【技术实现步骤摘要】
本说明书涉及路径规划领域，更具体地说，本申请涉及一种基于融合算法的机器人的路径规划方法及相关设备。
技术介绍
1、在相关技术中，通常使用a*算法进行路径规划，但是a*算法在路径规划时没有考虑小车的物理体积，仅以栅格为基础来规划路径。这可能导致生成的路径包含小车无法通过的区域，从而需要额外的碰撞检测和路径修正。a*算法在探索时可能会浪费时间和计算资源在一些无价值的方向节点上，尤其在高维度的环境中。这会导致效率低下，需要更多的计算资源来找到路径。
2、a*算法无法快速确定目标点是否可达，特别是在目标点周围信息不可知的情况下。这可能导致算法在规划路径时无法考虑到实际的目标可达性问题。a*算法所得到的路径通常是由一系列离散栅格点组成的，因此路径可能是曲折的，不平滑的。这对于需要平滑路径的应用来说可能不够理想，例如自动驾驶。此外，a*算法可能陷入局部最优解，尤其在复杂环境中，可能导致进入死胡同或次优路径。
技术实现思路
1、在
技术实现思路
部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本申请的
技术实现思路
部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。
2、第一方面，本申请提出一种基于融合算法的机器人的路径规划方法，上述方法包括：
3、根据地图信息和目标机器人构建环境地图；
4、在上述环境地图中进行a*算法探索和双向搜索；
5、基于上
6、将上述初始轨迹作为参考路径并基于dwa算法进行局部优化，以获取目标路径。
7、在一种实施方式中，上述根据地图信息和目标机器构建环境地图，包括：
8、将上述地图信息转换为栅格地图；
9、将上述目标机器人定义为矩形单元。
10、在一种实施方式中，上述双向搜索分别为起始节点向目标节点的搜索方向和目标节点向起始节点的搜索方向。
11、在一种实施方式中，上述基于上述a*算法探索和上述双向搜索进行路径搜索和回溯以获取初始轨迹，包括：
12、在上述a*算法探索和上述双向搜索的过程中维护open数组、close数组和camerrom数组，其中，上述open数组记录尚未在上述close数组中的节点，上述close数组记录已经完成探索的节点，上述camefrom数组记录每个节点的父亲节点；
13、在上述a*算法探索和上述双向搜索的过程中目标节点或两个方向上的搜索相遇的情况下，回溯两个方向上的上述camefrom数组并进行轨迹拼接操作，以获取上述初始轨迹。
14、在一种实施方式中，还包括：
15、在上述a*算法探索和上述双向搜索的过程中若找到对应的目标节点的情况下，通过camefrom数组进行节点回溯；
16、在上述节点回溯过程中进行剪枝操作，直至当前节点、父节点和父父节点不在同一条直线上。
17、在一种实施方式中，上述将上述初始轨迹作为参考路径并基于dwa算法进行局部优化，以获取目标路径，包括：
18、利用上述初始轨迹作为参考路径；
19、将上述参考路径上的点作为dwa算法的局部目标点进行局部优化，以获取目标路径。
20、在一种实施方式中，上述方法还包括：
21、在进行上述a*算法探索的过程中，在当前节点可以通行的情况下，根据启发函数计算其对应的代价值，其中，上述启发函数考虑角度影响，上述角度影响公式为anglecost＝(1+cosθ)，上述θ为当前节点到目标节点的方向与参考方向之间的夹角，anglecost表示节点的角度对路径选择的影响。
22、第二方面，本申请还提出一种基于融合算法的机器人的路径规划装置，包括：
23、构建单元，用于根据地图信息和目标机器人构建环境地图；
24、探索单元，用于在上述环境地图中进行a*算法探索和双向搜索；
25、第一获取单元，用于基于上述a*算法探索和上述双向搜索进行路径搜索和回溯以获取初始轨迹；
26、第二获取单元，用于将上述初始轨迹作为参考路径并基于dwa算法进行局部优化，以获取目标路径。
