一种基于路径标记回溯策略的改进式制造技术

本发明专利技术属于机器人路径规划技术领域，尤其涉及一种基于路径标记回溯策略的改进式

【技术实现步骤摘要】
一种基于路径标记回溯策略的改进式RRT路径规划方法


[0001]本专利技术属于机器人路径规划
，尤其涉及一种基于路径标记回溯策略的改进式
RRT
路径规划方法
。

技术介绍

[0002]目前，针对多自由度机器人在复杂环境下和动态环境中的路径规划问题，适合采用
RRT
快速扩展随机树进行解决
。
与其他的随机路径规划方法相比，
RRT
算法更适用于非完整约束和多自由度的系统中
。
如今关于
RRT
规划算法的改进算法形式多样，如常见的
Extended_RRT
规划方法
、Goal
‑
bias RRT
规划方法
、RRT*
规划方法等
。
[0003]上述3种方法的简介和缺点为：（1）
Extended_RRT
规划方法：在原有
RRT
规划方法的基础上，具备可以实现初始值重复利用的特点
。
因为在重新规划路径时，原有的初始
RRT
路径的信息可以进行利用，因此没有必要完完全全从零开始用
RRT
来规划
。
这样做可以实现数据的简化，但是可扩展随机树节点数也会随之增加
。
[0004]（2）
Goal
‑
bias RRT
规划又称为目标偏好
RRT
规划，它是通过目标概率采样的方式生成随机点，进行路径的扩展
。
但是在目标周围存在多个障碍时，容易陷入局部搜索，无法跳出
。
而且目标的概率值越大，陷入局部搜索后跳出的难度就越大
。
[0005]（3）
RRT*
规划是一种基于采样的最优化路径规划方式，它可以使新节点以及其周围的节点到起点的目标函数最短，而不是仅仅寻找离它近的节点
。RRT*
的缺点也很明显，因为需要选择重连，因此存在计算量大
、
生成路径的效率低的问题，甚至在复杂的环境或者窄缝的情况下会出现找不到路径等情况
。
[0006]综上，目前关于快速扩展随机数路径规划相关技术普遍存在信息量大
、
反复测试
、
规划时间长
、
扩展节点数冗余复杂等缺点
。

