System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术公开一种方法,涉及路径规划,具体地说是一种移动机器人局部路径规划方法。
技术介绍
1、移动机器人在室内外复杂环境下执行任务,涉及环境感知、高精度定位、决策规划和运动控制等技术,其中局部路径规划属于决策规划环节。机器人局部路径规划算法应确保机器人在遇到障碍物时,生成安全避障且平滑的局部路径,保证机器人执行任务的安全性。
2、目前局部路径规划算法主要分为:人工势场法、基于图搜索的方法、基于采样的方法和基于离散优化的方法,其中人工势场法实时性较好,但存在容易陷入局部最小点的问题,从而导致局部路径规划不合理甚至规划失败;基于图搜索的方法常用的有a*和d*算法,该方法规划的路径不能满足机器人的非完整性约束,且规划路径的平滑性较差。基于采样的方法有概率路图法和快速随机扩展树法,该方法具有搜索速度快,无需对环境建模的优点,但由于随机采样的特性导致局部路径不平滑。基于离散优化的方法是用数值积分和微分等方程来描述机器人的运动,从而产生数量有限的候选路径,并通过设计代价函数,从候选路径中选择最优路径,该方法计算量小,实时性较好,且局部路径较为平滑,但是该方法在设计代价函数时,未能充分考虑动态障碍物对候选路径的影响,具有一定局限性。
技术实现思路
1、本专利技术针对现有技术的问题,提供一种移动机器人局部路径规划方法,基于运动估计的动态障碍物的安全性代价函数,结合静态障碍物的安全性代价函数,使得移动机器人可以实现在复杂场景下对障碍物进行规避。
2、本专利技术提出的具体方案
3、本专利技术提供一种移动机器人局部路径规划方法,包括:
4、步骤s1:使用三次样条曲线拟合全局路径,作为局部路径规划的基准线,并利用全局路径上的弧长s和距离全局路径的横向偏移量ρ建立s-ρ坐标系,
5、步骤s2:根据s-ρ坐标系,通过三次样条曲线的系数描述并生成多条候选局部路径,将s-ρ坐标系下的候选局部路径转换到大地笛卡尔坐标系下,
6、步骤s3:分别利用路径安全性代价函数fs、路径平滑性代价函数fsm和路径偏移代价函数fo评价候选局部路径的安全性、平滑性以及跟随全局路径的能力,结合fs、fsm和fo的代价值为总代价值,选择总代价值最小的候选局部路径为最优局部路径,输出最优局部路径。
7、进一步,所述的一种移动机器人局部路径规划方法中步骤s2中,利用如下关系式:
8、ρ(s)=a(s-sstart)3+b(s-sstart)2+c(s-sstart)+ρstart,
9、s∈[sstart,send]
10、通过三次样条曲线的系数描述候选局部路径,a、b、c均为样条曲线的系数,(sstart,ρstart)、(send,ρend)分别表示候选路径的起点和终点坐标,候选局部路径弧长s的计算方式为s=kvv+smin,kv为速度增益系数,smin为最小规划路径的弧长,
11、将候选局部路径的边界条件表示为:
12、
13、θ为机器人前进方向与全局路径最近点切线之间的夹角,确定每组候选局部路径中不同的ρend,计算得到每条候选局部路径不同的a、b和c的值,生成不同的候选局部路径。
14、进一步,所述的一种移动机器人局部路径规划方法中步骤s2中,利用如下转换关系式:
15、
16、将s-ρ坐标系下的候选局部路径转换到大地笛卡尔坐标系下,(xi,yi)为第i条候选局部路径在大地笛卡尔坐标系下的坐标,(x0,y0)为机器人到全局路径最近点s在大地笛卡尔坐标系下的坐标,ρ为横向偏移量,θ为机器人前进方向与全局路径最近点切线之间的夹角。
17、进一步,所述的一种移动机器人局部路径规划方法中步骤s3中利用如下公式:
18、f(i)=wsfs(i)+wsmfsm(i)+wofo(i)
19、结合fs、fsm和fo的代价值为总代价值,f(i)为候选路径的总代价函数,i为候选局部路径的序号,ws、wsm、wo分别表示各代价函数的权重系数。
20、进一步,所述的一种移动机器人局部路径规划方法中步骤s3中,包括:
21、利用路径安全性代价函数fs公式:
22、fs(i)=wstafsta(i)+wdfd(i)
23、计算路径安全性代价函数fs的代价值,fsta(i)和fd(i)分别为静态障碍物和动态障碍物的安全性代价函数,wsta和wd分别为静态障碍物和动态障碍物代价函数的权重值;
