[發(fā)明專利]一種移動機器人的路徑后處理方法

在審

• 申請?zhí)枺?/td>: 201711352944.5
• 申請日: 2017-12-15
• 公開（公告）號: CN108088447A
• 公開（公告）日: 2018-05-29
• 發(fā)明（設(shè)計）人: 張鵬超;熊超
• 申請（專利權(quán)）人: 陜西理工大學(xué)
• 主分類號: G01C21/20
• 分類號: G01C21/20
• 代理公司: 西安弘理專利事務(wù)所 61214
• 代理人: 胡燕恒

本發(fā)明公開了一種移動機器人的路徑后處理方法，具體按照以下步驟實施：步驟1，由傳統(tǒng)的基于采樣的路徑規(guī)劃方法獲得初步規(guī)劃路徑L1及一系列從起始狀態(tài)到目標狀態(tài)的有效路徑點集Q1；步驟2，對Q1進行多余點剔除；步驟3，通過多余點剔除策略對L1進行處理得到L2，并將新得到的路徑點集記作Q2；步驟4，將Q2中的點集(q0,q1,...qn?1,qn)依次相鄰連接，構(gòu)造基本直線，依次求得各個線段方程；步驟5，以隨機函數(shù)rand()引入隨機噪聲點，產(chǎn)生數(shù)據(jù)點集Q3；步驟6，以數(shù)據(jù)點集Q3作為神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)擬合的數(shù)據(jù)輸入，用RBF神經(jīng)網(wǎng)絡(luò)擬合得到最終光滑路徑。本發(fā)明方法克服傳統(tǒng)的基于隨機采樣方法生成規(guī)劃路徑中存在的路程非最優(yōu)和路徑不光滑的弊端。

技術(shù)領(lǐng)域

本發(fā)明屬于移動機器人技術(shù)領(lǐng)域，具體涉及一種移動機器人的路徑后處理方法。

背景技術(shù)

隨著生產(chǎn)、生活中對自動化越來越高的要求，智能機器人毋庸置疑是機器人技術(shù)發(fā)展的主流趨勢。因此，機器人路徑規(guī)劃作為智能移動機器人研究的核心內(nèi)容之一，在近幾年的科研和生產(chǎn)中一直處于熱點問題。所謂移動機器人路徑規(guī)劃，就是機器人根據(jù)自身傳感器對環(huán)境的感知，根據(jù)特定算法自行規(guī)劃出一條安全的運行路線，同時力求高效的完成作業(yè)任務(wù)。移動機器人路徑規(guī)劃主要解決3個問題：1)使機器人能從初始點運動到目標點；2)用一定的算法使機器人能繞開障礙物，并且經(jīng)過某些特定點完成相應(yīng)的作業(yè)任務(wù)；3)在完成以上任務(wù)的前提下，盡量優(yōu)化機器人運行軌跡。

移動機器人路徑規(guī)劃算法經(jīng)過幾十年的研究和發(fā)展，由最初的傳統(tǒng)規(guī)劃算法到基于人工智能的啟發(fā)式規(guī)劃算法，取得了大量研究成果。其中基于采樣的方法，比如隨機路線圖法(probabilistic road-map，簡稱PRM))和快速搜索隨機樹法(rapidly-exploringrandom trees，簡稱RRT)，由于方法簡單而被廣泛使用。然而，由于基于采樣的規(guī)劃方法自身具有隨機性的特點，因此生成的規(guī)劃路徑往往具有非路程最優(yōu)和不光滑的缺陷。非最短路程會降低移動機器人作業(yè)任務(wù)完成的效率，路徑不平滑會對機器人機械結(jié)構(gòu)產(chǎn)生不必要的沖擊，影響機器人工作壽命，同時對控制系統(tǒng)提出更高要求，增加了控制難度。因此，采用一定的后處理策略對基于采樣初步得到的路徑進行路徑重規(guī)劃和光滑處理，從而得到路程更優(yōu)，更光滑的路徑對于移動機器人技術(shù)具有重要意義。

采用多余點剔除策略對原始路徑進行重規(guī)劃得到更短路程，再向重規(guī)劃路徑引入隨機噪聲點并以徑向基神經(jīng)網(wǎng)絡(luò)(Radial Basis Function Neural Network,簡稱RBF神經(jīng)網(wǎng)絡(luò))作為數(shù)據(jù)擬合器進行路徑光滑，得到實用性良好的優(yōu)化路徑。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種移動機器人的路徑后處理方法，提出了一種多余點剔除策略和基于神經(jīng)網(wǎng)絡(luò)的路徑光滑技術(shù)，大幅度縮短了路程并光滑了機器人移動路徑。

本發(fā)明所采用的技術(shù)方案是，一種移動機器人的路徑后處理方法，具體按照以下步驟實施：

步驟1，由傳統(tǒng)的基于采樣的路徑規(guī)劃方法獲得初步規(guī)劃路徑L1及一系列從起始狀態(tài)到目標狀態(tài)的有效路徑點集Q1；

步驟2，對Q1進行多余點剔除；

步驟3，通過步驟2中的多余點剔除策略對L1進行處理得到L2，并將新得到的路徑點集記作Q2；