一种改进RRT的机器人路径规划方法和系统技术方案

本发明专利技术公开了一种改进RRT的机器人路径规划方法和系统，通过自适应生成扩展节点，并优化起点到新生成扩展节点的路径，降低了RRT算法在路径规划过程中的时间复杂度；并对生成的随机扩展树进行剪枝处理，去除冗余节点，从而加快收敛速度，得到更优的路径，提高了路径规划的效率。划的效率。划的效率。

【技术实现步骤摘要】
一种改进RRT的机器人路径规划方法和系统


[0001]本专利技术属于机器人路径规划
，具体涉及一种能够避障的机器人路径规划方法和系统。

技术介绍

[0002]路径规划是指在包含障碍物的给定区域内搜索到一条从起点到终点的安全无碰撞、可行的路径。基于随机点采样的快速探索随机树(rapidlyexploring random tree，RRT)是目前广泛应用于机器人路径规划的一种算法。RRT算法以一个初始点作为根结点，通过随机采样增加叶子结点的方式，生成一个随机扩展树，当随机树中的叶子结点包含了目标结点或进入了目标区域，便可以在随机树中找到一条由初始点到目标点的路径，该方法的特点是能够快速有效地搜索高维空间，通过状态空间的随机采样点，把搜索导向空白区域，从而寻找到一条从起始点到目标点的规划路径。
[0003]但也存在一些明显的缺点：对环境信息不敏感，当可行区域狭窄且复杂，或者存在大量不规则障碍物时，RRT算法收敛到最优解的效率会大打折扣，甚至探索失败。

技术实现思路

[0004]专利技术目的：本专利技术提供一种改进RRT本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种改进RRT的机器人路径规划方法，其特征在于，包括：S1、将机器人活动的二维场景分为可通行区域和不可通行的障碍物，建立二维栅格图；获取机器人在二维场景中的起始位置Q
start
和目的位置Q
goal
；如果从Q
start
到Q
goal
的直线路径没有碰触障碍物，则规划路径为从Q
start
到Q
goal
的直线段；否则，将Q
start
作为RRT算法中随机扩展树的根节点，初始化目标方向权重k＝1，根据步骤S2
‑
S7确定规划路径；S2、在机器人运动区域生成随机位置点Q
rand
；如果Q
start
与Q
rand
的连线穿过障碍物，则丢弃该Q
rand
，并再次生成新的Q
rand
，直至Q
start
与Q
rand
的连线没有穿过障碍物；S3、遍历当前随机扩展树，查找与Q
rand
距离最近的点Q
near
；S4、计算Q
near
到障碍物的最小距离D
ob
，计算斥力因子h：ρ为机器人运动步长；计算Q
rand
对Q
near
的引力Q
goal
对Q
near
的引力障碍物对Q
near
的斥力计算Q
near
处受到的合力到的合力其中w为引力权重，是预设的(0,1]范围内的常数；Q
ob
为距离Q
near
最近的障碍物位置；|| ||为计算二维环境栅格图中两个位置点的距离；以Q
near
为父节点，根据合力生成新节点Q
new
：判断新节点Q
new
和Q
near
的连线是否与障碍物有碰撞，如没有碰撞则将Q
new
添加到随机扩展树上，如果有碰撞跳转至S2重新生成随机位置点；S5、优化起点Q
start
到Q
new
的路径；S6、重复步骤S3
‑
S5，当新节点Q
new
进入目的位置Q
goal
的邻域内或为Q
goal
本身时，停止随机扩展树的扩展；对随机扩展树进行剪枝处理；S7、从目的位置Q
goal
开始依次回溯父节点直到起始点Q
start
结束，找到一条从Q
start
到Q
goal
的无障碍路径。2.根据权利要求1所述的机器人路径规划方法，其特征在于，所述步骤S4中还包括：根据F1和F2更新k：如果F1＞F2，k＝k+Δk；否则k＝k
‑
Δk；Δk为预设的更新步长。3.根据权利要求1所述的机器人路径规划方法，其特征在于，所述步骤S5具体包括：S5.1、以Q
new
为圆心，R
near
为半径计算邻域V
near
；R
near
为预设的布线长度；S5.2、随机扩展树中位于邻域V
near
内的节点构成集合S
near
，获取集合S
near
中每个节点的第一外节点，组成集合S
pnear
；节点s的第一外节点为随机扩展树中与节点s间的距离小于第一距离R1的节点；s∈S
near
；，S
sum
＝S
near
∪S
pnear
；S5.3、遍历集合S
sum
中的节点，判断Q
new
的父节点替换成S
sum
中的节点后，是否会缩短Q
start
到Q
new
的路径，如果缩短则进行Q
new
的父节点替换操作，反之不替换；S5.4、寻找Q
new
的第二外节点的集合S
pnew
，节点Q
new
的第二外节点为随机扩展树中与Q
new
间的距离小于第二距离R2的节点；S5.5、遍历S
near
中的节点，判断如果其父节点更换为Q
new
与S
pnew
的并集内的节点后是否会减小Q
start
到所述S
near
中的节点的路径，如果路径有所减小，则进行所述S
near
中的节点父节点的替换操作，反之不操作。4.根据权利要求1所述的机器人路径规划方法，其特征在于，所述步骤S6中对随机扩展树进行剪枝处理具体为：从随机扩展树的根节点Q
start
开始，寻找能够无碰撞连接目的位置Q
goal
的中间点P1，接着以P1为起点寻找能够无碰撞连接目的位置Q
goal
的中间点P2，如此循环往复，直至找到Q
goal
或进入目的位置Q
goal
的邻域内；Q<...

【专利技术属性】
技术研发人员：马国军，段云龙，孙永霜，李明泽，韩松，顾琪伟，朱琎，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：