基于水流算法的移动机器人路径规划方法、系统技术方案

本发明专利技术公开了一种基于水流算法的移动机器人路径规划方法、系统，方法包括：运用主流点搜索模型，确定主流点；依据拟病毒算法、拟水流避障算法，确实主流点之间的路径点；其中，拟病毒算法用于水流识别出相关障碍物的轮廓；拟水流避障算法用于水流在主流点之间流动；依据主流点及主流点之间的路径点，确定路径。本发明专利技术能满足移动机器人全局路径规划算法对路径较优、时效性强、算法稳定性好的性能需求；在处理复杂地图或者强调实时计算的场景中，水流算法具有较强的应用优势。进一步地，通过与蚁群算法、Dijkstra算法和Floyd算法的仿真实验对比分析，验证了本发明专利技术在保证路径解的质量的同时，搜索速度有明显的提升。搜索速度有明显的提升。搜索速度有明显的提升。

【技术实现步骤摘要】
基于水流算法的移动机器人路径规划方法、系统


[0001]本专利技术涉及一种基于水流算法的移动机器人路径规划方法、系统，属于移动机器人导航和路径规划领域。

技术介绍

[0002]移动机器人路径规划是机器人研究领域的重要技术之一，其研究目的是寻找一条安全无碰撞、最优或近似最优的路径。按照搜索方法划分，目前路径规划算法主要分为四类：智能搜索算法、基于人工智能算法、基于几何模型算法和用于局部避障算法。智能搜索算法是目前较为热门的算法，其中主要包括蚁群算法、Dijkstra算法、人工势场法和Floyd算法。
[0003]蚁群算法(AC)是一种基于群体觅食的随机启发式搜索方法，在解决路径规划问题上非常有效，具有很强的鲁棒性和适应性。为了解决AC中存在的局部优化、收敛性差、搜索效率低等问题，许多研究者一直致力于改进初始搜索策略、信息素更新规则、路径选择规则和死锁惩罚机制。
[0004]Dijkstra算法是一种典型的最短路径算法，通过以起始点为中心向外层层扩展，直至扩展到终点为止得到最短路径。传统的Dijkstra算法存在路径规划速度慢、效率低的问题。
[0005]Floyd算法是一种用于寻找给定加权路径拓扑网络中顶点间最短路径的算法。存在路径规划时间复杂度较高、路径规划耗时长的问题。

