一种基于RRT算法改进的机器人路径规划方法技术

本发明专利技术提供了一种基于RRT算法改进的机器人路径规划方法，包括以下步骤：初始化机器人的规划环境，设定规划机器人的步长L，机器人的起始点X<subgt;start</subgt;，机器人的目标点X<subgt;goal</subgt;，采样参数σ，机器人的路径树Tree，其中路径树Tree包括从起始点X<subgt;start</subgt;到目标点X<subgt;goal</subgt;的路径；随机生成采样点Q<subgt;new</subgt;，寻找路径树Tree中与采样点Q<subgt;new</subgt;最近的采样点Q<subgt;near</subgt;，连接采样点Q<subgt;near</subgt;和采样点X<subgt;goal</subgt;，得到参考方向V；生成以参考方向V为中心，以采样参数σ为方差的高斯分布模型。本发明专利技术有益效果：将基于角度的高斯分布模型引入RRT算法的偏置函数，提高了RRT算法偏置的效率，使得生长树能够在朝向目标点生长的同时避开障碍物的影响，在探索中不断向目标点靠近，缩短了路径长度和规划时间。

【技术实现步骤摘要】

本专利技术属于机器人的路径规划领域，尤其是涉及一种基于rrt算法改进的机器人路径规划方法。

技术介绍

1、运动规划是指在可达环境中连接机器人初始状态和目标状态的状态序列，同时需要避免障碍物的影响，重点在于寻找一条连续的可行路径。运动规划是包括无人机、无人车、机械臂、人形机器人等各类机器人自主运动的核心内容之一。运动规划类问题的解决方法主要分为基于采样的方法、基于搜索的方法、基于优化的方法。基于搜索的路径规划方法主要有a*算法、人工势场法、遗传算法、等等；对于这些算法通常都存在着收敛速度较慢、效率低下等缺陷。对于最常用的基于采样的路径规划方法rrt，这个方法不需要对构型空间障碍物进行描述，可以对任意维度的空间进行运动规划，所以适用于所有机器人。此外，由于采样的高效性，该算法十分适用于比较复杂的高维空间，如机械臂的运动规划。所以，近年来，许多的研究者对于该算法存在的一些问题提出了不同的方法进行改进。lavalle教授提出的rrt算法已经在路径规划领域被广泛应用，但是rrt算法本身也有一些缺点，比如扩展无方向性，搜索的随机性很强进而导致规划出来的路径比较冗长并且本文档来自技高网...

【技术保护点】

1.一种基于RRT算法改进的机器人路径规划方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于RRT算法改进的机器人路径规划方法，其特征在于：所述参考方向V为由Qnear为起点指向Xgoal的向量方向。

3.根据权利要求1所述的一种基于RRT算法改进的机器人路径规划方法，其特征在于：所述寻找路径树Tree中与采样点Qnew最近的采样点Qnear，表达式为：

4.根据权利要求1所述的一种基于RRT算法改进的机器人路径规划方法，其特征在于：所述获得方向θ为多维向量，其维度为机器人的自由度数量减一；

5.根据权利要求1所述的一种基于...

【技术特征摘要】

1.一种基于rrt算法改进的机器人路径规划方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于rrt算法改进的机器人路径规划方法，其特征在于：所述参考方向v为由qnear为起点指向xgoal的向量方向。

3.根据权利要求1所述的一种基于rrt算法改进的机器人路径规划方法，其特征在于：所述寻找路径树tree中与采样点qnew最近的采样点qnear，表达式为：

4.根据权利要求1所述的一种基于rrt算法改进的机器人路径规划方法，其特征在于：所述获得方向θ为多维向量，其维度为机器人的自由度数量减一；

5.根据权利要求1所述的一种基于rrt算法改进的机器人路径规划方法，其特征在于：所述利用高斯分布模型进行各个维度内-π到+π的范围截取和归一化处理包括：

6.根据权利要求1所述的一种基于rrt算法改进的机器人路径规划方法，其特征在于：所述若新点qext碰撞则以参考方向v为中心，每个...

【专利技术属性】
技术研发人员：顾谦，索双富，徐思广，安琪，
申请(专利权)人：清华大学天津高端装备研究院，
类型：发明
国别省市：