本发明专利技术公开了基于DWA的机器人局部路径规划方法及系统，属于机器人路径规划技术领域，要解决的技术问题为：如何在克服DWA前瞻性不足的缺点、同时保持DWA算法的简单高效和便于实现的优点的前提下，实现机器人路径规划。包括如下步骤：基于全局路径规划算法进行全局路径规划；从机器人的当前位置，沿所述全局最优路径方向、在所述全局最优路径的两侧分别生成n条局部路径；在全局最优路径上截取L长度的路径作为候选局部路径，并将2n条局部路径作为候选局部路径，将没有障碍物的局部路径标记为可行局部路径；将机器人的可行直线行驶速度和旋转角速度组成一个速度对集合；对所述速度对集合中所有速度进行评价。合中所有速度进行评价。合中所有速度进行评价。
【技术实现步骤摘要】
基于DWA的机器人局部路径规划方法及系统
[0001]本专利技术涉及机器人路径规划
，具体地说是基于DWA的机器人局部路径规划方法及系统。
技术介绍
[0002]DWA算法由于计算复杂度低、可以实时避障，在机器人局部路径规划上有着很广泛的应用，但是DWA算法也存在着很多不足，比如：前瞻性不足：只模拟并评价了下一步，动态避障效果差；每次都选择下一步的最佳路径，而非全局最优路径。
[0003]如何在克服DWA前瞻性不足的缺点、同时保持DWA算法的简单高效和便于实现的优点的前提下，实现机器人路径规划，是需要解决的技术问题。
技术实现思路
[0004]本专利技术的技术任务是针对以上不足，提供基于DWA的机器人局部路径规划方法及系统，来解决如何在克服DWA前瞻性不足的缺点、同时保持DWA算法的简单高效和便于实现的优点的前提下，实现机器人路径规划的技术问题。
[0005]第一方面，本专利技术一种基于DWA的机器人局部路径规划方法，包括如下步骤：
[0006]基于全局路径规划算法进行全局路径规划，得到一条全局最优路径；
[0007]从机器人的当前位置，沿所述全局最优路径方向、在所述全局最优路径的两侧分别生成n条与所述全局最优路径平行的局部路径，局部路径之间的距离间隔为S，每条局部路径的长度为L；
[0008]从机器人当前位置开始，在全局最优路径上截取L长度的路径作为候选局部路径，并将2n条局部路径作为候选局部路径，对于所述2n+1条局部路径，判断每条局部路径上是否存在障碍物，将没有障碍物的局部路径标记为可行局部路径；
[0009]根据机器人模型自身的速度和加速度约束，将机器人的可行直线行驶速度和旋转角速度组成一个速度对集合(v,ω)，其中可行直线行驶速度v位于机器人可达最大速度和最小速度范围之间，旋转角速度ω位于机器人可达最大角速度和最小角速度范围之间；
[0010]基于全局最优路径、上一次最优可行局部路径以及速度的大小，对所述速度对集合中所有速度进行评价，基于评价结果选择出得分最高的速度作为机器人当前的目标速度路径发送至机器人的执行机构，控制机器人沿所述目标速度路径运动，同时，将到距离目标速度路径最近的可行局部路径标记为当前最优可行局部路径，供下一次评价函数进行评价使用。
[0011]作为优选，所述全局路径规划算法包括A*算法和Dijkstra算法。
[0012]作为优选，对于每条局部路径，通过如下方法判断所述局部路径上是否存在障碍物：
[0013]计算障碍物的边缘到所述局部路径的最近距离，若最近距离大于二分之一的机器人宽度，则认为所述局部路径上没有障碍物，否则认为所述局部路径上存在障碍物。
[0014]作为优选，基于全局最优路径、上一次最优可行局部路径以及速度的大小，通过评价函数对所述速度对集合中所有速度进行评价，所述评价函数表示为：
[0015]G(v，ω)＝α*dis_global(v，ω)+β*dis_local(v，ω)+γ*vel(v，ω)
[0016]其中，dis_global(v,ω)为待评价速度对到全局最优路径的距离评价函数、dis_local(v,ω)为待评价速度到上一次最优可行局部路径的距离评价函数、vel(v,ω)为速度的大小评价函数；
[0017]α、β、γ为自定义的权重；
[0018]待评价速度到全局最优路径越近则dis_global(v,ω)得分越高，待评价速度到上一次最优可行局部路径越近则dis_local(v,ω)得分越高，待评价速度越大则vel(v,ω)得分越高。
[0019]第二方面，本专利技术一种基于DWA的机器人局部路径规划系统，用于通过如第一方面任一项所述的基于DWA的机器人局部路径规划方法进行机器人局部路径规划，所述系统包括：
[0020]全局路径规划模块，所述全局路径规划模块用于基于全局路径规划算法进行全局路径规划，得到一条全局最优路径；
[0021]局部路径选取模块，所述局部路径选取模块用于从机器人的当前位置，沿所述全局最优路径方向、在所述全局最优路径的两侧分别生成n条与所述全局最优路径平行的局部路径，局部路径之间的距离间隔为S，每条局部路径的长度为L；
[0022]可行局部路径选取模块，所述可行局部路径选取模块用于从机器人当前位置开始，在全局最优路径上截取L长度的路径作为候选局部路径，并将2n条局部路径作为候选局部路径，对于所述2n+1条局部路径，判断每条局部路径上是否存在障碍物，将没有障碍物的局部路径标记为可行局部路径；
[0023]速度对选取模块，所述速度对选取模块用于根据机器人模型自身的速度和加速度约束，将机器人的可行直线行驶速度和旋转角速度组成一个速度对集合(v,ω)，其中可行直线行驶速度v位于机器人可达最大速度和最小速度范围之间，旋转角速度ω位于机器人可达最大角速度和最小角速度范围之间；