技术实现思路

[0007]根据以上现有技术中的不足，本专利技术提供了一种有效降低了数据的复杂度
、
路径规划的时间量，优化了规划系统，使得规划模型的平均响应周期相对于传统算法更短的基于路径标记回溯策略的改进式
RRT
路径规划方法
。
[0008]为达到以上目的，本专利技术所述的一种基于路径标记回溯策略的改进式
RRT
路径规划方法，包括以下步骤：
S1、
基于
RRT
规划算法，建立多自由度关节机器人规划系统模型；
S2、
设置多层数据筛选结构，对多自由度关节机器人规划系统模型中的初始数据进行优化；
S3、
修改多自由度关节机器人规划系统模型中的扩展函数，并完成复障碍函数的标定，使抑制函数和激励函数反向控制随机树可扩展节点，从而生成新的随机树路径，完成路径标记策略，实现路径规划（复障碍函数的标定使下次规划中不再重复经过该标定位置，
加快了算法的收敛）；
S4、
采用碰撞试验检测新生成的随机树路径是否经过障碍信息，若不经过障碍信息，则拓展生成新的随机树路径，生成新的地图，若经过障碍信息则随机采取新的节点（即为没有障碍就向前继续规划路径，有障碍则选择新节点绕开）；
S5、
判断是否到达目标点位置，进行结果输出或下次迭代过程，当可扩展节点进入目标点的很小邻域内，通过路径标记中的回溯法则，实现路径的最终规划
。
[0009]当到达目标点时，进行结果输出，未到达则进行下次迭代过程，即为继续拓展生成新的随机树路径直至到达目标点
。
[0010]上述过程中，机器人的自由度通常为5或者6，路径标记策略即为将所走过的路径设置为障碍函数，下次探索中不会再次规划此个节点
。
[0011]所述的
S1
中，建立多自由度关节机器人规划系统模型的步骤为：
S11、
定义机器人的运动学决策量：根据机器人的结构和关节连接方式，定义机器人的运动学关系，包括任意点变量
、
相对位置和姿态
D
‑
H
参数，并根据运动位置关系确定轨迹系统模型；其中确定轨迹系统模型的步骤为：
S111、
三维空间任意一点位置设为
A
P
，则空间坐标描述为：（1）；式中，
A
P
为任意一点，
p
x
、p
y
、p
z
分别为该点三维空间的维度位置；
S112、
获得三维空间任意点
A
P
位置后，判断该点与目标位置
、
障碍位置
、
机器人实时位置的动态关系，用其坐标方向余弦矩阵来描述其动态关系：（2）；式中，为任意点
B
相对于测试点
A
的姿态关系，
B≠
A
P
，分别为任意点
B
相对于测试点
A
的三维方向维度位置，
r
ij
为状态点
i、j
向三个方向的分矢量；
S113、
根据位置矢量关系，建立其旋转矩阵，三维空间矢量分别用
R
x
(u)、R
x
(v)、R
x
(w)
来表示，根据该旋转矩阵，先进行
D
‑
H
参数关于
x
轴的变换及
z
轴变换，确定连杆长度
α
i
‑1，并确定连杆转角
、
关节偏距及关节角，其中连杆转角为
z
i
‑1轴绕着
x
i
‑1轴旋转到
z
i
轴的角度，该角度随着轴变而发生变化，关节偏距为
x
i
‑1以坐标轴为方向移动一定步长的距离，并沿着反方向旋转，关节角根据其右手坐标准则进行方向信息的判定和计算；
S113
中涉及到的计算和转换，均可通过公知的
D
‑
H
算法来实现
。
[0012]S12、
设定矢量轨迹函数为：（3）；式中，
S(t)
为机器人实时位置的坐标位移值，
f
x本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于路径标记回溯策略的改进式
RRT
路径规划方法，其特征在于包括以下步骤：
S1、
基于
RRT
规划算法，建立多自由度关节机器人规划系统模型；
S2、
设置多层数据筛选结构，对多自由度关节机器人规划系统模型中的初始数据进行优化；
S3、
修改多自由度关节机器人规划系统模型中的扩展函数，并完成复障碍函数的标定，使抑制函数和激励函数反向控制随机树可扩展节点，从而生成新的随机树路径，完成路径标记策略，实现路径规划；
S4、
采用碰撞试验检测新生成的随机树路径是否经过障碍信息，若不经过障碍信息，则拓展生成新的随机树路径，生成新的地图，若经过障碍信息则随机采取新的节点；
S5、
判断是否到达目标点位置，进行结果输出或下次迭代过程，当可扩展节点进入目标点的很小邻域内，通过路径标记中的回溯法则，实现路径的最终规划
。2.
根据权利要求1所述的一种基于路径标记回溯策略的改进式
RRT
路径规划方法，其特征在于：所述的
S1
中，建立多自由度关节机器人规划系统模型的步骤为：
S11、
定义机器人的运动学决策量：根据机器人的结构和关节连接方式，定义机器人的运动学关系，包括任意点变量
、
相对位置和姿态
D
‑
H
参数，并根据运动位置关系确定轨迹系统模型；其中确定轨迹系统模型的步骤为：
S111、
三维空间任意一点位置设为
A
P
，则空间坐标描述为：（1）；式中，
A
P
为任意一点，
p
x
、p
y
、p
z
分别为该点三维空间的维度位置；
S112、
获得三维空间任意点
A
P
位置后，判断该点与目标位置
、
障碍位置
、
机器人实时位置的动态关系，用其坐标方向余弦矩阵来描述其动态关系：（2）；式中，为任意点
B
相对于测试点
A
的姿态关系，
B≠
A
P
，分别为任意点
B
相对于测试点
A
的三维方向维度位置，
r
ij
为状态点
i、j
向三个方向的分矢量；
S113、
根据位置矢量关系，建立其旋转矩阵，三维空间矢量分别用
R
x
(u)、R
x
(v)、R
x
(w)
来表示，根据该旋转矩阵，先进行
D
‑
H
参数关于
x
轴的变换及
z
轴变换，确定连杆长度
α
i
‑1，并确定连杆转角
、
关节偏距及关节角，其中连杆转角为
z
i
‑1轴绕着
x
i
‑1轴旋转到
z
i
轴的角度，该角度随着轴变而发生变化，关节偏距为
x
i
‑1以坐标轴为方向移动一定步长的距离，并沿着反方向旋转，关节角根据其右手坐标准则进行方向信息的判定和计算；
S12、
设定矢量轨迹函数为：（3）；式中，
S(t)
为机器人实时位置的坐标位移值，
f
x
(s)、f
y
(s)、f
z
(s)
分别为三维空间不同坐标方向的矢量轨迹函数，并将值等效于维度位置；根据矢量轨迹函数，采取直线插补和圆弧插补，得到运动轨迹所经过的所有路径节点，
插补过程为：根据直线初始
、
终止位置进行插补，轨迹参数方程为：（4）；式中，
p
i
为第
i
个随机位置，
s
为轨迹，为
p
点的邻域参数，其中，，即终止位置矢量减初始位置矢量，，；
S13、
建立多自由度关节机器人规划系统模型为：（5）；式中，
H(q)
为规划函数，
q
为任意点，
、
分别为任意点位移导数，为动能，
F(q)
为广义驱动力，
τ
为邻点参数，
p
k
为第
k
个父节点，
p(s)
为轨迹参数方程，
ϕ
为轨迹方程步长邻域，
P
rand
为由父节点拓展的新的树节点，
Stepsize
为步长
。3.
根据权利要求2所述的一种基于路径标记回溯策略的改进式
RRT
路径规划方法，其特征在于：所述的
S2
中，多层数据筛选结构为通过多个层级的筛选和处理方式来对多自由度关节机器人规划...

【专利技术属性】
技术研发人员：崔传宇，王佐勋，郭长坤，
申请(专利权)人：山东工商学院，
类型：发明
国别省市：