【技术实现步骤摘要】
本专利技术涉及路径规划领域，为一种移动机器人导航和路径规划方法，具体为一种多目标点路径规划方法。
技术介绍
1、由于移动机器人具有自主运行、移动灵活等特点，所以在仓储业、制造业、轻工业和物流运输业等重要领域具有广阔的开发利用前景。随着移动机器人不断被普及应用，若移动机器人行进路径效率不高，则会严重影响其工作质量.如何快速地规划出一条有效的安全路径极具研究意义与实际应用价值。
2、近几年来随着人工智能技术的不断发展，一些智能算法在路径规划中也得到了广泛的应用，如蚁群算法、遗传算法、神经网络算法等。基于栅格法的路径规划算法有很多，如dijkstra算法、a*算法、d*算法、d*lite算法等，其中d*和d*lite算法主要应用于环境未知的动态场景，针对已知的静态场景，a*算法往往能更快更有效地求解出最优路径。
3、a*算法存在一些不足.(1)由于a*算法在寻路过程中需要维护2个列表：openlist和closedlist，时刻对扩展的每个节点进行检测，并寻找代价最小的节点，因此a*算法的主要计算量在于对节点的状态检测和代价最小节点的选择.当路径规划的场景较大时，a*算法往往由于计算量巨大而导致内存占用严重，且计算时间长，寻路效率不高；(2)传统a*搜索算法只适用于搜索单个目标点，而如今工作情况复杂，一次规划完成对多个目标点的追踪能够极大地提高工作效率；(3)路径规划算法存在统一的问题：规划出的路径，由于路径是由一系列有序的直线段组成的折线路径，存在若干折点，若直接应用于实际的agv行驶路径，在转弯处将会存在一
技术实现思路
1、为了解决现有技术中存在的技术问题，本申请实施例提供一种多目标点路径规划方法，对现有的a*算法进行改进可以保证行驶时更加流畅，减少路径折线转弯时的误差，从而保证系统高效运行。
2、为了达到上述目的，本申请实施例采用的技术方案如下：
3、第一方面，提供一种多目标点路径规划方法，应用于自动行驶体的移动规划，所述方法包括：获取区域场景内的全局静态栅格地图，所述栅格地图为多个节点围成的区域，且在所述栅格地图中设置有障碍物表达特征，所述障碍物表达特征由所述节点第一表达方式围成，可通行区域由第二表达方式围成；确认起始点和目标点，并确定由起始点到目标点之间的可行驶路径中多个关键点组，每个所述关键点组中设置有多个关键点；确定所述起始点与所述关键点，所述关键点与所述关键点之间的多个路径代价，筛选多个所述路径代价中成本最小的所述关键点为当前时间节点的目标关键点，并按照排序确定多个目标关键点；将所述起始点、多个所述目标关键点和所述目标点组成可行驶路径，并筛选所述可行驶路径中的折角关键点，并获取所述自动行驶体的静态特征和运动特征以及障碍物特征，并对所述折角关键点进行贝塞尔曲线优化。
4、进一步的，所述方法还包括：当不存在所述关键点时基于所述栅格地图中的障碍物表达特征以及所述栅格地图的特征进行扩展获取跳跃节点，并将所述跳跃节点作为关键点。
5、进一步的，所述基于所述栅格地图中的障碍物表达特征以及所述栅格地图的特征进行扩展获取跳跃节点，包括：在所述栅格地图基于水平方向和竖直方向进行扩展直到遇到障碍物或到达地图边缘并沿着对角线进行扩展；当扩展至一个新的节点时，继续沿水平方向和竖直方向进行二次扩展并重复以上过程，直至获取跳跃节点。