技术实现思路

[0006]针对传统路径规划方法在全局静态路径规划中的一些不足，本专利技术提供了一种基于水流算法的移动机器人路径规划方法、系统，具体包含一个模型和三个子算法：一种基于当前位置与终点的动态计算主流点搜索模型，通过探测、搜索、检测和转化四个步骤确定可行的主流点；一种模拟病毒扩散传播过程的拟病毒算法，用于识别流动过程中的障碍物；一种模拟水流流动轨迹避开障碍物的拟水流避障算法；一种路径优化算法对已经完成规划的拟水流路径进行优化。
[0007]本专利技术的技术方案是：
[0008]根据本专利技术的一方面，提供了一种基于水流算法的移动机器人路径规划方法，包括：运用主流点搜索模型，确定主流点；依据拟病毒算法、拟水流避障算法，确实主流点之间的路径点；其中，拟病毒算法用于水流识别出相关障碍物的轮廓；拟水流避障算法用于水流在主流点之间流动；依据主流点及主流点之间的路径点，确定路径。
[0009]所述运用主流点搜索模型，确定主流点，包括：从路径起点开始，通过探测、搜索、检测和转化步骤确定可行的主流点，直至搜索到达终点。
[0010]所述探测步骤用于根据当前位置与终点位置确定探测角度，探测角度表达式为：
[0011][0012]其中，表示第k次迭代下的探测角度，(i
E
,j
E
)是终点E的网格坐标，k是当前迭代次数，(i
k
,j
k
)表示第k次迭代下的当前位置P
k
的网格坐标；
[0013]所述搜索步骤用于根据探测角度确定搜索角度，搜索角度表达式为：
[0014][0015][0016]其中，表示第k次迭代下的搜索角度；是第k次迭代下的探测步长；r是网格的比例；
[0017]所述检测步骤用于判断根据搜索角度、探测步长确定的搜索点是否为主流点，判断公式为：
[0018][0019]其中，F
c
(i
k+1
,j
k+1
)是搜索点检验函数，用来检验搜索点是否为主流点；
[0020]所述转化步骤用于将检测步骤确定的主流点坐标转化为索引值进行存储。
[0021]所述依据拟病毒算法、拟水流避障算法，确实主流点之间的路径点，包括：拟水流沿着主流点开始流动，流动过程中，判断是否遇到障碍物：如果遇到障碍物，采用拟病毒算法识别出相关障碍物的轮廓，依据识别的轮廓，运用拟水流避障算法进行避障获得主流点之间的路径点；如果没有遇到障碍物，则水流直接在主流点之间流动。
[0022]所述拟病毒算法用于将当前位置识别到的障碍物网格坐标作为感染源，感染源以半径d向周围扩散传播病毒，将感染病毒的障碍物作为新的感染源，再以半径d向周围扩散传播病毒，直至感染结束，输出被感染障碍物坐标，确定相关障碍物的轮廓；在拟水流流过相关障碍物后，病毒会自动清除。
[0023]所述拟水流避障算法在避障时有两种基础流动方式：顺时针或者逆时针；在顺时针流动方式下，由八种方向流动方法按照顺时针运行规律排列组成，同理，在逆时针流动方式下，由八种方向流动方法按照逆时针运行规律排列组成；如果通过拟水流避障算法避障获得路径为一条，则直接依据这一条路径确定主流点之间的路径点；如果存在多条，则选择路径最短的这一条路径确定主流点之间的路径点；如果不存在，则表示不存在有效路径。
[0024]所述八种方向流动方法，依据流动方式下的三种流动模式确定：
[0025]流动模式1，用于水流位于障碍物的左上、右上、左下、右下四个对角位置，拟水流贴合障碍物流动；
[0026]流动模式2，用于水流未处于极端位置时依据八种方向流动方法贴合障碍物流动；
[0027]流动模式3，用于水流处于极端位置时依据八种方向流动方法贴合障碍物流动；
[0028]所述极端位置指的是当前位置位于地图环境的边界。
[0029]还包括路径优化步骤，用于依据路径优化算法对已经完成规划的拟水流路径进行优化。
[0030]所述路径优化算法，具体为：从第一个路径点Path(q1)＝(i
q1
,j
q1
)开始向第二个路径点Path(q2)＝(i
q2
,j
q2
)扩展搜索，如果i
q1
至i
qn
，j
q1
至j
qn
所组成的区域为可通行区域，即表明区域内不存在障碍物，那么删除路径点Path(q2)；继续从Path(q1)开始向Path(q3)搜索
……
，如果第Path(q1)点至Path(qn)点所组成的区域中不存在障碍物，第Path(q1)点至Path(qn+1)点所组成的区域中存在障碍物，则只保留q1、qn点，即将路径[Path(q1),Path(q2),
…
,Path(qn)]转变为路径[Path(q1),Path(qn)]，得到第一段路径[Path(q1),Path(qn)]；之后从Path(qn+1)点向后继续搜索，直到搜索到最后一个路径点，依据保留的点，确定最优路径。
[0031]根据本专利技术的另一方面，提供了一种基于水流算法的移动机器人路径规划系统，包括：第一确定模块，用于运用主流点搜索模型，确定主流点；第二确定模块，用于依据拟病毒算法、拟水流避障算法，确实主流点之间的路径点；其中，拟病毒算法用于水流识别出相关障碍物的轮廓；拟水流避障算法用于水流在主流点之间流动；第三确定模块，用于依据主流点及主流点之间的路径点，确定路径。
[0032]本专利技术的有益效果是：本专利技术能满足移动机器人全局路径规划算法对路本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于水流算法的移动机器人路径规划方法，其特征在于，包括：运用主流点搜索模型，确定主流点；依据拟病毒算法、拟水流避障算法，确实主流点之间的路径点；其中，拟病毒算法用于水流识别出相关障碍物的轮廓；拟水流避障算法用于水流在主流点之间流动；依据主流点及主流点之间的路径点，确定路径。2.根据权利要求1所述的基于水流算法的移动机器人路径规划方法，其特征在于，所述运用主流点搜索模型，确定主流点，包括：从路径起点开始，通过探测、搜索、检测和转化步骤确定可行的主流点，直至搜索到达终点。3.根据权利要求2所述的基于水流算法的移动机器人路径规划方法，其特征在于，所述探测步骤用于根据当前位置与终点位置确定探测角度，探测角度表达式为：其中，表示第k次迭代下的探测角度，(i
E
,j
E
)是终点E的网格坐标，k是当前迭代次数，(i
k
,j
k
)表示第k次迭代下的当前位置P
k
的网格坐标；所述搜索步骤用于根据探测角度确定搜索角度，搜索角度表达式为：所述搜索步骤用于根据探测角度确定搜索角度，搜索角度表达式为：其中，表示第k次迭代下的搜索角度；是第k次迭代下的探测步长；r是网格的比例；所述检测步骤用于判断根据搜索角度、探测步长确定的搜索点是否为主流点，判断公式为：其中，F
c
(i
k+1
,j
k+1
)是搜索点检验函数，用来检验搜索点是否为主流点；所述转化步骤用于将检测步骤确定的主流点坐标转化为索引值进行存储。4.根据权利要求1所述的基于水流算法的移动机器人路径规划方法，其特征在于，所述依据拟病毒算法、拟水流避障算法，确实主流点之间的路径点，包括：拟水流沿着主流点开始流动，流动过程中，判断是否遇到障碍物：如果遇到障碍物，采用拟病毒算法识别出相关障碍物的轮廓，依据识别的轮廓，运用拟水流避障算法进行避障获得主流点之间的路径点；如果没有遇到障碍物，则水流直接在主流点之间流动。5.根据权利要求1或4所述的基于水流算法的移动机器人路径规划方法，其特征在于，
所述拟病毒算法用于将当前位置识别到的障碍物网格坐标作为感染源，感染源以半径d向周围扩散传播病毒，将感染病毒的障碍物作为新的感染源，再以半径d向周围扩散传播病毒，直至感染结束，输出被感染障碍物坐标，确定相关障碍物的轮廓；在拟水流流过相关障碍物后，病毒会自动清除。6.根据权利要求1所述的基于水流算法的移动机器人路径规划方法，其特征在于，所述拟水流避障算法在避障时有两种基础流动方式：顺时针或者逆时针；在顺时针流动方式下，由八种方向流...

【专利技术属性】
技术研发人员：伞红军，孙海杰，姚得鑫，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：