基于路径平滑和双向跳点搜索的移动机器人路径规划方法技术

本发明专利技术涉及一种基于路径平滑和双向跳点搜索的移动机器人路径规划方法，该方法包括以下步骤：步骤S1、建立表征移动机器人工作空间的栅格地图，确认移动机器人初始点和目标点，并初始化先验信息；步骤S2、采用双向跳点搜索策略利用起始点和目标点两个方向的栅格地图信息规划出从起点到终点的较优可行路径；步骤S3、采用B样条曲线对较优可行路径中跳点所在位置的不平滑拐角进行优化，得到最终的路径规划结果。与现有技术相比，本发明专利技术具有搜索效率较高、易于实现，对复杂环境的适应性较强，且路径二次连续性有效保护了机器人硬件的机械结构。构。构。

【技术实现步骤摘要】
基于路径平滑和双向跳点搜索的移动机器人路径规划方法


[0001]本专利技术涉及路径规划领域，尤其是涉及一种基于路径平滑和双向跳点搜索的移动机器人路径规划方法。

技术介绍

[0002]目前自动引导车(AGV)等移动机器人得到快速发展与落地，已成为设备智能化的重要组成部分，在工业、农业、服务、医疗等领域都得到了诸多应用。路径规划是机器人运动控制的主要研究内容与基础技术之一，路径规划以可达性为核心，基于路径约束(如障碍物)，规划机器人首末位置间无冲突行进的最优空间路径{θ}，其中θ是机器人广义坐标，{θ}是路径点序列。
[0003]常用的路径规划方法包括可视图法、拓扑图法、启发式算法、智能算法、局部规划算法等。在启发式算法中，A*算法是非常有效且常用的有信息路径规划算法之一，但在扩展邻域时会评估大量不必要节点。跳点搜索算法(JPS)通过筛选出有价值的节点——称为跳点，而剪去探索空间中无意义的冗余节点，改善了A*算法性能。但是传统JPS算法只能从出发点开始扩展探索域，无法利用终点附近有效的局部地图信息，因此在面对大规模地图，或高密度、不规则障碍时，搜索效率往往比较低下；同时规划的路径存在不平滑转角，造成应用时存在内存消耗大、运行时间长、损坏机械结构等缺陷。
[0004]因此，亟需设计一种可解决传统算法地图信息利用率低、路径不平滑的问题，方法可靠、易于实现，且对复杂环境的适应性较强的移动机器人路径规划方法

