【技术实现步骤摘要】
一种基于PSO参数整定的移动机器人平滑轨迹规划方法
[0001]本专利技术属于机器人轨迹规划
,具体提供一种基于PSO参数整定的移动机器人平滑轨迹规划方法。在不同环境下为移动机器人全局规划出一条到目标点的无碰撞参考路径基础上,利用PSO参数整定的纯跟踪算法对参考路径跟踪生成符合机器人自身模型特点的平滑可行轨迹,且具有针对不同环境的适应性。
技术介绍
[0002]随着全球技术及时代的飞速发展,智能移动机器人的应用领域的日益扩大,移动机器人在诸多生活领域发挥着越来越重要的作用,人们期望智能移动机器人能在更多的领域为人类服务,代替人类完成更多更复杂的工作。为了实现生产更可靠、更熟练的机器人的有效方法,以及解决不同领域的问题和优化现有解决方案,在提高机器人的任务性能方面,机器人导航是移动机器人领域的重要课题。机器人路径规划是帮助机器人在环境中导航的主要任务之一,在过去几十年中受到了广泛关注。机器人的路径规划技术,其实是参照某一个参数的指标(如工作代价值最低,选择路径最短,运算时间消耗最短等),在任务区域选择出一条可从起点连接到终点的最优或次优的避障路径。其本质是在几个约束条件下得到最优或可行解的问题。路径规划结果的优劣,将直观地对机器人完成任务的实时性及结果优劣造成影响。
[0003]路径规划算法可以分为两类:全局规划和局部规划。目前应用较多的有遗传算法、蚁群算法、Dijkstra算法、A*算法、D*Lite算法、人工势场法及此类改进算法等。其中A*算法的核心思想是利用启发函数对算法遍历的方向进行引导,避免盲目 ...
【技术保护点】
【技术特征摘要】
1.一种基于PSO参数整定的移动机器人平滑轨迹规划方法,其特征在于,所述方法包括以下步骤:步骤S1、获取室内场景的全局静态栅格地图,栅格地图的每个节点代表当前位置是障碍物或可通行区域,并确认起始点和目标点,建立移动机器人工作环境的二维地图模型,确定起始点、目标点和障碍物坐标;步骤S2、在二维地图模型中,为避免路径规划中出现对角线方向上的路径与障碍物发生碰撞采用改进A*算法进行领域搜索,以提高生成路径的合理性;同时,通过引入障碍物比重信息改进代价函数,进而在保证搜索效率的前提下得到参考路径;步骤S3、生成可行轨迹:根据上述的改进A*算法路径规划后得到的路径中的控制节点利用纯跟踪算法实现参考轨迹跟踪控制,其控制算法的参数通过PSO依据不同环境智能化调试从而对轨迹进行平滑优化处理,即生成一条适应环境下的符合机器人自身模型特点并满足曲率约束的可行轨迹。2.如权利要求1所述的基于PSO参数整定的移动机器人平滑轨迹规划方法,其特征在于,所述步骤S2中,评价函数设计如下:在扩展当前节点的子节点时舍弃与上一个节点生成对角线和障碍物接触的子节点,以此避免路径规划中出现对角线方向上的路径与障碍物发生碰撞从而保证机器人与障碍物节点之间的安全距离。;引入障碍物占比p(n)来影响启发函数h(n)在不同环境下的权重,假设一局部区域中障碍物的数量为b,所有栅格数量为B,设当前节点的坐标为(n
x
,n
y
),目标点的坐标为(g
x
,g
y
),则B由式(1)表示B=[1+abs(n
x
‑
g
y
)]
×
[1+abs(n
y
‑
g
y
)]
ꢀꢀꢀꢀ
(1)则p(n)如式(2)表示P(n)=b/B
ꢀꢀꢀꢀ
(2)初始评价函数如式(3)所示:f(n)=g(n)+h(n)
ꢀꢀꢀꢀꢀ
(3)改进后的启发式函数为:其中n代表当前节点,f(n)表示移动机器人在当前节点的评价函数,g(n)表示移动机器人从起始点到当前点的实际代价,h(n)为启发函数;w1,w2分别表示为距离函数权重和障碍物占比权重。3.如权利要求2所述的基于PSO参数整定的移动机器人平滑轨迹规划方法,其特征在于,所述步骤S3的过程如下:步骤S3.1、取全段路径规划得到的全路段路径中的控制节点;步骤S3.2、纯跟踪算法轨迹跟踪拟合,g点为预瞄点,l
d
为车辆后轴中心至预瞄点的距离,即前视距离,α为车身姿态与后轴中心和预瞄点之间连线的方向之间的夹角,δ
f
为前轮偏角,l为轴距,根据正弦定理,有下式成立:
化简上式,得到:其中路径曲率所以上式写为:根据轮式移动机器人的运动学模型,有则另外,定义横向误差为机器人当前姿态和预瞄点在横向上的误差,并考虑小角度误差:所以纯跟踪本质上是一个P控制器,且由式(10)得前视距离与轨迹跟踪效果密切相关,是纯跟踪算法的重要参数,前视距离过大会降低控制精度,但跟踪产生的轨迹会更平滑;前视距离小,追踪拟合更精确,但容易产生振荡;定义前视距离为关于速度的一次多项式,如下式所示:l...
【专利技术属性】
技术研发人员:朱俊威,应良焕,胡公翰,黄怡宁,翁得鱼,
申请(专利权)人:浙江工业大学,
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。