一种全局路径规划方法及系统技术方案

本发明专利技术涉及一种全局路径规划方法及系统，所述方法公开了初始化采样区域、重复次数和搜索到路径次数；将采样地图设置为采样区域，重复次数用M表示，搜索到路径次数用L表示，L初始值为0；在所述采样地图上设置起点和终点，在所述采样地图上随机撒n个点；删除所述采样地图上障碍物上的点，所述采样区域上的点构成第一点集；在所述第一点集中搜索从所述起点到所述终点的路径。对已经搜索到的路径进行路径膨胀，将膨胀后的路径区域作为采样区域，通过在采样区域上构成的第一点集中搜索从起点到终点的路径，并且通过更新采样区域进行路径优化，加快了计算速度，提高了路径的优化效率。提高了路径的优化效率。提高了路径的优化效率。

【技术实现步骤摘要】
一种全局路径规划方法及系统


[0001]本专利技术涉及路径规划
，特别是涉及一种全局路径规划方法及系统。

技术介绍

[0002]目前已有很多全局路径规划算法被广泛运用到移动机器人导航中，如A*算法、遗传算法(GA)、快速随机搜索树算法(RRT)等。在室内复杂环境尤其在障碍物数量较多并且位置分散的环境下，大部分的全局路径规划算法存在搜索效率过低、参数难以设置或出现局部最优等问题。快速随机搜索树算法(RRT和RRT*)在多障碍物复杂环境中存在搜索效率较低、占用内存过大、路径不平滑等问题。

