一种实现轮式移动机器人实时避障的路径规划方法技术

本发明专利技术属于机器人技术领域，主要涉及一种实现轮式移动机器人实时避障的路径规划方法，包括如下步骤：S1、利用车载传感器获取环境信息，实现移动机器人的自身定位，并构建栅格地图，建立TF坐标转换；S2、利用改进的A*算法完成移动机器人的全局路径规划；S3、利用改进A*算法采用队列数据格式的特性，按照权值将点由小到大依次放入队列；S4、针对车载传感器获取未知障碍物信息，根据初始参数、最大速度Vm、线加速度v、角加速度ω，利用DWA算法结合全局路径规划信息做出路径评价，选择局部最优的路径。本发明专利技术方法采用改进A*算法与DWA算法相结合的混合算法对移动机器人全局路径进行规划，该混合算法可以实现在未知环境中的实时避障，提高路径规划的鲁棒性。路径规划的鲁棒性。路径规划的鲁棒性。

【技术实现步骤摘要】
一种实现轮式移动机器人实时避障的路径规划方法


[0001]本专利技术属于机器人
，具体涉及一种实现轮式移动机器人实时避障的路径规划方法。

技术介绍

[0002]随着计算机科学技术的快速发展，轮式移动机器人自主导航的研究已是智能车交通系统的研究热点之一，其中，路径规划是智能车研究领域的重要技术，旨在障碍物环境中寻找从起始点到目标点的无碰撞路径。
[0003]目前，国内外学者已经相继开发了几种解决路径规划问题的算法，已知的路径规划分为全局规划与局部规划。全局路径规划算法：Dijkstra算法、A*算法、RRT算法等从环境中找到一条从起始点到目标点的最佳路径，其中A*算法是一种智能优化算法，鲁棒性好、全局优化性能好；局部路径规划方法有：人工势场法、模糊逻辑法、动态窗口法等利用车载传感器获取实时环境信息，规划出一条无碰撞局部路径，其中动态窗口法可以根据环境信息实时路径规划，具有较好的避障能力，可以很好的满足智能车的自主导航能力。
[0004]全局规划算法一般采用A*,不过在动态的或即使是仅部分不变的状况中A*算法就显得力不从心。A本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种实现轮式移动机器人实时避障的路径规划方法，其特征在于，包括如下步骤：S1、利用车载传感器获取环境信息，实现移动机器人的自身定位，并构建栅格地图，建立TF坐标转换；S2、利用改进的A*算法完成移动机器人的全局路径规划；S3、利用改进A*算法采用队列数据格式的特性，按照权值将点由小到大依次放入队列；S4、针对车载传感器获取未知障碍物信息，根据初始参数、最大速度Vm、线加速度v、角加速度ω，利用DWA算法结合全局路径规划信息做出路径评价，选择局部最优的路径。2.根据权利要求1所述的一种实现轮式移动机器人实时避障的路径规划方法，其特征在于，S2包括以下步骤：S201、将输入的栅格地图，经过map_sever节点处理，将处理过后的map的数据存入二维数组中，数组中的0和1分别代表可通行和不可通行；S202、设定数组中的每一个数代表地图上的一个栅格，每一个栅格有G(n)、H(n)两个代价，其中，G(n)代表的是从初始位置A到节点n的移动代价，H(n)指定n到目标节点的估计代价。3.根据权利要求2所述的一种实现轮式移动机器人实时避障的路径规划方法，其特征在于，S3包括如下步骤：S301、所有节点移动评估函数为：F(n)＝(a)G(n)+(b)H(n)，其中，a，b为权值，当a＝0，b＝1，此时，是贪心算法，当a＝1,b＝0,是迪杰斯特拉，当a＝1,b＝1,是A*算法；S302、H(n)为启发函数并采用传统的欧式距离；S303、在实际工程中，改进A*算法采用Tie Breaker方法，路径中的点都有相同的f值，通过改变h值使得f有细微的差别；其中，h＝h(1.0+p)，P<每一步的最代价/栅格总数的期望最大路径代价；S304、通过加入可视函数，当更新节点时，实现扩展点与该点的父节点之间是否可视进行判定；S305、改进A*算法打开一个节点s，并更新周围的节点s'时，会检查s'与s父节点的可见性，若可见，则把s'的父节点设置成s的父节点，实现只保留必要的拐点，当搜索到目标点后，调用回溯函数，找到一条无冗余点的直线段集合。4.根据权利要求3所述的一种实现轮式移动机器人实时避障的路径规划方法，其特征在于，S4包括如下步骤：S401、机器人运动模型的建立：机器人相邻时刻内，运动时间很短，运动距离也短，将两相邻点之间的运动轨迹看成直线，即沿机器人坐标系x轴移动了υ
t
*Δt，将该段距离分别投影在世界坐标系x轴和y轴上得到t+1时刻相对于t时刻机器人在世界坐标系中坐标移动的位移Δx和Δy：Δx＝υΔtcos(θ
t
)Δy＝υΔtsin(θ
t
)一定时间内位移增量，如下：x＝x+υΔtcos(θ
t
)y＝y+υΔtsin(θ
t
)
θ
t
＝θ
t
+ωΔt若机器人是全向运动的，即机器人坐标系的y轴有速度表达，将机器人在机器人坐标y轴移动的距离投影到世界坐标系即可：轴移动的距离投影到世界坐标系即可：最终运动轨迹模型如下：x＝x+υΔtcos(θ
t
)-υ
y
Δtsin(θ
t
)y＝y+υΔtsin(θ
t
)+υ
y
Δtcos(θ
t
)θ
t
＝θ
t
+ωΔt；S402、速度采样模型的建立：移动机器人的移动受自身最大速度和最小速度的限制：υ
m
＝{υ∈[υ
min
,υ
max
],ω∈[ω
min
,ω
max
]}其中，υ
m
(υ,ω)为组合速度，υ表示线速度，ω表示角速度；移动机器人轨迹前向模拟的周期内，存在一个动态窗口，在该窗口内的速度是机器人能够实际达到的速度：其中，υ
d
为可达速度，υ
curr
为当前线速度，ω
curr
为当前角速度；整个机器人轨迹假设是由n个时段的n个小圆弧组成，从安全性考虑，根据简单的运动学推算，在某一时刻，不发生碰撞的允许速度υ
a
为：其中，dist(υ,ω)为速度为(υ,ω)时对应轨迹上离最近障碍物的距；最终速度采样模型为：υ
r
＝υ
m
∩υ
a
∩υ
d
；S403、预测轨迹评价模型的建立：采用评价函数的方式为每条轨迹进行评价，从中选择满足约束条件的最优速度，评价函数综合考虑了机器人运动速度、航向和避障，其定...

【专利技术属性】
技术研发人员：江涛，付文豪，苏晓杰，黄江帅，文郁，李海，
申请(专利权)人：重庆大学，
类型：发明
国别省市：