【技术实现步骤摘要】
一种基于改进BIT*与人工势场法的电力巡检机器人路径规划方法
[0001]本专利技术涉及智能
,特别是涉及一种动态环境下的基于改进BIT*与人工势场法的电力巡检机器人路径规划方法。
技术介绍
[0002]随着人工智能技术的不断发展,具备自主路径规划的巡检机器人在日常生活中因为其全天候、实时监控、数据云端,减少人力资源投入等等优点在电力设备、医院、写字楼等巡检方面受到了广泛运用。在电力巡检机器人领域中,自主导航的路径规划技术作为其的核心技术之一,计算出一种最快速、最安全到达目的地的路径对动态环境下的巡检显得尤为重要。现有的路径规划方法主要有:A*算法、RRT算法、概率路线图法、人工势场法,蚁群算法等等。但是单一的路径规划算法在动态场景下实施避障缺陷凸显,故此,提出一种具备多种算法融合优势的新型路径规划算法显得尤为重要。
[0003]传统的批通知树(Batch Informed Trees,BIT*)算法并存了A*算法和RRT*算法的优势,但是BIT*算法无法躲避动态障碍物,在动态场景下路径规划效果不佳。人工势场法是一种局部路径规划算法,其机理在于目标点施加引力作用,障碍物施加斥力作用,最终通过力的矢量和作用在巡检机器人上控制机器人运动,该算法因其路径光滑,逻辑简单广泛应用于机器人的局部动态避障中。但是人工势场法局限于局部环境,缺乏全局环境信息,因此容易引起目标不可达的情况。
技术实现思路
[0004]本专利技术的目的在于提出基于改进BIT*与人工势场法的电力巡检机器人路径规划方法,提升电力 ...
【技术保护点】
【技术特征摘要】
1.一种基于改进BIT*与人工势场法的电力巡检机器人路径规划方法,其特征在于,具体包括如下步骤:S1,初始化参数;S2,利用栅格地图确定起始位置和目标位置;S3,根据传统BIT*算法,由起始点和目标点确定椭圆区域,在划定的椭圆区域内增加采样点,对采样点进行连线、选边、节点扩展,找出传统BIT*算法初步确定的最优全局路径;S4,根据改进后的BIT*算法对冗余节点去除并新增关键节点,进一步优化全局路径;S5,导出最优全局路径中的各个节点;S6,基于人工势场法,通过目标点提供引力,障碍物提供排斥力,形成引力场,将该些节点添加到引力场中,计算其势场函数,生成新目标节点(虚拟),并持续追踪这些新目标节点(虚拟)直至到达目标位置;S7,输出BIT*融合人工势场法得到的最优路径,电力巡检机器人路径规划结束。2.根据权利要求1所述一种基于改进BIT*与人工势场法的电力巡检机器人路径规划方法,其特征在于:S1,初始化参数,具体包括BIT*融合人工势场法的算法参数以及巡检机器人的运动学参数:BIT*融合人工势场法的算法参数包括最短路径长度参数,引力场函数参数,斥力场函数参数,距离函数参数,模拟时间;巡检机器人运动学参数包括初始方位角,最大线速度,最小线速度,最大角速度,最大线加速度,最大角加速度,线速度分辨率,角速度分辨率,采样周期。3.根据权利要求1所述一种基于改进BIT*与人工势场法的电力巡检机器人路径规划方法,其特征在于:S2,利用栅格地图确定起始位置和目标位置,具体指每一次重新模拟都从新初始化栅格地图,并在在初始化后的栅格地图中确定起始位置和目标位置。4.根据权利要求1所述一种基于改进BIT*与人工势场法的电力巡检机器人路径规划方法,其特征在于:S3,根据传统BIT*算法,由起始点和目标点确定椭圆区域,在划定的椭圆区域内增加采样点,对采样点进行连线、选边、节点扩展,找出传统BIT*算法初步确定的最优全局路径,具体方法为:步骤S3.1,根据传统BIT*算法,由起始点和目标点确定椭圆区域,其中,椭圆两个焦点为起始点和目标点,椭圆长轴长度为D
long
,表示目前状态下最优全局路径长度,椭圆短轴长度为D
short
,D
short
表示为:其中,D
min
表示为起始位置和目标位置之间的欧拉距离;步骤S3.2,在划定的椭圆区域内生成采样点;步骤S3.3,对采样点进行连线选择,其中函数F1可以得出当前栅格模型中的最优连线,函数F2可以得出当前栅格模型的最优节点;函数F3可以得出当前栅格模型中的连线的最优移动成本;函数F4可以得出当前栅格模型中节点的最优移动成本,F1至F4表达式为:F1=BestInQuene(Q
E
),F2=BestInQuene(Q
V
),F3=BestValue(Q
E
),F4=BestValue(Q
V
),
其中,Q
E
为存储最优移动成本递增排列的连线的队列,Q
V
为存储最优移动成本递增排列的节点的队列;步骤S3.4,对采样点进行连线操作,由步骤S3.3提到的函数F1得出当前栅格模型Q
E
队列中的最优连线,连接一条最优连线之后并将该连线在队列Q
E
中删除,便于完成连线之后的操作,避免数据冗杂;步骤S3.5,对采样点进行节点扩展,由步骤S3.3提到的函数F2得出当前栅格模型Q
V
队列中的最优节点v,然后计算各个节点v中欧拉距离小于r的节点构成采样点M
r
,当采样点中的节点m满足v和m的连线的欧拉距离小于v和m在栅格模型中的连线长度的条件时,将连线(v,m)增加到Q
E
队列中;步骤S3.6,如果还为达到迭代次数,则进行修剪操作,具体修剪操作为:删除采样点中成本高于预定成本的节点,删除当前存在的节点中成本大于预定成本的节点,删除当前完成的连线中成本大于预定成本的连线;步骤S3.7,如果已经达到迭代次数,则生成当前状态下的机器人最优全局路径。5.根据权利要求1所述一种基于改进BIT*与人工势场法的电力巡检机器人路径规划方法,其特征在于:S4,根据改进后的BIT*算法对冗余节点去除并新增关...
【专利技术属性】
技术研发人员:周凯,李俊芬,韩飞,杨荆宜,尹秋妮,胡卡,李旭东,姚道金,董文涛,
申请(专利权)人:华东交通大学董文涛,
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。