【技术实现步骤摘要】
一种改进A*算法的移动机器人路径规划方法
本专利技术涉及一种机器人路径规划领域，特别是关于一种改进A*算法的移动机器人路径规划方法。
技术介绍
随着社会发展，机器人的应用更为广泛，移动机器人的路径规划问题更是目前的一个研究热点。该问题可以描述为移动机器人按照某种性能指标在有障碍物的环境里从起点至终点间找到一条最短或最佳的安全无碰撞路径。常用的路径规划算法有RRT算法、蚁群算法、人工势场算法、SFLA、A*算法等。RRT算法搜索效率高，但得到的路径往往和最优路径相差甚远。蚁群算法的收敛速度相对较慢且容易陷入局部最优状态。人工势场法虽然结构简单易于实现，但仍存在目标不可达，障碍物前产生震荡，规划路径不可达等问题。相较于其他路径规划算法，A*算法构建模型简单，搜索效率高，针对静态场景所得到的解接近最优解，对不同的场景具有很强的扩展性和适应性。A*算法同样存在很多的不足之处，如生成路径拐点较多，路径不够平滑，大范围搜索情况下计算量大等问题。针对这些问题，国内外研究人员从不同角度提出不同的改进方案。Duchoň总结了Basicthet...
【技术保护点】
1.一种改进A*算法的移动机器人路径规划方法，其特征在于包括以下步骤：/nS1、采用栅格法建立移动机器人工作环境的三维地图模型；/nS2、在三维地图模型中，针对栅格存在部分障碍物的情况采用改进A*算法进行邻域搜索，以提高生成路径的合理性；同时，通过引入坡度信息的改进代价函数计算从起始节点开始到其每一个邻域节点的代价值，使路径更平缓，进而在保证搜索效率的前提下得到最优路径。/n
【技术特征摘要】
1.一种改进A*算法的移动机器人路径规划方法，其特征在于包括以下步骤：
S1、采用栅格法建立移动机器人工作环境的三维地图模型；
S2、在三维地图模型中，针对栅格存在部分障碍物的情况采用改进A*算法进行邻域搜索，以提高生成路径的合理性；同时，通过引入坡度信息的改进代价函数计算从起始节点开始到其每一个邻域节点的代价值，使路径更平缓，进而在保证搜索效率的前提下得到最优路径。
2.如权利要求1所述移动机器人路径规划方法，其特征在于：所述步骤S1中，设置栅格地图时，选取机器人投影面积和每一个栅格大小之比为2:3的比例构建取n×n的平面栅格地图作为平面环境地图模型，每一个栅格是一个节点，再将每一个栅格划分为j×j的小栅格，进而得到一个p×p的二维平面地图模型，在此基础上在matlab中生成一个p×p高度的信息矩阵，用mesh函数生成一个三维地图模型；其中，j、n均为大于1的自然数，p＝j×n。
3.如权利要求1所述移动机器人路径规划方法，其特征在于：所述步骤S2中，将栅格地图中的每个节点划分为j＝4阶的障碍物节点，并根据每个节点内障碍物的分布情况划分为完全障碍物节点、部分障碍物节点和无障碍节点。
4.如权利要求3所述移动机器人路径规划方法，其特征在于，选用j＝4阶矩阵A来表示每一个栅格的障碍物信息并采用如下规则对节点进行分类：
a)若矩阵A中不存在非0点则认为是无障碍节点；
b)若矩阵A中主对角线或次对角线上存在两个及以上非0点则认为该节点为完全障碍物节点；
c)若矩阵A中第2、3列或第2、3行存在两个及以上非0点则认为该节点为完全障碍物节点；
d)除上述情况以外的节点认为是不完全障碍节点。
5.如权利要求4所述移动机器人路径规划方法，其特征在于，在每一次邻域搜索时，如果当前节点为对于完全障碍物节点或无障碍节点，则采用现有A*算法进行邻域搜索，对栅格存在不完全障碍物的情况采用改进A*算法进行邻域搜索。
6.如权利要求5所述移动机器人路径规划方法，其特征在于，对栅格存在不完全障碍物的情况采用改进A*算法进行邻域搜索，并根据节点中障碍物分布的情况判断目标邻域节点是否满足可通行条件，具体方法如下：
S21、建立节点拓展4阶障碍物矩阵时障碍物节点序号表Nobs，已知每个节点都存在8个邻域节点，用坐标的方式来表示，将当前点视为[0,0]，设定当前点0度的方向为[1,0]；
S22、每个邻域搜索方向都有不同的判断条件，判断当前节点在其邻域搜索方向上是否满足通行条件；
S23、引入坡度信息的改进代价函数计算从起始节点开始到其每一个邻域节点的代价值。
7.如权利要求6所述移动机器人路径规划方法，其特征在于，所述障碍物节点序号表Nobs为：
障碍物节点序号N...
【专利技术属性】
技术研发人员：谷玉海，周超，龚志力，徐小力，
申请(专利权)人：北京信息科技大学，
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。