一种基于Harris算法与RRT算法复合的自主路径规划方法技术

本发明专利技术公开了一种基于Harris算法与RRT算法复合的自主路径规划方法，其步骤包括：1、利用骨架提取算法得到栅格地图中的可行路径的轮廓骨架；2、过角点检测算法得到轮廓骨架中变化较大的特征点，在对特征点进行自适应阈值处理后，得到拓扑节点；3、通过自适应阈值来设定拓扑节点之间的距离来进行分步优化；4、进行分步优化时，通过椭圆采样限制其采样空间来提高路径的优化效率以达到快速规划一条可行路径并优化出一条较短的路径。本发明专利技术能将Harris角点检测算法和RRT算法相结合来进行路径规划，从而能实现扫地机器人在室内大场景下能够快速的找到一条可行路径。

【技术实现步骤摘要】
一种基于Harris算法与RRT算法复合的自主路径规划方法
本专利技术涉及机器人自动导引路径规划方法领域，具体是一种基于Harris算法与RRT算法复合的自主路径规划方法。
技术介绍
如今，智能机器人的应用已经逐渐成为主流，如智能停车场、智能家居等，其中室内家居逐渐转向智能化的发展趋势更为明显，用于室内家居的各种机器人如扫地机器人等已经成为众多学者研究的热点课题。路径规划作为机器人等智能化的核心部分，目前主要有两种规划方式：基于环境已知的全局路径规划和基于环境未知的局部路径规划方法。而针对基于环境已知的全局路径规划对环境变化的适应性较低，尤其是针对大场景下如果特定路径的起点和终点，往往机器人需要很长的时间才能到达所设定的终点，并且其规划的路径往往比较复杂，导致无法及时对室内突发状况进行处理，以及无法及时处理常规情景。
技术实现思路
本专利技术的目的是提供一种基于Harris算法与RRT算法复合的自主路径规划方法，以解决现有技术全局路径规划方法存在对环境变化适应性低的问题。为了达到上述目的，本专利技术所采用的技术方案为：一种基于Harris算法与RRT算法复合的自主路径规划方法，其特征在于：包括以下步骤：步骤1、以目标场地的外接矩形的任意一个顶角作为原点o，以所述原点o相连的两条边分别为x轴和y轴，从而建立二维的直角坐标系oxy；在所述直角坐标系oxy中，将所述目标场地划分成M×N的二维的栅格地图BM×N如公式(1)所示其中，M表示所述栅格地图BM×N的横向栅格数，N表示栅格地图BM×N的纵向栅格数；GMn表示所述栅格地图BM×N上坐标为(nx，ny)的坐标点被占用的状态，M>nx>0,N>ny>0，若GMn＝0表示所述的坐标点为空闲点，若GMn＝1表示所述的坐标点为障碍点；在栅格地图BM×N中设置坐标为(Sx，Sy)的起始点nodes，以及坐标为(gx，gy)的目标点nodeg；步骤2、采用骨架提取算法对步骤1得到的栅格地图BM×N进行计算，经过骨架提取算法计算后，栅格地图BM×N中的连通区域分别被细化成细线，由此得到包含栅格地图中所有可行路径的多条细线；步骤3、采用Harris角点检测算法对细化出来的各个可行路径分别进行计算，提取得到各个可行路径对应的特征点nodec，然后对各个特征点nodec进行自适应阈值处理，得到各自对应的拓扑节点nodet；步骤4、根据拓扑节点nodet，建立拓扑结构地图mapt；步骤5、采用随机快速搜索树算法，首先把拓扑节点nodet添加到随机快速搜索树算法的初始树Treei中，然后基于随机快速搜索树算法进行初始路径的搜寻与查找；步骤6、根据自适应阈值公式(3)和公式(4)来对由拓扑节点所构成的初始路径进行局部优化，公式(3)、(4)如下：Threshold2＝μ*(M+N)/4(3)其中：Threshold2是一个自适应阈值，作用是为对由拓扑节点所构成的初始路径进行分段，当拓扑节点之间的距离大于自适应阈值Threshold2时，其下面的拓扑节点就变成下一段路径；μ是根据栅格地图的长、宽和栅格地图大小的数量级来定义的自适应参数，M和N为栅格地图的长和宽；a＝min{M，N}为栅格地图中较短的边，b＝max{M，N}为栅格地图中较长的边，ε为栅格地图大小的数量级，当栅格地图较短的边a和较长的边b相等时令μ为1，当栅格地图较短的边a和较长的边b不等时，令μ为公式(4)；通过Threshold2这个阈值把初始路径分段，这些分段的路径为局部路径；步骤7、将由拓扑节点所构成的初始路径根据公式(2)进行自适应阈值处理后对其进行局部优化，每一段局部路径优化时都被限制在了椭圆内；在每段局部路径规划中调用InformedRRT*算法，从所构成每段局部路径规划中的第一个拓扑节点nodet1向最后一个拓扑节点站点nodetl进行扩展搜索，利用公式(5)计算各个相邻拓扑节点之间的距离di，其中如果通过InformedRRT*算法扩展到的节点nodee所得到的路径比由拓扑节点所构成的路径短，那么则用nodee代替相应的拓扑节点，公式(5)如下：公式(5)中，实际路径函数值Ld代表的是相邻两个节点之间的距离，其中每一段优化后的局部路径的长度可由公式(6)表示：Li＝Ld1+Ld2+…+Lde+…+Ldl(6)其中，Ld1代表第一个拓扑节点nodet1和第二个拓扑节点nodet2；Lde代表通过InformedRRT*算法扩展到的节点nodee和相应的拓扑节点之间的距离；Ldl代表最后一个拓扑节点nodetl和其相邻的拓扑节点之间的距离；步骤8、将所述每段优化后的路径Li按照拼接规则进行拼接后形成新的路径{L1，L2，L3，…，Lm，…，Ln-1，Ln}，由此得到优化后的全局路径La。所述的Harris算法与RRT算法复合的自主路径规划方法，其特征在于：步骤3中，基于公式(2)对特征点nodec进行自适应阈值处理，公式(2)如下：公式(2)中，Threshold为自适应节点阈值，经过骨架提取后的栅格地图对其进行角点检测算法会得到很多特征点nodec，为了消除冗余的节点通过自适应阈值Threshold来消除冗余的节点；消除冗余的特征点后还剩下的特征点为nodet，ε为栅格地图大小的数量级。所述的基于Harris算法与RRT算法复合的自主路径规划方法，其特征在于：步骤5中，初始树Treei按如下规则生成：(5.1)、所有由拓扑节点nodet所组成的闭合环路生成为一颗初始树；(5.2)、在交叉支路上的拓扑节点可以有多个父节点，定义为parent1，parent2,…,parentn，以这样的方式生成一颗初始树；(5.3)、当新节点noden和最近的拓扑节点nodetn的子节点的连线穿过障碍物时，令起点为最近的拓扑节点的父节点，然后把起点插入到初始树Treei中；(5.4)、当新节点noden和最近的拓扑节点nodetn的子节点的连线没有穿过障碍物时，令起点为最近的拓扑节点的子节点的父节点，同样把起点插入到初始树Treei中。所述的一种基于Harris算法与RRT算法复合的自主路径规划方法，其特征在于：还包括步骤9：判断拼接后的全局路径La最后一个节点是否为目标点nodeg，若是，则表示路径规划完成，且所述全局路径La为扫地机器人行驶的完整路径，否则返回步骤7顺序执行。本专利技术提出一种基于Harris算法与RRT算法复合的自主路径规划方法，通过RRT算法在全局路径规划上的速度优势并且根据初始路径进行优化让其更好的适应扫地机器人的动力学模型，从而提高了大场景下室内环境的路径规划的效率和对不同室内环境的适应性。与现有技术相比，本专利技术的优点为：1.本专利技术通过将Harris角点检测算法与RRT算法相结合的方式，通过Harris角点检测算法对已经进本文档来自技高网...