[0024]速度评价模块，所述速度评价模块用于基于全局最优路径、上一次最优可行局部路径以及速度的大小，对所述速度对集合中所有速度进行评价，基于评价结果选择出得分最高的速度作为机器人当前的目标速度路径发送至机器人的执行机构，控制机器人沿所述目标速度路径运动，同时，将到距离目标速度路径最近的可行局部路径标记为当前最优可行局部路径，供下一次评价函数进行评价使用。
[0025]作为优选，所述全局路径规划算法包括A*算法和Dijkstra算法。
[0026]作为优选，对于每条局部路径，所述可行局部路径选取模块用于通过如下方法判断所述局部路径上是否存在障碍物：
[0027]计算障碍物的边缘到所述局部路径的最近距离，若最近距离大于二分之一的机器人宽度，则认为所述局部路径上没有障碍物，否则认为所述局部路径上存在障碍物。
[0028]作为优选，基于全局最优路径、上一次最优可行局部路径以及速度的大小，所述速度评价模块用于通过评价函数对所述速度对集合中所有速度进行评价，所述评价函数表示为：
[0029]G(v，w)＝α*dis_global(v，w)+β*dis_local(v，w)+γ*vel(v，ω)
[0030]其中，dis_global(v,ω)为待评价速度对到全局最优路径的距离评价函数、dis_local(v,ω)为待评价速度到上一次最优可行局部路径的距离评价函数、vel(v,ω)为速度的大小评价函数；
[0031]α、β、γ为自定义的权重；
[0032]待评价速度到全局最优路径越近则dis_global(v,ω)得分越高，待评价速度到上一次最优可行局部路径越近则dis_local(v,ω)得分越高，待评价速度越大则vel(v,ω)得分越高。
[0033]本专利技术的基于DWA的机器人局部路径规划方法及系统具有以下优点：在全局最优路径两侧分别生成n条与全局最优路径平行的局部路径，从局部路径和全局最优路径中选择出当前可行局部路径，使用DWA算法将机器人的可行直线行驶速度和旋转角速度组成一个速本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于DWA的机器人局部路径规划方法，其特征在于，包括如下步骤：基于全局路径规划算法进行全局路径规划，得到一条全局最优路径；从机器人的当前位置，沿所述全局最优路径方向、在所述全局最优路径的两侧分别生成n条与所述全局最优路径平行的局部路径，局部路径之间的距离间隔为S，每条局部路径的长度为L；从机器人当前位置开始，在全局最优路径上截取L长度的路径作为候选局部路径，并将2n条局部路径作为候选局部路径，对于所述2n+1条局部路径，判断每条局部路径上是否存在障碍物，将没有障碍物的局部路径标记为可行局部路径；根据机器人模型自身的速度和加速度约束，将机器人的可行直线行驶速度和旋转角速度组成一个速度对集合(v,ω)，其中可行直线行驶速度v位于机器人可达最大速度和最小速度范围之间，旋转角速度ω位于机器人可达最大角速度和最小角速度范围之间；基于全局最优路径、上一次最优可行局部路径以及速度的大小，对所述速度对集合中所有速度进行评价，基于评价结果选择出得分最高的速度作为机器人当前的目标速度路径发送至机器人的执行机构，控制机器人沿所述目标速度路径运动，同时，将到距离目标速度路径最近的可行局部路径标记为当前最优可行局部路径，供下一次评价函数进行评价使用。2.根据权利要求1所述的基于DWA的机器人局部路径规划方法，其特征在于，所述全局路径规划算法包括A*算法和Dijkstra算法。3.根据权利要求1所述的基于DWA的机器人局部路径规划方法，其特征在于，对于每条局部路径，通过如下方法判断所述局部路径上是否存在障碍物：计算障碍物的边缘到所述局部路径的最近距离，若最近距离大于二分之一的机器人宽度，则认为所述局部路径上没有障碍物，否则认为所述局部路径上存在障碍物。4.根据权利要求1所述的基于DWA的机器人局部路径规划方法，其特征在于，基于全局最优路径、上一次最优可行局部路径以及速度的大小，通过评价函数对所述速度对集合中所有速度进行评价，所述评价函数表示为：G(v，ω)＝α*dis_global(v，ω)+β*dis_local(v，ω)+γ*υel(υ，ω)其中，dis_global(v,ω)为待评价速度对到全局最优路径的距离评价函数、dis_local(v,ω)为待评价速度到上一次最优可行局部路径的距离评价函数、vel(v,ω)为速度的大小评价函数；α、β、γ为自定义的权重；待评价速度到全局最优路径越近则dis_global(v,ω)得分越高，待评价速度到上一次最优可行局部路径越近则dis_local(v,ω)得分越高，待评价速度越大则vel(v,ω)得分越高。5.一种基于DWA的机器人局部路径规划系统，其特征在于，用于通过如权利要求1
‑
4任一项所述的基于DWA的机器人局部路径规划方法进行机器人局部路径规划，所述系统包括：全局路径规...
【专利技术属性】
技术研发人员：刘祥勇，马辰，高发钦，华逢彬，程瑶，李朝铭，刘鹏，
申请(专利权)人：山东新一代信息产业技术研究院有限公司，
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。