信号；根据所述障碍物信号，确定所述移动机器人在当前位置上所受的斥力；根据所述移动机器人在当前位置上所受的斥力构建障碍物区域的衰减的斥力场；根据所述衰减的斥力场对所述初始栅格地图中的每个栅格进行赋值，得到赋值后的栅格地图；根据所述赋值后的栅格地图，采用非遍历搜索方式生成所述移动机器人朝向终点位置的行进路径，其中，所述非遍历搜索方式是指：按照预设的搜索顺序确定移动机器人在当前位置的设定搜索半径范围内各个方向的路径上是否存在障碍物，当确定任一方向上无障碍物时，则朝向所述方向前进。2.根据权利要求1所述的移动机器人路径规划方法，其特征在于，所述根据所述障碍物信号，确定所述移动机器人在当前位置上所受的斥力，包括：根据接收到的所述障碍物信号确定障碍物与所述移动机器人之间的距离以及障碍物区域的范围。3.根据权利要求1所述的移动机器人路径规划方法，其特征在于，所述根据所述移动机器人在当前位置上所受的斥力构建障碍物区域的衰减的斥力场，包括：将障碍物区域作为斥力场的中心，通过G函数构建所述障碍物区域的衰减斥力场，其中所述G函数如下：G是引力Gravitation的简称,函数式如下式中：ξ是引力势场常量，和分别代表机器人和目标点的距离。4.根据权利要求1所述的移动机器人路径规划方法，其特征在于，所述基于所述赋值后的栅格地图，根据非遍历搜索方式生成所述移动机器人朝向终点位置的行进路径，包括：假设所述移动机器人的起点位置的坐标为：(Xs，Ys)，终点位置的坐标为：(Xf，Yf)；基于Sugeno模糊模型，确定非遍历搜索方式的搜索顺序如下：在Xs＞Xf,Ys＜Yf,|Xs-Xf|＜|YS-Yf|时，按照从西到北、由北到东、由东到南的方向进行搜索；在Xs＞Xf,Ys＞Yf,|Xs-Xf|＜|YS-Yf|时，按照从北到东、由东到南、由南到东的方向进行搜索；在Xs＜Xf,Ys＞Yf,|Xs-Xf|＞|YS-Yf|时，按照从东到北、由北到西、由西到南的方向进行搜索；在Xs＜Xf,Ys＞Yf,|Xs-Xf|＜|YS-Yf|时，按照从北到东、由东到南、由南到西的方向进行搜索；在Xs＜Xf,Ys＜Yf,|Xs-Xf|＞|YS-Yf|时，按照从东到南、由南到西、由西到北的方向进行搜索；在Xs＜Xf,Ys＜Yf,|Xs-Xf|＜|YS-Yf|时，按照从南到东、由东到北、由北到西的方向进行搜索；在Xs＞X...

【专利技术属性】
技术研发人员：丁肇红，任志伟，
申请(专利权)人：上海应用技术大学，
类型：发明
国别省市：上海,31