【技术保护点】
1.一种基于Harris算法与RRT算法复合的自主路径规划方法，其特征在于：包括以下步骤：/n步骤1、以目标场地的外接矩形的任意一个顶角作为原点o，以所述原点o相连的两条边分别为x轴和y轴，从而建立二维的直角坐标系oxy；/n在所述直角坐标系oxy中，将所述目标场地划分成M×N的二维的栅格地图B

【技术特征摘要】
1.一种基于Harris算法与RRT算法复合的自主路径规划方法，其特征在于：包括以下步骤：
步骤1、以目标场地的外接矩形的任意一个顶角作为原点o，以所述原点o相连的两条边分别为x轴和y轴，从而建立二维的直角坐标系oxy；
在所述直角坐标系oxy中，将所述目标场地划分成M×N的二维的栅格地图BM×N如公式(1)所示



其中，M表示所述栅格地图BM×N的横向栅格数，N表示栅格地图BM×N的纵向栅格数；GMn表示所述栅格地图BM×N上坐标为(nx，ny)的坐标点被占用的状态，M＞nx＞0，N＞ny＞0，若GMn＝0表示所述的坐标点为空闲点，若GMn＝1表示所述的坐标点为障碍点；
在栅格地图BM×N中设置坐标为(Sx，Sy)的起始点nodes，以及坐标为(gx，gy)的目标点nodeg；
步骤2、采用骨架提取算法对步骤1得到的栅格地图BM×N进行计算，经过骨架提取算法计算后，栅格地图BM×N中的连通区域分别被细化成细线，由此得到包含栅格地图中所有可行路径的多条细线；
步骤3、采用Harris角点检测算法对细化出来的各个可行路径分别进行计算，提取得到各个可行路径对应的特征点nodec，然后对各个特征点nodec进行自适应阈值处理，得到各自对应的拓扑节点nodet；
步骤4、根据拓扑节点nodet，建立拓扑结构地图mapt；
步骤5、采用随机快速搜索树算法，首先把拓扑节点nodet添加到随机快速搜索树算法的初始树Treei中，然后基于随机快速搜索树算法进行初始路径的搜寻与查找；
步骤6、根据自适应阈值公式(3)和公式(4)来对由拓扑节点所构成的初始路径进行局部优化，公式(3)、(4)如下：
Threshold2＝μ*(M+N)/4(3)



其中：Threshold2是一个自适应阈值，作用是为对由拓扑节点所构成的初始路径进行分段，当拓扑节点之间的距离大于自适应阈值Threshold2时，其下面的拓扑节点就变成下一段路径；
μ是根据栅格地图的长、宽和栅格地图大小的数量级来定义的自适应参数，M和N为栅格地图的长和宽；
a＝min{M，N}为栅格地图中较短的边，b＝max{M，N}为栅格地图中较长的边，ε为栅格地图大小的数量级，当栅格地图较短的边a和较长的边b相等时令μ为1，当栅格地图较短的边a和较长的边b不等时，令μ为公式(4)；
通过Threshold2这个阈值把初始路径分段，这些分段的路径为局部路径；
步骤7、将由拓扑节点所构成的初始路径根据公式(2)进行自适应阈值处理后对其进行局部优化，每一段局部路径优化时都被限制在了椭圆内；
在每段局部路径规划中调用InformedRRT*算法，从所构成每段局部路径规划中的第一个...

【专利技术属性】
技术研发人员：杨学志，李冠达，金兢，廖志伟，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽;34