27、第三方面，一种电子设备，包括：存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器用于执行存储器中存储的计算机程序时实现如上述的第一方面任一项的基于融合算法的机器人的路径规划方法的步骤。
28、第四方面，本申请还提出一种计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现第一方面上述任一项的基于融合算法的机器人的路径规划方法。
29、综上，本申请实施例的基于融合算法的机器人的路径规划方法包括：根据地图信息和目标机器人构建环境地图；在上述环境地图中进行a*算法探索和双向搜索；基于上述a*算法探索和上述双向搜索进行路径搜索和回溯以获取初始轨迹；将上述初始轨迹作为参考路径并基于dwa算法进行局部优化，以获取目标路径。本申请实施例提出的基于融合算法的机器人路径规划方法，通过a*算法，能够生成从起点到目标点的精确路径，考虑了环境地图中的障碍物和机器人的物理特性，有助于确保机器人能够避免碰撞并顺利到达目标。同时，引入双向搜索，从起点和目标点同时进行搜索，可以显著提高搜索效率，缩短路径规划的时间。在路径搜索的过程中使用a*算法和双向搜索生成初始轨迹，提供了一个合理的起始点，减少了dwa算法的搜索空间，加速了局部路径规划。采用dwa算法能够优化初始轨迹，生成平滑且可执行的目标路径，有助于确保机器人的运动轨迹稳定，避免急剧的转弯或不必要的停顿。通过本方法，机器人能够自主完成路径规划和导航任务，减少了人工干预的需求，提高了自主导航的效率。路径规划过程中考虑了障碍物和机器人的物理特性，有助于确保机器人在导航过程中的安全性和可靠性。
30、本申请提出的基于融合算法的机器人的路径规划方法，本申请的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本申请的研究和实践而为本领域的技术人员所理解。
本文档来自技高网...【技术保护点】
1.一种基于融合算法的机器人的路径规划方法，其特征在于，包括：
2.根据权利要求1所述的基于融合算法的机器人的路径规划方法，其特征在于，所述根据地图信息和目标机器构建环境地图，包括：
3.根据权利要求1所述的基于融合算法的机器人的路径规划方法，其特征在于，所述双向搜索分别为起始节点向目标节点的搜索方向和目标节点向起始节点的搜索方向。
4.根据权利要求1所述的基于融合算法的机器人的路径规划方法，其特征在于，所述基于所述A*算法探索和所述双向搜索进行路径搜索和回溯以获取初始轨迹，包括：
5.根据权利要求4所述的基于融合算法的机器人的路径规划方法，其特征在于，还包括：
6.根据权利要求4所述的基于融合算法的机器人的路径规划方法，其特征在于，所述将所述初始轨迹作为参考路径并基于DWA算法进行局部优化，以获取目标路径，包括：
7.根据权利要求4所述的基于融合算法的机器人的路径规划方法，其特征在于，还包括：
8.一种基于融合算法的机器人的路径规划装置，其特征在于，包括：
9.一种电子设备，包括：存
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的基于融合算法的机器人的路径规划方法。
...【技术特征摘要】
1.一种基于融合算法的机器人的路径规划方法，其特征在于，包括：
2.根据权利要求1所述的基于融合算法的机器人的路径规划方法，其特征在于，所述根据地图信息和目标机器构建环境地图，包括：
3.根据权利要求1所述的基于融合算法的机器人的路径规划方法，其特征在于，所述双向搜索分别为起始节点向目标节点的搜索方向和目标节点向起始节点的搜索方向。
4.根据权利要求1所述的基于融合算法的机器人的路径规划方法，其特征在于，所述基于所述a*算法探索和所述双向搜索进行路径搜索和回溯以获取初始轨迹，包括：
5.根据权利要求4所述的基于融合算法的机器人的路径规划方法，其特征在于，还包括：
6.根据权利要求4所述的基于...
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。