一种机器人路径规划方法技术

本发明专利技术公开了一种机器人路径规划方法，所述方法包括以下步骤：S1、根据环境地图信息，构建机器人运动空间，S2、在步骤S1的基础上，采用基于图论的方法进行初始路径规划；S3、在步骤S2的基础上，采用基于混合粒子群的方法进行二次路径规划。本发明专利技术的机器人路径规划方法，通过预先建立机器人的运动空间，每次变更机器人的运动起点和终点时只需根据距离寻找运动空间的接入点即可，无需重新建立运动空间，可以快速实现任意起点和终点的路径规划。

A robot path planning method

The present invention discloses a robot path planning method, which includes the following steps: S1, constructing robot motion space according to environmental map information, S2, using graph theory based method for initial path planning on the basis of step S1; S3, on the basis of step S2, using a mixture of particle swarm optimization. The two path planning is carried out by the method. The method of robot path planning in this invention is to set up the moving space of the robot in advance. It can only change the starting point and the end point of the robot to find the access point of the motion space according to the distance, without reestablishing the motion space, and the path planning of any starting point and the end point can be realized quickly.

【技术实现步骤摘要】
一种机器人路径规划方法
本专利技术涉及机器人
，具体涉及一种机器人路径规划方法。
技术介绍
随着科学技术的发展，智能机器人在人类的生活和工业生产中发挥的作用越来越大。在基于智能机器人的研究中，路径规划是核心研究技术之一。同时，路径规划技术也是机器人完成多种复杂任务的基础，其一般定义是按照一定的评价标准如时间、距离等，在工作环境中规划出一条能规避障碍物的安全可行路径。对于机器人路径规划问题，目前研究方法较多，主要可划分为以下几类：(1)传统算法，主要包括有模拟退火算法、人工势场法、模糊逻辑算法和禁忌搜索算法等；(2)图形学的方法，主要包括可视图法、自由空间法、栅格法和voronoi图法等；(3)图论法，主要包括A＊算法、Dijkstra算法和Floyd算法等；(4)智能算法，主要包括蚁群算法、神经网络算法、遗传算法和粒子群算法等；但是，在面对复杂的路径规划问题时，单一的算法往往难以得到有效的解决方案。例如，采用蚁群算法来实现机器人路径规划方法时，会存在如下缺点：(1)上述现有算法没有预先建立机器人运动的完整空间，每次变更机器人的运动起点和终点时都需要重新建立机器人的运动空间；(2本文档来自技高网...

【技术保护点】
一种机器人路径规划方法，其特征在于，所述方法包括以下步骤：S1、根据环境地图信息，构建机器人运动空间，具体为：S101、首先对环境空间描述如下，环境中所有凸多边形障碍物均采用一组顶点坐标表示：Oi＝{(x1,y1),(x2,y2),…,(xn,yn)},i＝1,2,…m；其中，Oi为环境中的第i个凸多边形障碍物，m为环境中障碍物的个数；环境空间边界也使用一组顶点坐标集合表示，假设空间边界为矩形，环境空间边界可表示为Wb＝{(x1,y1),(x2,y2),(x3,y3),(x4,y4)}；S102、构建机器人运动空间通过在环境空间中构建自由链接线实现，自由链接线的生成方法包括如下步骤：S1021...

【技术特征摘要】
1.一种机器人路径规划方法，其特征在于，所述方法包括以下步骤：S1、根据环境地图信息，构建机器人运动空间，具体为：S101、首先对环境空间描述如下，环境中所有凸多边形障碍物均采用一组顶点坐标表示：Oi＝{(x1,y1),(x2,y2),…,(xn,yn)},i＝1,2,…m；其中，Oi为环境中的第i个凸多边形障碍物，m为环境中障碍物的个数；环境空间边界也使用一组顶点坐标集合表示，假设空间边界为矩形，环境空间边界可表示为Wb＝{(x1,y1),(x2,y2),(x3,y3),(x4,y4)}；S102、构建机器人运动空间通过在环境空间中构建自由链接线实现，自由链接线的生成方法包括如下步骤：S1021、选择一个凸多边形障碍物，选取其上一个顶点，连接该点与其它障碍物的顶点，包括该点所属障碍物的其它顶点，做该点到环境空间边界的垂线段；S1022、将步骤S1021得到的所有线段按照长度从短到长的顺序加入到线段存储表；S1023、选择线段存储表中的表头线段；S1024、检查该线段是否穿越环境空间中任意障碍物边界；如果发生相交，则这条线段就不是一条自由链接线；此时，放弃当前线段并选择线段存储表中下一条线段；重复检查过程，直至找到一条线段与所有障碍物边界不相交，继续至步骤S1025；S1025、检查该线段在当前顶点处形成的两个夹角；每个障碍物顶点都设有一个自由链接表，当该表为空时，夹角定义为线段与形成该障碍物顶点的两条边界的夹角；当该表不为空时，夹角定义为线段与其相邻的自由连接线或边界在该顶点形成的夹角；如果该线段不是最优自由链接线，即两个夹角中有一个大于180度，将当前线段加入到当前顶点的自由链接表中；S1026、检查在当前顶点的自由链接表中是否仍存在夹角大于180度的自由连接线；如果存在，则从线段存储表中提取下一条线段，并返回步骤S1024；如果不存在，则进入步骤S1027；S1027、删除由当前顶点决定的自由链接表中冗余的自由链接线；S1028、重复步骤S1021至S1027，直到环境空间内全部障碍物的所有顶点均完成上述步骤；在完成环境空间内所有自由连接线的构建之后，即可构成机器人运动空间；S2、在步骤S1的基础上，采用基于图论的方法进行初始路径规划；S3、在步骤S2的基础上，采用基于混合粒子群的方法进行二次路径规划。2.如权利要求1所述的机器人路径规划方法，其特征在于，所述步骤S2具体为：S201、分别选择各条自由链接线的中点作为路径节点并连接它们构成用于初始路径规划的无向网络图；上述无向网络可由一个加权图G(V，E)表示，其中V表示图中所有节点的集合，E表示图中全部边的集合，每条边都具有一定的权重，表示从一个节点到另一个节点的代价值；假设节点v1和v2的坐标分别为(x1,y1)和(x2,y2)，则这两个可达节点间的权值w12可用它们之间的欧式距离表示如下：为了清楚的描述初始路径规划方法的执行步骤，给出符号定义如下：S＝已求出最...

【专利技术属性】
技术研发人员：刘传家，程德斌，刘佳，赵常均，伍石柱，
申请(专利权)人：广州智能装备研究院有限公司，
类型：发明
国别省市：广东,44