24、在满足安全性的前提下,选择与上一周期最优局部路径变化最小的候选局部路径对应的路径偏移代价函数fo的代价值;
25、当安全性代价函数、平滑性代价函数为零时,利用公式:
26、fo(i)=|ρi,end|
27、确定偏移代价函数fo(i)的代价值,i为候选局部路径的序列号,ρi,end表示第i条候选路径终点坐标的横向偏移量;
28、计算总代价值,选择总代价值最小的候选局部路径为最优局部路径,输出最优局部路径。
29、本专利技术还提供一种移动机器人局部路径规划装置,包括坐标系管理模块、局部路径管理模块和局部路径评价模块,
30、坐标系管理模块使用三次样条曲线拟合全局路径,作为局部路径规划的基准线,并利用全局路径上的弧长s和距离全局路径的横向偏移量ρ建立s-ρ坐标系,
31、局部路径管理模块根据s-ρ坐标系,通过三次样条曲线的系数描述并生成多条候选局部路径,将s-ρ坐标系下的候选局部路径转换到大地笛卡尔坐标系下,
32、局部路径评价模块分别利用路径安全性代价函数fs、路径平滑性代价函数fsm和路径偏移代价函数fo评价候选局部路径的安全性、平滑性以及跟随全局路径的能力,结合fs、fsm和fo的代价值为总代价值,选择总代价值最小的候选局部路径为最优局部路径,输出最优局部路径。
33、进一步,所述的一种移动机器人局部路径规划装置中局部路径管理模块利用如下关系式:
34、ρ(s)=a(s-sstart)3+b(s-sstart)2+c(s-sstart)+ρstart,
35、s∈[sstart,send]
36、通过三次样条曲线的系数描述候选局部路径,a、b、c均为样条曲线的系数,(sstart,ρstart)、(send,ρend)分别表示候选路径的起点和终点坐标,候选局部路径弧长s的计算方式为s=kvv+smin,kv为速度增益系数,smin为最小规划路径的弧长,
37、将候选局部路径的边界条件表示为:
38、
39、θ为机器人前进方向与全局路径最近点切线之间的夹角,确定每组候选局部路径中不同的ρend,计算得到每条候选局部路径不同的a、b和c的值,生成不同的候选局部路径。
40、进一步,所述的一种移动机器人局部路径规划装置中局部路径管理模块利用如本文档来自技高网...
【技术保护点】
1.一种移动机器人局部路径规划方法,其特征是包括:
2.根据权利要求1所述的一种移动机器人局部路径规划方法,其特征是步骤S2中,利用如下关系式:
3.根据权利要求1所述的一种移动机器人局部路径规划方法,其特征是步骤S2中,利用如下转换关系式:
4.根据权利要求1所述的一种移动机器人局部路径规划方法,其特征是步骤S3中利用如下公式:
5.根据权利要求4所述的一种移动机器人局部路径规划方法,其特征是步骤S3中,包括:
6.一种移动机器人局部路径规划装置,其特征是包括坐标系管理模块、局部路径管理模块和局部路径评价模块,
7.根据权利要求6所述的一种移动机器人局部路径规划装置,其特征是局部路径管理模块利用如下关系式:
8.根据权利要求6所述的一种移动机器人局部路径规划装置,其特征是局部路径管理模块利用如下转换关系式:
9.根据权利要求6所述的一种移动机器人局部路径规划装置,其特征是局部路径评价模块利用如下公式:
10.根据权利要求9所述的一种移动机器人局部路径规划装置,其特征是局部
...【技术特征摘要】
1.一种移动机器人局部路径规划方法,其特征是包括:
2.根据权利要求1所述的一种移动机器人局部路径规划方法,其特征是步骤s2中,利用如下关系式:
3.根据权利要求1所述的一种移动机器人局部路径规划方法,其特征是步骤s2中,利用如下转换关系式:
4.根据权利要求1所述的一种移动机器人局部路径规划方法,其特征是步骤s3中利用如下公式:
5.根据权利要求4所述的一种移动机器人局部路径规划方法,其特征是步骤s3中,包括:
6.一种移动机器人局部路径规划装置,其特征...
【专利技术属性】
技术研发人员:翟凯,宋凯,华逢彬,王怀震,程瑶,
申请(专利权)人:山东新一代信息产业技术研究院有限公司,
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。