欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020114099639
申请人: 厦门大学
专利类型:发明专利
专利状态:已下证
专利领域: 控制;调节
更新日期:2026-11-17
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种移动机器人路径规划方法,其特征在于,包括以下步骤:S1:基于移动机器人车载激光雷达获取的环境信息构建环境地图,进行栅格地图建模,每个栅格根据所述环境信息被标记为障碍区和自由空间,设定起始点和目标点;

S2:建立第一层RRT*搜索树,所述第一层RRT*搜索树以所述起始点为根节点进行搜索,并采用基于反馈的目标偏向的采样策略在所述自由空间生成随机采样点,得到初始路径;

S3:对所述初始路径进行分段剪枝和平滑处理,将处理后的所述初始路径作为所述移动机器人的全局路径进行执行;以及S4:建立第二层RRT*搜索树,所述第二层RRT*搜索树采用反向维护策略以所述目标点为根节点进行搜索,并通过基于欧氏距离和轨迹角度构建的代价函数优化所述全局路径中的剩余路径的路径代价,生成最佳运动路径。

2.根据权利要求1所述的移动机器人路径规划方法,其特征在于,所述步骤S2具体包括:

S21:以概率k1将上一次添加到所述第一层RRT*搜索树中的节点qprev作为参考,通过所述节点qprev和所述目标点qgoal的相对位置缩小所述随机采样点qrand的采样区域;

S22:通过所述节点qprev与目标点qgoal的相互关系作为下次取点的参考,选择以所述节点qprev为圆心,所述节点qprev和所述目标点qgoal之间的距离为半径的四分之一圆区域为采样点选择区域,得到所述初始路径。

3.根据权利要求2所述的移动机器人路径规划方法,其特征在于,所述采样点获取方式通过以下公式得到:

令所述节点qprev和所述目标点qgoal的距离为d,式中r的值为(0,d]的随机值,θ为四分之一圆区域的随机值,xrand、yrand分别表示所述采样点qrand的x坐标和y坐标,xprev、yprev分别表示所述节点qprev的x坐标和y坐标。

4.根据权利要求1所述的移动机器人路径规划方法,其特征在于,所述步骤S3具体包括:

S31:选取所述初始路径中所有节点的中点位置的节点,以所述中点位置的节点将所述初始路径分为两段,分别对两段节点进行贪婪剪枝处理,去除冗余节点;

S32:对剪枝后的所述初始路径采用牵引B样条策略进行平滑处理。

5.根据权利要求4所述的移动机器人路径规划方法,其特征在于,所述步骤S32具体包括,在原有节点Pi-1,Pi,Pi+1形成的三次B样条曲线的基础上加入新控制节点Pins1和Pins2,通过以下公式对所述剪枝后的初始路径进行平滑处理:其中,式中θi为Pi-1 Pi与Pi Pi+1的夹角,η为与平滑曲线的曲率的取值成反比的常数值。

6.根据权利要求1所述的移动机器人路径规划方法,其特征在于,所述步骤S4具体包括:

S41:以所述目标点qgoal作为所述第二层RRT*搜索树的根节点进行扩展,获得剩余路径的路径代价;

S42:利用所述初始路径提供的启发信息,以概率k2将所述初始路径节点作为参考节点qref,通过所述参考节点qref与当前移动机器人坐标的相对位置获取采样点;

S43:在所述第二层RRT*搜索树的所述采样点的重新连线过程中通过基于节点间的欧式距离和轨迹角度建立代价函数,生成所述最佳运动路径。

7.根据权利要求6所述的移动机器人路径规划方法,其特征在于,所述代价函数通过以下公式计算:

λd+λθ=1;

λd,λθ∈[0,1];

其中,dqnew,qi为新节点qnew与节点qi之间的欧氏距离,dmax与dmin分别表示qnew与附近节点间的最大和最小距离,θqnew,qi为新节点qnew与节点之间路径的角度值,θmax与θmin分别表示附近节点间路径的角度值的最大和最小距离,λd和λθ分别为距离以及角度在代价函数中的权重。

8.一种移动机器人路径规划装置,其特征在于,包括:地图建立模块,被配置为基于移动机器人车载激光雷达获取的环境信息构建环境地图,进行栅格地图建模,每个栅格根据所述环境信息被标记为障碍区和自由空间,设定起始点和目标点;

初始路径生成模块,被配置为建立第一层RRT*搜索树,所述第一层RRT*搜索树以所述起始点为根节点进行搜索,并采用基于反馈的目标偏向的采样策略在所述自由空间生成随机采样点,得到初始路径;

处理模块,被配置为对所述初始路径进行分段剪枝和平滑处理,将处理后的所述初始路径作为所述移动机器人的全局路径进行执行;以及最佳运动路径生成模块,被配置为建立第二层RRT*搜索树,所述第二层RRT*搜索树采用反向维护策略以所述目标点为根节点进行搜索,并通过基于欧氏距离和轨迹角度构建的代价函数优化所述全局路径中剩余路径的路径代价,生成最佳运动路径。

9.一种电子设备,包括:

一个或多个处理器;

存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的方法。