【技术实现步骤摘要】
一种融合全局及局部算法的路径规划方法及装置
[0001]本专利技术涉及一种融合全局及局部算法的路径规划方法及装置。
技术介绍
[0002]对于机器人运动轨迹的规划,在全局路径规划技术方面已经取得了不错成果,但是全局规划仅适用于活动区域信息己知的情况,当环境比较复杂时,如存在各种不规则障碍物时,全局路径规划可能无法适用,而且现有技术中的全局路径规划还存在冗余节点过多、拐点过多、路径过长的缺陷。而局部路径规划虽然可以在环境未知的情况下使用,但其在复杂环境中计算量过大,消耗时间过长。现有技术中也有将全局路径规划和局部路径规划融合的方案,但是仍然存在拐点过多、路径不平滑、冗余节点过多、路径过长、最终路径与全局路径相差较大、速度与安全性无法同时满足的缺陷。
技术实现思路
[0003]本专利技术提出一种融合全局及局部算法的路径规划方法及装置,路径平滑且无冗余节点,提升效率,且在完成动态避障的同时还有方向性地快速逼近终点,兼具速度与安全性。
[0004]本专利技术通过以下技术方案实现:
[0005]一种融合全局及局部算法的路径规划方法,包括如下步骤:
[0006]步骤S1:初始化栅格地图,设置障碍物位置、起始节点S和目标节点G;
[0007]步骤S2:通过基于16邻域搜索的A*算法进行全局路径规划,得到路径点集合closelist=[C1,C2,
…
C
n
],其中,C1=S,C
n
=G;
[0008]步骤S3:判断路径点集 ...
【技术保护点】
【技术特征摘要】
1.一种融合全局及局部算法的路径规划方法,其特征在于:包括如下步骤:步骤S1:初始化栅格地图,设置障碍物位置、起始节点S和目标节点G;步骤S2:通过基于16邻域搜索的A*算法进行全局路径规划,得到路径点集合closelist=[C1,C2,
…
C
n
],其中,C1=S,C
n
=G;步骤S3:判断路径点集合closelist中相邻的三点是否共线,若是不共线,则将相邻三点的中间点作为关键点进行提取,若是共线,则将相邻三点的中间点作为冗余点删除,最终形成关键点集合keylist=[K1,K2,
…
,K
m
],其中,K1=S,K
m
=G;步骤S4:判断关键点集合keylist中,K
i
与K
i+2
的连线是否与障碍物相交,若是,则提取K
i+1
作为优化路径点,否则,将K
i+1
从关键点集合keylist中删除,最终形成优化路径集合lastlist=[L1,L2,
…
,L
z
],其中,L1=S,L
z
=G,1≤i≤m
‑
2;步骤S5:将优化路径集合lastlist中的路径点作为局部路径规划的子目标,并在预设的速度空间进行采样,针对每个速度采样点均利用DWA算法进行轨迹预测,得到多个运动轨迹,并利用评估函数选择最优的运动轨迹控制机器人运动,heading(v,w)、dist(v,w)、vel(v,w)和path(v,w)分别用于衡量对子目标的方向性、表示运动轨迹中距离障碍物的最小距离、评价当前速度大小和用于衡量与子目标的距离,α、β、γ
d
和分别为加权系数,γ
d
与机器人到最近障碍物的距离相关,v、w分别为线速度和角速度。2.根据权利要求1所述的一种融合全局及局部算法的路径规划方法,其特征在于:所述步骤S5中,将优化路径集合lastlist中的路径点作为局部路径规划的子目标,具体为:依次将优化路径集合lastlist中的路径点作为子目标G
min
,但当机器人与子目标G
min
=L
i
的距离小于第一阈值时,设置G
min
=L
i+1
,当子目标为G
min
=L
i
且L
i+j
出现在最优的动作轨迹中时,设置G
min
=L
i+j
,其中,第一阈值与机器人底盘半径相关,j>0。3.根据权利要求1所述的一种融合全局及局部算法的路径规划方法,其特征在于:所述步骤S5中,其中,γ
max
为最短时间通过障碍物密集区域的对应值,γ
min
为通过障碍物密集区域最安全的对应值,D为机器人到最近障碍物的距离,v
max
为预设的最大线速度,v
a
为预设的线加速度。4.根据权利要求1或2或3所述的一种融合全局及局部算法的路径规划方法,其特征在于:所述步骤S2具体包括如下步骤:步骤S21:创建空集openlist和closelist,将起始节点S存储到closelist中;步骤S22:寻找起始节点S周围16个方向上可以到达的24个节点,将它们放入openlist中,并设置它们的父节点为S,其中,以节点S为原点,24个节点的坐标为:[[1,0],[0,1],[
‑
1,0],[0,
‑
1],[
‑
1,
‑
1],[
‑
1,1],[1,
‑
1],[1,1],[2,0],[0,2],[
‑
2,0],[0,
‑
2],[
‑
2,
‑
2],[
‑
2,2],[2,
‑
2],[2,2],[1,3],[3,1],[3,
‑
1],[1,
‑
3],[
‑
1,3],[
‑
3,1],[
‑
3,
‑
1],[
‑
1,
‑
3]];步骤S23:将节点S从从openlist放入closelist中,再分别计算步骤S22中各节点的F
值,并将F值最小的节点A从openlist放入closelist中,再将节点A周围16个方向上除了障碍物和已在closelist中的节点,其他可以到达的节点均放入openlist中,设置这些节点的父节点为A,并以节点A为当前节点,分别计算以这些节点为目标节点的F值,其中,F=G+H,F值表示从起始节点到目标节点的代价消耗,G值表示从起始节点到当前节点的实际消耗,H值表示从当前节点到目标节点的估计代价消耗;步骤S24:按照步骤S23继续从openlist中找出F值最小的节点,并将其从openlist放入closelist中,再将该节点设置为父节点,直至openlist中出现目标节点G,逆序遍历父节点即可得到路径点集合closelist=[C1,C2,
…
C
...
【专利技术属性】
技术研发人员:郭杰龙,俞辉,陈霞,魏宪,张剑锋,邵东恒,李杰,兰海,
申请(专利权)人:泉州装备制造研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。