技术实现思路

[0005]本专利技术的目的就是为了克服上述现有技术存在的地图信息利用率低、路径不平滑的问题缺陷而提供了一种基于路径平滑和双向跳点搜索的移动机器人路径规划方法。
[0006]本专利技术的目的可以通过以下技术方案来实现：
[0007]根据本专利技术的第一方面，提供了一种基于路径平滑和双向跳点搜索的移动机器人路径规划方法，该方法包括以下步骤：
[0008]步骤S1、建立表征移动机器人工作空间的栅格地图，确认移动机器人初始点和目标点；
[0009]步骤S2、采用双向跳点搜索算法利用起始点和目标点两个方向的栅格地图信息规划出从起点到终点的较优可行路径；
[0010]步骤S3、采用B样条曲线对较优可行路径中跳点所在位置的不平滑拐角进行优化，得到最终的路径规划结果。
[0011]优选地，所述步骤S2包括以下子步骤：
[0012]步骤S21、初始化双向跳点搜索算法的先验信息，包括栅格代价函数和启发式函数；
[0013]步骤S22、初始化数据结构表，包括前、后向开节点表OpenF、OpenB，前、后向闭节点
表ClosedF、ClosedB，以及前、后向当前最优跳点curF、curB；
[0014]步骤S23、通过选择当前从Open表中评估出的最佳跳点的父节点作为另一个方向本轮迭代的目标点，以当前方向跳点出现在另一方向Closed表中为循环结束标志，使两个方向的搜索产生信息交互；
[0015]步骤S24、按照ClosedF或ClosedB表的父子节点关系，回溯可行路径，得到跳点集合表征的较优可行路径。
[0016]优选地，所述栅格代价函数的数学表达式为：
[0017]cost＝exp(
‑
αd)
×
254
[0018]式中，α为膨胀系数，d为移动机器人的几何中心到障碍的最短距离与移动机器人内切半径之差，表征机器人受到碰撞的危险性。
[0019]优选地，所述启发式函数的数学表达式为：
[0020]f(n
*
)＝h(n
*
)+g(n
*
)
[0021]式中，g(n)为路径耗散函数，表达式为n
*
为当前评估的节点，n为上一个评估的节点，c为代价系数；h(n)为启发函数，采用曼哈顿距离，表达式为h(n)＝c
·
(|n
x
‑
goal
x
|+|n
y
‑
goal
y
|)，c为代价系数，goal为目标点。
[0022]优选地，所述步骤S3包括以下子步骤：
[0023]步骤S31、针对步骤S24中的跳点集合中的某个特定跳点，依据周围有无障碍物，确定控制节点集；
[0024]步骤S32、采用Cox
‑
deBoor递推定义计算控制节点集合中每个节点对应的B样条基函数N
i，k
(t)，计算由控制节点集定义的整条B样条曲线，遍历得到的跳点集合，生成平滑路径曲线生成平滑路径曲线。
[0025]优选地，所述步骤S31具体为：
[0026]当前跳点周围无障碍物时，以当前跳点p
c
与上一相邻跳点的中点为起始节点p
s
，以当前跳点与下一相邻跳点的中点为结束节点p
e
，则控制节点集合组成为{p
s
，(p
s
+p
c
)/2，p
c
，(p
c
+p
e
)/2，p
e
}；
[0027]当前跳点周围有障碍物时，若原始轨迹与障碍相切则以切点为起始点p
s
或终止点p
e
，否则端点选择同上，则控制节点集合为{p
s
，(p
s
+p
c
)/2，p
c
，(p
c
+p
e
)/2，p
e
}。
[0028]优选地，所述B样条基函数N
i，k
(t)的数学表达式为：
[0029][0030]式中，为，i＝0，1，...，n，曲线次数k≥1且规定0/0＝0，满足
[0031][0032]优选地，所述B样条曲线生成表达式如下：
[0033][0034]式中，是第l次插入重复节点产生的新控制节点，满足：
[0035][0036]其中，
[0037]根据本专利技术的第二方面，提供了一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现任一项所述的方法。
[0038]根据本专利技术的第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现任一项所述的方法。
[0039]与现有技术相比，本专利技术具有以下优点：
[0040]1)本专利技术有效利用了起始点和目标点两个方向的地图信息，复杂环境的适应性较强，采用结合B样条曲线路径平滑与双向跳点搜索算法进行路径规划，大幅减小了路径搜索空间，搜索效率大幅提高；
[0041]2)本专利技术通过选择当前从表Open中评估出的最佳跳点的父节点作为另一个方向本轮迭代的目标点，以当前方向跳点出现在另一方向Closed表中为循环结束标志，使两个方向的搜索产生信息交互且保证收敛，提高了本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于路径平滑和双向跳点搜索的移动机器人路径规划方法，其特征在于，该方法包括以下步骤：步骤S1、建立表征移动机器人工作空间的栅格地图，确认移动机器人初始点和目标点；步骤S2、采用双向跳点搜索算法利用起始点和目标点两个方向的栅格地图信息规划出从起点到终点的较优可行路径；步骤S3、采用B样条曲线对较优可行路径中跳点所在位置的不平滑拐角进行优化，得到最终的路径规划结果。2.根据权利要求1所述的一种基于路径平滑和双向跳点搜索的移动机器人路径规划方法，其特征在于，所述步骤S2包括以下子步骤：步骤S21、初始化双向跳点搜索算法的先验信息，包括栅格代价函数和启发式函数；步骤S22、初始化数据结构表，包括前、后向开节点表OpenF、OpenB，前、后向闭节点表ClosedF、ClosedB，以及前、后向当前最优跳点curF、curB；步骤S23、通过选择当前从Open表中评估出的最佳跳点的父节点作为另一个方向本轮迭代的目标点，以当前方向跳点出现在另一方向Closed表中为循环结束标志，使两个方向的搜索产生信息交互；步骤S24、按照ClosedF或ClosedB表的父子节点关系，回溯可行路径，得到跳点集合表征的较优可行路径。3.根据权利要求2所述的一种基于路径平滑和双向跳点搜索的移动机器人路径规划方法，其特征在于，所述栅格代价函数的数学表达式为：cost＝exp(
‑
αd)
×
254式中，α为膨胀系数，d为移动机器人的几何中心到障碍的最短距离与移动机器人内切半径之差，表征机器人受到碰撞的危险性。4.根据权利要求2所述的一种基于路径平滑和双向跳点搜索的移动机器人路径规划方法，其特征在于，所述启发式函数的数学表达式为：f(n
*
)＝h(n
*
)+g(n
*
)式中，g(n)为路径耗散函数，表达式为n
*
为当前评估的节点，n为上一个评估的节点，c为代价系数；h(n)为启发函数，采用曼哈顿距离，表达式为h(n)＝c
·
(|n
x
‑
goal
x
|+|n
y
‑
goal
y
|)，c为代价系数，goal为目标点。5.根据权利要求2所述的一种基于路径平滑和双向跳点搜索的移动机器人路径规划方法，其特...

【专利技术属性】
技术研发人员：陈启军，刘成菊，杨皓冬，
申请(专利权)人：同济大学，
类型：发明
国别省市：