6、进一步的，所述确定所述起始点与所述关键点，所述关键点与所述关键点之间的多个路径代价，包括：确定所述起始点与所述关键点，所述关键点与所述关键点之间的欧几里得距离；所述欧几里得距离基于下式进行确定：其中，n代表目标点的个数；d代表起点和目标点的欧几里得距离；f代表级别最高的代价，x0、y0为相对初始点在栅格地图中的x坐标和y坐标，xi、yi为相对目标点在栅格地图中的x坐标和y坐标。
7、进一步的，所述对所述折角关键点进行贝塞尔曲线优化，包括：构建四次贝塞尔曲线，并获取所述贝塞尔曲线上任意一点的曲率，确定所述贝塞尔曲线在初始点的曲率。
8、进一步的，所述四次贝塞尔曲线基于下式表示：其中，p0(x0,y0),p1(x1,y1),p2(x2,y2),p3(x3,y3),p4(x4,y4)为五个控制点中对应的x坐标和y坐标；获取所述贝塞尔曲线上任意一点的曲率，基于下式表示：基于下式确定曲线在初始点的曲率：
9、进一步的，所述静态特征包括相对起始点的位置p0(x0,y0)，航向角为θ0，对应的曲率为k0，转弯半径r、目标点的位置p4(xt,yt)，航向角为θt、障碍物坐标；所述动态特征包括速度、加速度；还包括曲率连续有界特征。
10、进一步的，所述对所述折角关键点进行贝塞尔曲线优化还包括：基于粒子群优化算法获取四个变量参数，使优化后的所述目标路径在满足其运动学约束、障碍物约束及曲率连续有界约束条件下，使所定义的目标函数最小得到最优四个变量参数，并根据所述最优四个变量参数基于贝塞尔曲线规划最优路径。
11、进一步的，所述基于粒子群优化算法获取四个变量参数，包括：基于路径优化目标函数，并选择粒子群优化算法参数定义权重，基于所述权重对粒子参数进行随机初始化，计算优化目标函数输出值确定是否满足终止条件；当输出值满足输出条件时则将当前所述粒子参数作为所述最优四个变量参数，当输出值不满足输出条件时根据计算的权重更新粒子参数群得到新一代粒子群并进行二次迭代计算。
12、进一步的，所述四个变量参数包括相对起始点到相对目标点的时间、所述贝塞尔曲线上第一控制点与第二控制点之间的距离、所述贝塞尔曲线上第四控制点与第五控制点之间的距离、所述贝塞尔曲线上第三控制点的横坐标或纵坐标。
13、第二方面，提供一种多目标点路径规划装置，用于执行上述任一项的多目标点路径规划方法。
14、第三方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上述任意一项所述的多目标点路径规划方法中的步骤。
15、第四方面，提供一种终端，包括：处理器和存储器；所述存储器上存储有可被所述处理器执行的计算机可读程序；所述处理器执行所述计算机可读程序时实现如上述任意一项所述的多目标点路径规划方法中的步骤。
16、本申请实施例提供的技术方案中，提供一种多目标点路径规划方法，能够有效解决较大场景下现有的a*寻路算法存在的内存开销大、计算时间长等问题，并将跳点优化算法(jps)与a*算法融合，通过筛选跳点进行扩展，直到生成最终路径，扩展过程中使用跳点代替a*算法中大量可能被添加到openlist和closedlist的不必要节点，从而减少计算量；并且提供了一种基于贝塞尔曲线的最优路径规划方法，该方法将目标对象路径优化问题转化为路径参数化优选问题，考虑目标对象作业过程中速度、加速度约束、障碍物约束及曲率连续有界约束条件，提出以目标对象路径最短为适应度函数，采用改本文档来自技高网...
