一种复杂环境下机器人自适应路径规划算法制造技术

本发明专利技术涉及机器人路径规划技术领域，公开了一种复杂环境下机器人自适应路径规划算法，其技术方案要点是构建运动模型；构建约束模型；构建性能指标函数，以获得最优或准最优路径并避开障碍物；构建惩罚函数对约束条件进行优化；使用平滑近似函数代替最大值函数。通过将路径优化和移动机器人的运动学约束相结合，可以在具有许多不规则障碍物的未知环境中为移动机器人模型获得最优路径。

【技术实现步骤摘要】

本专利技术涉及机器人路径规划，更具体地说，它涉及一种复杂环境下机器人自适应路径规划算法。

技术介绍

1、现有技术中的规划过程依赖于完整的环境信息，数据收集既占用空间又昂贵，移动机器人在规划前需要构建全局地图模型。当运动空间中出现未知障碍物或移动障碍物时，导致移动机器人无法保证能够安全地跟踪到目标的计划路径。

2、由此，本专利技术提供了一种复杂环境下机器人自适应路径规划算法，改善了上述技术问题。

技术实现思路

1、本公开实施例旨在针对现有技术的不足，提供一种复杂环境下机器人自适应路径规划算法，本专利技术通过将路径优化和移动机器人的运动学约束相结合，可以在具有许多不规则障碍物的未知环境中为移动机器人模型获得最优路径。

2、本专利技术的上述技术目的是通过以下技术方案得以实现的：一种复杂环境下机器人自适应路径规划算法，包括如下步骤：

3、s1、构建运动模型；

4、s2、构建约束模型；

5、s3、构建性能指标函数，以获得最优或准最优路径并避开障碍物；

<本文档来自技高网...

【技术保护点】

1.一种复杂环境下机器人自适应路径规划算法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的一种复杂环境下机器人自适应路径规划算法，其特征在于，构建运动模型的过程为：x(k+1)＝F(x(k)，u(k))，k＝0，1，2，...，∞；

3.根据权利要求1所述的一种复杂环境下机器人自适应路径规划算法，其特征在于，构建约束模型的过程为：对于路径规划问题，移动机器人在每个时间步k都会获得相应的采样状态值x(k)，并且应满足移动机器人的初始状态x0和终端状态xf；由于移动机器人的实际物理特性，状态x(k)和控制u(k)都需要受到约束：>

4.根据权利...

【技术特征摘要】

1.一种复杂环境下机器人自适应路径规划算法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的一种复杂环境下机器人自适应路径规划算法，其特征在于，构建运动模型的过程为：x(k+1)＝f(x(k)，u(k))，k＝0，1，2，...，∞；

3.根据权利要求1所述的一种复杂环境下机器人自适应路径规划算法，其特征在于，构建约束模型的过程为：对于路径规划问题，移动机器人在每个时间步k都会获得相应的采样状态值x(k)，并且应满足移动机器人的初始状态x0和终端状态xf；由于移动机器人的实际物理特性，状态x(k)和控制u(k)都需要受到约束：

4.根据权利要求3所述的一种复杂环境下机...

【专利技术属性】
技术研发人员：郭峰，吴桐，刘辉彬，陈华强，庄曜宇，
申请(专利权)人：江苏海之隅智慧科技有限公司，
类型：发明
国别省市：