一种基于改进RRT算法的机器人路径规划方法技术

本发明专利技术公开了一种基于改进RRT算法的机器人路径规划方法，该路径规划方法通过最大采样半径和上一时刻的新增节点来限制采样区域，使获取的采样点能够较大概率地偏向目标点；同时，本发明专利技术通过对采样点的限制，既能够在障碍物较少的情况下最大程度地靠近目标点，又能够在障碍物较多的情况下较小程度地靠近目标点，减少了在获取随机树新增节点时采样点的采样次数，提高了路径生成的效率。此外，本发明专利技术在路径生成后去除路径中的冗余节点并对路径中的节点进行修枝操作，实现了路径节点的优化，减少了生成的路径的转角个数，提高了路径规划性能，相比于RRTstar和Astar算法，本发明专利技术能有效缩短路径长度，并提高搜索效率。

【技术实现步骤摘要】

本专利技术属于路径规划，具体涉及一种基于改进rrt算法的机器人路径规划方法。

技术介绍

1、近年来，移动机器人在军事行动、应急救援、仓储管理和物流运输等领域得到了广泛应用。而路径规划是移动机器人不可或缺的重要组成部分，它通常指的是找到一条从起点到终点的无碰撞且最优的路径。目前，路径规划算法大致可以分为3类：基于搜索的算法、生物启发式算法和基于采样的算法。基于搜索的路径规划算法主要包括a*算法、dijkstra算法和theta*算法等。这类算法将地图划分为网格，然后利用搜索算法来获得从起点到终点的路径。尽管此类方法计算简单，但它们找到路径的时间和路径的长度取决于网格划分的精细程度。生物启发式路径规划算法主要包括蚁群算法(aca)、遗传算法(ga)和粒子群优化(pso)算法等。这类算法具有很强的适应性和并行性，但其计算所需的时间相对较长，且容易陷入局部最优解。基于采样的路径规划算法是通过在地图上随机获得采样点然后连接这些点来得到从起点到终点的无碰撞路径，其中主要包括快速扩展随机树(rrt)算法、快速扩展随机树星(rrt*)算法和概率路线图(prm)算法等。...

【技术保护点】

1.一种基于改进RRT算法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所述的一种基于改进RRT算法的机器人路径规划方法，其特征在于：所述的步骤二中，若机器人能够三维空间移动，则还构建采样点Qsample的极角θ，极角θ的表达式为：

3.根据权利要求1所述的一种基于改进RRT算法的机器人路径规划方法，其特征在于：所述的步骤五中，在获取初始点Qstart移动至目标点Qgoal的路径后，去除路径中的冗余节点，去除冗余节点的方法如下：

4.根据权利要求3所述的一种基于改进RRT算法的机器人路径规划方法，其特征在于：所述的步骤五中，在去除...

【技术特征摘要】

1.一种基于改进rrt算法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所述的一种基于改进rrt算法的机器人路径规划方法，其特征在于：所述的步骤二中，若机器人能够三维空间移动，则还构建采样点qsample的极角θ，极角θ的表达式为：

3.根据权利要求1所述的一种基于改进rrt算法的机器人路径规划方法，其特征在于：所述的步骤五中，在获取初始点qstart移动至目标点qgoal的路径后，去除路径中的冗余节点，去除冗余节点的方法如下：

4.根据权利要求3所述的一种基于改进rrt算法的机器人路径规划方法，其特征在于：所述的步骤五中，在去除冗余节点后，依次选取路径中的各节点作为移动节点qchoose；先将移动节点qchoose向其父节点移动，每次移动的平移向量d1为：

5.根据权利要求1所述的一种基于改进rrt算法的机器人路径规划方法，其特征在于：所述的步骤二中，若在获取采样点过程中不存在势场ureq，以采样点qsample作为随机点qrand；反之，随机点qrand的表达式为：

6.根据权利要求5所述的一种基于改进r...

【专利技术属性】
技术研发人员：陈亦浩，孟庆华，陈凯，滕珂毅，肖前湖，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：