【技术保护点】
1.一种多目标点路径规划方法，其特征在于，应用于自动行驶体的移动规划，所述方法包括：
2.根据权利要求1所述的多目标点路径规划方法，其特征在于，所述方法还包括：当不存在所述关键点时基于所述栅格地图中的障碍物表达特征以及所述栅格地图的特征进行扩展获取跳跃节点，并将所述跳跃节点作为关键点。
3.根据权利要求2所述的多目标点路径规划方法，其特征在于，所述基于所述栅格地图中的障碍物表达特征以及所述栅格地图的特征进行扩展获取跳跃节点，包括：在所述栅格地图基于水平方向和竖直方向进行扩展直到遇到障碍物或到达地图边缘并沿着对角线进行扩展；当扩展至一个新的节点时，继续沿水平方向和竖直方向进行二次扩展并重复以上过程，直至获取跳跃节点。
4.根据权利要求1所述的多目标点路径规划方法，其特征在于，所述确定所述起始点与所述关键点，所述关键点与所述关键点之间的多个路径代价，包括：确定所述起始点与所述关键点，所述关键点与所述关键点之间的欧几里得距离；所述欧几里得距离基于下式进行确定：
5.根据权利要求1所述的多目标点路径规划方法，其特征在于，所述对所述折角关键点
6.根据权利要求5所述的多目标点路径规划方法，其特征在于，所述四次贝塞尔曲线基于下式表示：
7.根据权利要求6所述的多目标点路径规划方法，其特征在于，所述静态特征包括相对起始点的位置P0(x0,y0)，航向角为θ0，对应的曲率为k0，转弯半径R、目标点的位置P4(xT,yT)，航向角为θT、障碍物坐标；所述动态特征包括速度、加速度；还包括曲率连续有界特征。
8.根据权利要求7所述的多目标点路径规划方法，其特征在于，所述对所述折角关键点进行贝塞尔曲线优化还包括：基于粒子群优化算法获取四个变量参数，使优化后的所述目标路径在满足其运动学约束、障碍物约束及曲率连续有界约束条件下，使所定义的目标函数最小得到最优四个变量参数，并根据所述最优四个变量参数基于贝塞尔曲线规划最优路径。
9.根据权利要求8所述的多目标点路径规划方法，其特征在于，所述基于粒子群优化算法获取四个变量参数，包括：基于路径优化目标函数，并选择粒子群优化算法参数定义权重，基于所述权重对粒子参数进行随机初始化，计算优化目标函数输出值确定是否满足终止条件；当输出值满足输出条件时则将当前所述粒子参数作为所述最优四个变量参数，当输出值不满足输出条件时根据计算的权重更新粒子参数群得到新一代粒子群并进行二次迭代计算。
10.根据权利要求8或9所述的多目标点路径规划方法，其特征在于，所述四个变量参数包括相对起始点到相对目标点的时间、所述贝塞尔曲线上第一控制点与第二控制点之间的距离、所述贝塞尔曲线上第四控制点与第五控制点之间的距离、所述贝塞尔曲线上第三控制点的横坐标或纵坐标。
...【技术特征摘要】
1.一种多目标点路径规划方法，其特征在于，应用于自动行驶体的移动规划，所述方法包括：
2.根据权利要求1所述的多目标点路径规划方法，其特征在于，所述方法还包括：当不存在所述关键点时基于所述栅格地图中的障碍物表达特征以及所述栅格地图的特征进行扩展获取跳跃节点，并将所述跳跃节点作为关键点。
3.根据权利要求2所述的多目标点路径规划方法，其特征在于，所述基于所述栅格地图中的障碍物表达特征以及所述栅格地图的特征进行扩展获取跳跃节点，包括：在所述栅格地图基于水平方向和竖直方向进行扩展直到遇到障碍物或到达地图边缘并沿着对角线进行扩展；当扩展至一个新的节点时，继续沿水平方向和竖直方向进行二次扩展并重复以上过程，直至获取跳跃节点。
4.根据权利要求1所述的多目标点路径规划方法，其特征在于，所述确定所述起始点与所述关键点，所述关键点与所述关键点之间的多个路径代价，包括：确定所述起始点与所述关键点，所述关键点与所述关键点之间的欧几里得距离；所述欧几里得距离基于下式进行确定：
5.根据权利要求1所述的多目标点路径规划方法，其特征在于，所述对所述折角关键点进行贝塞尔曲线优化，包括：构建四次贝塞尔曲线，并获取所述贝塞尔曲线上任意一点的曲率，确定所述贝塞尔曲线在初始点的曲率。
6.根据权利要求5所述的多目标点路径规划方法，其特征在于，所述四次贝塞尔曲线基于下式表示：
7.根据权利要求6所述的多...
【专利技术属性】
技术研发人员：郑帅印，程富强，史益军，
申请(专利权)人：江苏中杰建兆智能装备有限公司，
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。