[發明專利]一種基于動態步長的目標引力雙向RRT路徑規劃方法

在審

• 申請號: 201810767113.2
• 申請日: 2018-07-13
• 公開（公告）號: CN108981704A
• 公開（公告）日: 2018-12-11
• 發明（設計）人: 胡兵;向鳳紅;毛劍琳;郭寧
• 申請（專利權）人: 昆明理工大學
• 主分類號: G01C21/20
• 分類號: G01C21/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種基于動態步長的目標引力雙向RRT路徑規劃方法，屬于智能機器人路徑規劃領域。本發明基于目標引力思想的雙向RRT算法的基礎上引入動態步長概念，利用步長的動態變化來擴展RRT隨機樹的新節點Xnew，不僅可以利用雙向RRT算法的隨機性，還可以利用目標引力思想使新節點Xnew朝著目標點Xgoal方向擴展的特性，同時解決了在多障礙物環境下目標不可達問題，能有效地提高路徑搜索成功率，加強避障能力。

技術領域

本發明涉及一種基于動態步長的目標引力雙向RRT路徑規劃方法，屬于智能機器人路徑規劃領域。

背景技術

智能機器人在移動過程中不可避免會遇到各式各樣的障礙物，靈活、實時的躲開這些障礙物是衡量其性能的關鍵指標。具有避障功能的智能機器人擁有相當高的社會價值，被大量應用于航天、軍事、制造業、醫療等領域。路徑規劃技術是智能機器人領域中的核心問題之一，近年來受到外界廣泛關注。

智能機器人的工作環境越來越復雜，基本上存在大量無規則障礙物且障礙物分布不均勻的復雜環境，包括固定障礙物和移動障礙物，以及一些突發情況產生的障礙物。路徑規劃范圍又分為全局規劃與局部規劃，全局規劃在遇突發情況時不能有效地生成一條完整的路徑；局部規劃在遇見突發情況時可以采取措施重新規劃新的生長路徑。

雙向RRT算法雖然可以解決環境約束、時間約束、機器人本身的動力學約束以及高維空間路徑規劃等問題，但由于該方法需要對全局空間進行隨機采樣，導致實時性差、效率低；基于目標引力思想的雙向RRT算法可以降低路徑搜索的隨機性，但在多障礙物的環境下卻存在目標不可達問題，效率較低，且未能使規劃的路徑達到最優或次優解。

發明內容

本發明提供了一種基于動態步長的目標引力雙向RRT路徑規劃方法，以用于通過動態調整步長的方式實現路徑的規劃。

本發明的技術方案是：一種基于動態步長的目標引力雙向RRT路徑規劃方法，所述方法步驟如下：

Step1、設置智能機器人所處的狀態空間C，靜態障礙物隨機分布，大小不一；

Step2、確定智能機器人在狀態空間C中的初始點Xinit和目標點Xgoal位置；其中，狀態空間C指代工作環境，狀態空間C由自由空間Xfree和障礙空間Xobs構成，障礙空間Xobs由靜態障礙物構成，自由空間Xfree表示除障礙空間Xobs之外的空間；初始點Xinit和目標點Xgoal位于自由空間Xfree；

Step3、同時以初始點Xinit和目標點Xgoal為起點分別擴展RRT隨機樹Ti和Tj，搜索過程中，根據基于動態步長的目標引力雙向RRT算法新節點Xnew的位置確定公式來搜索新節點Xnew，每搜索新節點Xnew一次，將其加入到對應的隨機樹中，直到兩顆隨機樹新節點Xnew在狀態空間C中相遇，選出兩顆隨機樹新節點Xnew連通后生成的最優路徑并保存。

所述根據基于動態步長的目標引力雙向RRT算法新節點Xnew的位置確定公式來搜索新節點Xnew，具體為：

其中，ρ為朝著隨機點Xrand方向生長的步長，k為引力場系數，kρ為朝著目標點Xgoal方向生長的步長，||Xrand－Xnear||代表歐拉范數定義的Xrand與Xnear之間的距離，||Xgoal－Xnear||代表歐拉范數定義的Xgoal與Xnear之間的距離，Xrand為每次擴展RRT隨機樹時在自由區域Xfree中隨機選取的點，Xnear為每次擴展RRT隨機樹時在當前RRT隨機樹中與Xrand距離最近的點，Xnew每次新增加的擴展點。