技术实现思路

[0003]基于此，本专利技术的目的是提供一种全局路径规划方法及系统，提高了路径的优化效率。
[0004]为实现上述目的，本专利技术提供了如下方案：
[0005]一种全局路径规划方法，所述方法包括：
[0006]初始化采样区域、重复次数和搜索到路径次数；将采样地图设置为采样区域，重复次数用M表示，搜索到路径次数用L表示，L＝0；
[0007]在所述采样地图上设置起点和终点，
[0008]在所述采样地图上随机撒n个点；
[0009]删除所述采样地图上障碍物上的点，所述采样区域上的点构成第一点集；
[0010]在所述第一点集中搜索从所述起点到所述终点的路径；
[0011]若不能搜索到所述路径，返回步骤“在所述采样地图上随机撒n个点”；
[0012]若搜索到所述路径，L值加1，将所述路径记录为路径L；
[0013]若L＝1，则对所述路径进行膨胀，所述采样区域更新为所述路径的膨胀区域，返回步骤“在所述采样地图上随机撒n个点”；
[0014]若L>1，判断路径L与路径L-1是否相同；
[0015]若所述路径L与所述路径L-1不相同，则对所述路径进行膨胀，所述采样区域更新为所述路径的膨胀区域，返回步骤“在所述采样地图上随机撒n个点”；
[0016]若所述路径L与所述路径L-1相同，则M值加1；
[0017]若M小于或等于设置值，对所述路径进行膨胀，所述采样区域更新为所述路径的膨胀区域，返回步骤“在所述采样地图上随机撒n个点”；
[0018]若M大于所述设置值，则将路径L作为输出路径。
[0019]可选地，所述在所述第一点集中搜索从所述起点到所述终点的路径，具体包括：
[0020]根据所述第一点集确定无向邻接矩阵；
[0021]通过迪杰斯特拉算法，在所述无向邻接矩阵中搜索从所述起点到所述终点的路径。
[0022]可选地，所述对所述路径进行膨胀，具体包括：
[0023]向所述路径两侧膨胀设定距离，膨胀方向为垂直于所述起点到所述终点的直线。
[0024]可选地，所述设定距离的计算公式为：其中，D
factor
表示设定距离，E表示所述采样地图的长和宽中的最大值，表示所述采样区域的拓展因子。
[0025]可选地，当L>1时，若连续N次不能搜索到所述起点到所述终点的路径，则减小所述采样区域的拓展因子，若搜索到所述路径，则所述采样区域的拓展因子更新为最大值
[0026]可选地，所述方法还包括：采用B样条曲线平滑方法平滑所述输出路径。
[0027]可选地，所述方法还包括：
[0028]将所述输出路径上起点作为起始端点，依次将所述输出路径上点作为检测节点；
[0029]判断所述起始端点到所述检测节点之间是否与障碍物相交；
[0030]若不相交，则将所述起始端点到所述检测节点之间的点删除；
[0031]若相交，则将所述检测节点作为起始端点，返回步骤“判断所述起始端点到所述检测节点之间是否与障碍物相交”。
[0032]可选地，在所述采样地图上随机撒n个点之前，具体包括：
[0033]将所述采样地图栅格化；
[0034]将述采样地图上所占栅格数小于设定阈值的障碍物删除。
[0035]本专利技术还公开了一种全局路径规划系统，所述系统包括：
[0036]初始化模块，用于初始化采样区域、重复次数和搜索到路径次数；将采样地图设置为采样区域，重复次数用M表示，搜索到路径次数用L表示，L＝0；
[0037]起点和终点设置模块，用于在所述采样地图上设置起点和终点；
[0038]随机撒点模块，用于在所述采样地图上随机撒n个点；
[0039]点删除模块，用于删除所述采样地图上障碍物上的点，所述采样区域上的点构成第一点集；
[0040]路径搜索模块，用于在所述第一点集中搜索从所述起点到所述终点的路径；
[0041]返回模块，用于所述路径搜索模块不能搜索到所述路径时，返回随机撒点模块；
[0042]路径记录模块，用于所述路径搜索模块搜索到所述路径，L值加1，将所述路径记录为路径L；
[0043]第一判断模块，用于判断L是否为1；
[0044]第二判断模块，用于所述第一判断模块输出为否时，判断所述路径L与所述路径L-1是否相同；
[0045]第三判断模块，用于所述第二判断模块输出为是时，则M值加1，判断M是否小于或等于设置值；
[0046]路径输出模块，用于所述第三判断模块输出为否时，将路径L作为输出路径；
[0047]路径膨胀模块，用于所述第一判断模块输出为是时或第二判断模块输出为否时或所述第三判断模块输出为是时，对所述路径进行膨胀，所述采样区域更新为所述路径的膨胀区域，返回随机撒点模块。
[0048]可选地，所述路径搜索模块包括：
[0049]无向邻接矩阵确定单元，用于根据所述第一点集确定无向邻接矩阵；
[0050]路径搜索单元，用于通过迪杰斯特拉算法，在所述无向邻接矩阵中搜索从所述起点到所述终点的路径。
[0051]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0052]本专利技术公开的全局路径规划方法及系统，对已经搜索到的路径进行路径膨胀，将膨胀后的路径区域作为采样区域，通过在采样区域上构成的第一点集中搜索从起点到终点的路径，并且通过更新采样区域进行路径优化，加快了计算速度，提高了路径的优化效率。
附图说明
[0053]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0054]图1为本专利技术一种全局路径规划方法流程示意图；
[0055]图2为RRT*算法在地图上搜索到的路径；
[0056]图3为RRT*smart算法在地图上搜索到的路径；
[0057]图4为本专利技术一种全局路径规划方法在地图上搜索到的路径；
[0058]图5为采用本专利技术一种全局路径规划方法获得的路径的曲线曲率变化图；
[0059]图6为本发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种全局路径规划方法，其特征在于，所述方法包括：初始化采样区域、重复次数和搜索到路径次数：将采样地图设置为采样区域，重复次数用M表示，搜索到路径次数用L表示，L＝0；在所述采样地图上设置起点和终点，在所述采样地图上随机撒n个点；删除所述采样地图上障碍物上的点，所述采样区域上的点构成第一点集；在所述第一点集中搜索从所述起点到所述终点的路径；若不能搜索到所述路径，返回步骤“在所述采样地图上随机撒n个点”；若搜索到所述路径，L值加1，将所述路径记录为路径L；若L＝1，则对所述路径进行膨胀，所述采样区域更新为所述路径的膨胀区域，返回步骤“在所述采样地图上随机撒n个点”；若L>1，判断路径L与路径L-1是否相同；若所述路径L与所述路径L-1不相同，则对所述路径进行膨胀，所述采样区域更新为所述路径的膨胀区域，返回步骤“在所述采样地图上随机撒n个点”；若所述路径L与所述路径L-1相同，则M值加1；若M小于或等于设置值，对所述路径进行膨胀，所述采样区域更新为所述路径的膨胀区域，返回步骤“在所述采样地图上随机撒n个点”；若M大于所述设置值，则将路径L作为输出路径。2.根据权利要求1所述的全局路径规划方法，其特征在于，所述在所述第一点集中搜索从所述起点到所述终点的路径，具体包括：根据所述第一点集确定无向邻接矩阵；通过迪杰斯特拉算法，在所述无向邻接矩阵中搜索从所述起点到所述终点的路径。3.根据权利要求1所述的全局路径规划方法，其特征在于，所述对所述路径进行膨胀，具体包括：向所述路径两侧膨胀设定距离，膨胀方向为垂直于所述起点到所述终点的直线。4.根据权利要求3所述的全局路径规划方法，其特征在于，所述设定距离的计算公式为：其中，D
factor
表示设定距离，E表示所述采样地图的长和宽中的最大值，表示所述采样区域的拓展因子。5.根据权利要求4所述的全局路径规划方法，其特征在于，当L>1时，若连续N次不能搜索到所述起点到所述终点的路径，则减小所述采样区域的拓展因子，若搜索到所述路径，则所述采样区域的拓展因子更新为最大值6.根据权利要求1所述的全局路径规划方法，其特征在于，所述方法还包括：采用B...

【专利技术属性】
技术研发人员：许万，张婷婷，杨晔，王琪，方德浩，
申请(专利权)人：湖北工业大学，
类型：发明
国别省市：