一种基于内外角累积状态的路径规划方法技术

本发明专利技术公开一种基于内外角累积状态的路径规划方法，其特征在于，包括以下步骤：S1、机器人设定多状态程序结构体系，实现多种功能状态，包括势场避障状态、忽略障碍状态及沿墙行走状态；S2、当未陷入局部极小时，选择势场避障状态，机器人利用势场法避障；基于势场模型进行路径规划；S3、当机器人陷于局部极小点时，针对局部极小点的特征，选择忽略障碍状态或沿墙行走状态这两种辅助状态；两种辅助状态的选择，通过行进过程中的角度累计变化信息来进行判断；本发明专利技术提出的方法能够利用传感器信息在线解决势场法的局部极小问题，适用于初次通过且完全未知的复杂环境，具有较好的应用价值。

【技术实现步骤摘要】
一种基于内外角累积状态的路径规划方法
本专利技术属于机器人
，尤其涉及机器人路线规划
，具体涉及一种基于内外角累积状态的路径规划方法。
技术介绍
机器人的路线规划主要采用势场法，势场法最初是由khatib教授提出，通过引入广义势场的概念，在三维空间中构造人为势场，解决了机械臂运动规划问题。人为势场由目标点产生的引力场和周围障碍产生的斥力场叠加而成。在叠加势场的作用下，机器人只能沿着叠加势场的负梯度方向运动，运动过程中受到最终目标点的引力作用而靠近，同时又受到周围障碍的斥力作用而躲避，进而形成起始点与目标点之间的有效路径。但由于实际环境中障碍分布的复杂性，存在一些导致机器人无法脱离的局部极小区域，如图1所示。在起始点与目标点间存在L形障碍，根据周围环境生成的人工势场可知：若机器人沿着势场的负梯度方向运动，将进入凹形障碍物内部，此时因为斥引力大小相等方向相反，所以合力矢量无法为机器人提供下一步运动的方向和驱动力，导致容易出现运动停止或者产生运动震荡，最终无法到达目标点——即机器人困于局部极小点而无法到达目标，导致路径规划任务失败。...

【技术保护点】
1.一种基于内外角累积状态的路径规划方法，其特征在于，包括以下步骤：/nS1、机器人设定多状态程序结构体系，实现多种功能状态，包括势场避障状态、忽略障碍状态及沿墙行走状态；/nS2、当未陷入局部极小时，选择势场避障状态，机器人利用势场法避障；基于势场模型进行路径规划；/nS3、当机器人陷于局部极小点时，针对局部极小点的特征，选择忽略障碍状态或沿墙行走状态这两种辅助状态；两种辅助状态的选择，通过行进过程中的角度累计变化信息来进行判断；/nS3-1、当机器人陷于局部极小点时，首先判断前方是否有障碍；若无前方无障碍，选择忽略障碍状态，若前方有障碍，选择沿墙行走状态；/nS3-2、若选择沿墙行走状态，...

【技术特征摘要】
1.一种基于内外角累积状态的路径规划方法，其特征在于，包括以下步骤：
S1、机器人设定多状态程序结构体系，实现多种功能状态，包括势场避障状态、忽略障碍状态及沿墙行走状态；
S2、当未陷入局部极小时，选择势场避障状态，机器人利用势场法避障；基于势场模型进行路径规划；
S3、当机器人陷于局部极小点时，针对局部极小点的特征，选择忽略障碍状态或沿墙行走状态这两种辅助状态；两种辅助状态的选择，通过行进过程中的角度累计变化信息来进行判断；
S3-1、当机器人陷于局部极小点时，首先判断前方是否有障碍；若无前方无障碍，选择忽略障碍状态，若前方有障碍，选择沿墙行走状态；
S3-2、若选择沿墙行走状态，判断是否绕过障碍，若绕过障碍，则进行步骤S2的势场避障状态，若未绕过障碍，继续选择沿墙行走状态。


2.根据权利要求1所述的一种基于内外角累积状态的路径规划方法，其特征在于，所述步骤S2中，基于势场模型进行路径规划，具体包括以下方法：
每个采样时刻，机器人线速度，角速度和前进的期望方向如下：



ω＝ωmax(θres-θ0)
θexp＝θres
其中：vmax是机器人最大线速度，ωmax是机器人最大偏转增益常数，Fr是障碍物给予机器人的斥力的大小，θrep-θ0是合力方向与机器人前进方向的夹角，θrep-θ0是斥力方向与机器人前进方向的夹角，θexp是机器人期望运动方向，θres是合力方向。


3.根据权利要求1所述的一种基于内外角累积状态的路径规划方法，其特征在于，所述忽略障碍状态，即奔向目标状态进行路径规划，具体包括以下方法：每个采样时刻，机器人线速度，角速度和前进的期望方向如下：
v＝υmax
θexp＝θatt
忽略障碍物对机器人的影响，机器人的运动方向只参考引力方向θatt。


4.根据权利要求1所述的一种基于内外角累积状态的路径规划方法，其特征在于，所述沿墙行走状态进行路径规划，具体包括以下方法：每个采样时刻，机器人线速度，角速度和前进的期望方向如下：
v＝vmax(1-|cos(θrep-θo)|)
ω＝ωmax(θres-θ0)+ωd(d0-ds)
θexp＝θrep-α
其中，d0-ds为机器人与墙体的实测距离和预设机器人到墙标准距离的距离差，修正值ωd(d0-ds)可以让机器人与墙体之间的距离保持在预设值，α为偏转角，α的理论值为90°，当以速度v靠近障碍并进入沿墙模式后，机器人以期望运动方向θexp为参照，沿墙行走并调整自身姿态与墙体平行。


5.根据权利要求1所述的一种基于内外角累积状态的路径规划方法，其特征在于，所述步骤S3中，累积角度计算的过程如下：
θ＝∑[θ(t)-θ(t-1)]，θ(t)-θ(t-1)＞β：
θ(t)为采样时间T＝t时的前进角，θ表示累积变化角，β为单位滤波角；当变化的差值大于β时，则将变化量计入累计角度。


6.根据权利要求1所述的一种基于内外角累积状态的路径规划方法，其特征在于，所述势场避障状态的结束条件为：条件1或条件2成立；其中，

【专利技术属性】
技术研发人员：邢强，徐胜，陆古月，王爽杰，徐海黎，
申请(专利权)人：南通大学，
类型：发明
国别省市：江苏;32