【技术实现步骤摘要】
基于Informed
‑
RRT*融合约束采样空间和人工势场的路径规划方法
[0001]本申请涉及路径规划
，特别是涉及基于Informed
‑
RRT*融合约束采样空间和人工势场的路径规划方法。
技术介绍
[0002]目前，随着各种高新技术的不断发展，移动机器人相关的成就日渐彰显，移动机器人不仅在工业领域取得显著成就，也在例如医疗卫生、军事、救援以及智能工厂等多种领域扮演着不可替代的角色。路径规划作为移动机器人的关键技术这一越来越受重视，移动机器人的路径规划是在一定的环境模型基础上，给定起始点和目标点，成功规划处一条起始点到目标点的无碰撞可行路径。
[0003]在现有技术中，现有的路径规划算法包括Dijkstra算法、A*算法、D*算法、蚁群算法、遗传算法，但是以上算法都需要在一个确定的空间内，对障碍物进行建模，并利用该建模来实现路径规划，而针对移动机器人而言，移动机器人往往会处于复杂环境中，现有的路径规划算法较为单一，其仅适用于某种单一环境下的路径规划，无法解决移动机器人对高...
【技术保护点】
【技术特征摘要】
1.一种基于Informed
‑
RRT*融合约束采样空间和人工势场的路径规划方法，其特征在于，包括以下步骤：步骤一：采集目标物体的环境信息，并基于所述环境信息构建栅格地图；步骤二：将所述栅格地图中每个栅格标记为障碍空间或自由空间，并在标记后的栅格地图中选择一起始点和目标点；步骤三：利用约束采样空间策略和目标偏置策略并融合Informed RRT*算法，以得到融合算法，并通过所述融合算法在栅格地图的自由空间中进行采样，以获得初始路径；步骤四：获得所述初始路径后，利用所述融合算法和所述初始路径计算出椭圆采样空间，并采用人工势场算法在所述椭圆采样空间中进行采样，以得到第一路径；步骤五：将所述人工势场算法结合所述融合算法对所述第一路径进行优化，以得到与障碍物保持安全距离的渐近最优性路线；步骤六：根据所述渐近最优性路线更新所述椭圆采样空间，并在更新后的椭圆采样空间中进行采样，以得到渐近最优性路径；步骤七：将所述渐近最优性路径重复上述步骤六，直到达到迭代次数，以得到所述目标物体的最终规划路径。2.根据权利要求1所述的路径规划方法，其特征在于，所述步骤一包括：利用移动机器人自带的图像传感器或雷达传感器采集目标物体的前方预设视野范围内的障碍物大小、障碍物位置、障碍物数量以及障碍物分布情况；获取所述目标物体的当前位置信息，并基于所述当前位置信息、所述障碍物大小、所述障碍物位置、所述障碍物数量以及所述障碍物分布情况构建所述目标物体的栅格地图。3.根据权利要求1所述的路径规划方法，其特征在于，所述步骤三包括：使用约束采样空间策略加快所述Informed RRT*算法的初始解的迭代，得到均匀的圆形采样空间，并在所述圆形采样空间中进行采样；利用所述目标偏置策略加快所述Informed RRT*算法的迭代，以得到所述初始路径。4.根据权利要求3所述的路径规划方法，其特征在于，利用约束采样空间策略加快初始解的迭代，得到均匀的圆形采样空间，并在所述圆形采样空间中进行采样的步骤包括：计算出所述起始点和所述目标点的直线距离的中点，并以所述中点为圆心、所述直线距离为直径规划出均匀的圆形采样空间；定义随机树，并利用所述随机树在所述圆形...
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。