[發(fā)明專利]一種基于改進型人工勢場法的機器人路徑規(guī)劃方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201610079992.0
• 申請日: 2016-02-04
• 公開（公告）號: CN105629974B
• 公開（公告）日: 2018-12-04
• 發(fā)明（設(shè)計）人: 孫棣華;廖孝勇;趙敏;杜道軼
• 申請（專利權(quán)）人: 重慶大學(xué)
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 北京匯澤知識產(chǎn)權(quán)代理有限公司 11228
• 代理人: 武君

本發(fā)明公開了一種基于改進型人工勢場法的機器人路徑規(guī)劃方法及系統(tǒng)，首先在激光雷達的可視范圍內(nèi)找到局部目標點；然后規(guī)劃出機器人當前位置到達局部目標點的可達路徑，最后控制驅(qū)動機器人行進，循環(huán)檢測局部目標點，直至機器人達到最終目標點；該方法采用基于人工勢場法來規(guī)劃機器人路徑規(guī)劃，解決了傳統(tǒng)勢場法對機器人進行路徑規(guī)劃出現(xiàn)的局部極小點問題，對傳統(tǒng)的人工勢場法進行了改進，即改進引力勢函數(shù)，同時將整個任務(wù)劃分為許多局部目標點，從而達到最優(yōu)的路徑；提高了路徑規(guī)劃的實時性、環(huán)境適應(yīng)性效率。

技術(shù)領(lǐng)域

本發(fā)明涉及機器人及智能車輛的局部導(dǎo)航領(lǐng)域，特別是一種基于改進型人工勢場法的機器人路徑規(guī)劃方法。

背景技術(shù)

移動機器人實時路徑規(guī)劃和導(dǎo)航是反映機器人自主能力的關(guān)鍵要素之一，也是較難解決的問題之一。機器人路徑規(guī)劃主要分為環(huán)境信息已知的規(guī)劃和環(huán)境信息未知的規(guī)劃。對于前者多采用離線規(guī)劃，得到的路徑較優(yōu)，后者多采用在線規(guī)劃，體現(xiàn)了路徑規(guī)劃的實時性。

近年來許多移動機器人路徑規(guī)劃的方法被人們所研究。主要的路徑規(guī)劃的方法可以分為兩類：人工智能的方法(AI)和人工勢場法(APF)。前者主要運用的方法有遺傳算法(GA)、模糊邏輯控制(FLC)和人工神經(jīng)網(wǎng)絡(luò)(ANN)，這些方法往往較為復(fù)雜運算速度也較為緩慢。而后者由于其簡潔性和快速性在機器人路徑規(guī)劃中得到廣泛應(yīng)用，其基本思想是環(huán)境中的目標點對其的吸引力以及障礙物的對其的排斥力構(gòu)成一種勢場環(huán)境。然而人工勢場法在避障應(yīng)用的過程中，常常會遇到局部最小的問題。

如何避免人工勢場法在避障路徑規(guī)劃中出現(xiàn)局部最小的問題，是移動機器人路徑規(guī)劃的關(guān)鍵。通過查閱專利和論文，主要有沿墻跟蹤方法、極限環(huán)法、虛擬水流法及引入內(nèi)部主體狀態(tài)法等算法。

這些方法雖然在一定程度上緩解了局部最小問題，但都有其各自的缺陷。其中沿墻跟蹤法和極限環(huán)法存在規(guī)劃速度慢的問題。虛擬水流法在解決環(huán)境已經(jīng)情況下的局部極小點問題有一定的效果，但算法效率不高。引入內(nèi)部主體狀態(tài)的方法成功的解決了復(fù)雜環(huán)境中的局部最小值問題，但是不能解決通常情況下的靜態(tài)勢場問題，通用性不強。

由于上述算法存在實時性不好、效率不高、會引入如環(huán)境適應(yīng)能力差等一些新的問題等缺點。

因此，急需一種既具有高效率，又能保證實時性且通用性強的改進的人工勢場法。

發(fā)明內(nèi)容

本發(fā)明的目的就是提供一種基于改進型人工勢場法的機器人路徑規(guī)劃方法及系統(tǒng)，適用于局部導(dǎo)航中，采用基于勢場法的運動規(guī)劃及規(guī)避障礙物。

本發(fā)明的目的是通過這樣的技術(shù)方案實現(xiàn)的：

本發(fā)明提供了一種基于改進型人工勢場法的機器人路徑規(guī)劃方法，包括以下步驟：

S1：獲取機器人的初始化狀態(tài)參數(shù)、環(huán)境信息和最終目標點；

S2：獲取機器人當前坐標位置和局部目標點；

S3：建立基于時間虛擬驅(qū)動力的人工勢場法生成機器人當前坐標位置和局部目標點之間的可達路徑；

S4：控制機器人沿可達路徑行進；

S5：在激光雷達可視范圍內(nèi)檢測機器人當前坐標位置是否達到局部目標點，如果沒有達到，則返回步驟S4繼續(xù)控制驅(qū)動機器人行進；

S6：如果達到局部目標點，則檢測機器人是否達到最終目標點，如果沒有達到，則返回步驟S2；

S7：如果達到最終目標點，則結(jié)束機器人的行進。

進一步，所述局部目標點的確定，具體包括以下步驟：

S21：檢測最終目標點和當前坐標位置之間可通過的直線路徑下有無障礙物，如果沒有障礙物，則設(shè)置最終目標點作為局部目標點；