【技术实现步骤摘要】
用于移动机器人的路径规划方法、装置及计算机存储介质
[0001]本专利技术涉及机器人
,尤其涉及一种用于移动机器人的路径规划方法、装置及计算机存储介质。
技术介绍
[0002]由于移动机器人具有自主运行、移动灵活等特点,所以在国防科技、生活服务、生产建设等重要领域具有广阔的开发利用前景。随着移动机器人不断被普及应用,移动机器人的路径规划算法成为移动机器人的关键技术之一。
[0003]随着移动机器人的应用领域越来越广泛,传统单一的A*、RRT*等路径规划算法存在寻找最优路径的效果不佳、路径搜索速度慢、路径不平滑的技术问题,已难以适用于复杂多变的环境。另外,基于智能算法的路径规划算法虽然寻优效果有所提升,但效率较低,极易陷入局部最优。
技术实现思路
[0004]本专利技术所要解决的技术问题在于提供一种用于移动机器人的路径规划方法、装置及计算机存储介质,解决传统路径规划方法存在的路径搜索速度慢、路径不平滑的技术问题,提高搜索效率。
[0005]为解决上述技术问题,本专利技术采用如下所述的技术方案:
[0006]一种用于移动机器人的路径规划方法,其包括有如下步骤:获取移动机器人的初始位置、目标位置、位于初始位置与目标位置之间的中间位置以及障碍物信息;以初始位置、中间位置分别作为根节点构建两棵搜索树T1、T3相向搜索,以目标位置、中间位置分别作为根节点构建两棵搜索树T2、T4相向搜索;基于预设的节点拓展策略为四棵搜索树拓展新节点;重复前一步骤,直至搜索树T1与搜索树T3相连且搜索树 ...
【技术保护点】
【技术特征摘要】
1.一种用于移动机器人的路径规划方法,其特征在于,所述用于移动机器人的路径规划方法包括有如下步骤:S10、获取移动机器人的初始位置、目标位置、位于初始位置与目标位置之间的中间位置以及障碍物信息;S20、以初始位置、中间位置分别作为根节点构建两棵搜索树T1、T3相向搜索,以目标位置、中间位置分别作为根节点构建两棵搜索树T2、T4相向搜索;S30、基于预设的节点拓展策略为四棵搜索树拓展新节点;S40、重复步骤S30,直至搜索树T1与搜索树T3相连且搜索树T2与搜索树T4相连,生成从初始位置到目标位置的路径;S50、通过梯度下降优化策略对步骤S40规划所得的路径进行平滑处理,获得适合移动机器人的最佳运动路径。2.如权利要求1所述的用于移动机器人的路径规划方法,其特征在于,若初始位置和目标位置的连线中点处无障碍物,则取初始位置和目标位置的连线中点为所述中间位置;若初始位置和目标位置的连线中点处存在障碍物,则将初始位置和目标位置的连线中点沿与初始位置和目标位置的连线垂直的方向平移若干个单位距离后作为所述中间位置。3.如权利要求1所述的用于移动机器人的路径规划方法,其特征在于,所述步骤S30进一步包括有步骤:S31、对障碍物进行膨胀化处理,基于膨胀后的障碍物在地图上标记出障碍区域和无障碍区域;S32、在障碍物上施加一个斥力场对随机采样点进行约束,在无障碍区域内生成随机采样点X
rand
;S33、在搜索树的区域范围内寻找与随机采样点距离最近的最近节点X
nearest
;S34、判断随机采样点X
rand
和最近节点X
nearest
的连线是否与障碍区域接触,若否,则在随机采样点X
rand
和最近节点X
nearest
连线上选取一个节点作为新节点X
new
插入搜索树,若是,则返回步骤S32;S35、基于预设的重连策略对新节点X
new
及新节点X
new
邻域范围内的所有节点X
i
进行重连。4.如权利要求3所述的用于移动机器人的路径规划方法,其特征在于,所述步骤S35进一步包括有步骤:遍历新节点X
new
邻域范围内的所有节点X
i
,令代价值之和最小的节点X
i
为最小代价值节点X
min
,所述代价值之和表示为C||X
new
‑
X
i
||+C||X
i
‑
X
base
||,其中,X
base
表示搜索树根节点的坐标,||X
new
‑
X
i
||表示节点X
i
到新节点X
new
的欧式距离,||X
i
‑
X
base
||表示节点X
i
到搜索树根节点的欧式距离;判断最小代价值节点X
min
与新节点X
new
的连线与障碍区域是否发生碰撞,若否,则将新节点X
new
与其原父节点断开连接,以最小代价值节点X
min
作为新节点X
new
的父节点进行重连,若是,则保持新节点X
new
原有的连接关系;对于新节点X
new
邻域范围内除最小代价值节点X
min
外的所有节点X
i
,若C||X
new
‑
X
base
||+C||X
i
‑
X
new
||<C||X
i
‑
X
base
||,且节点X
i
与新节点X
new
的连线与障...
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。