[發明專利]移動機器人全局平滑路徑規劃方法

在審

• 申請號: 201910093807.7
• 申請日: 2019-01-30
• 公開（公告）號: CN109799822A
• 公開（公告）日: 2019-05-24
• 發明（設計）人: 高明;張國銘;盛立
• 申請（專利權）人: 中國石油大學（華東）
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 青島清泰聯信知識產權代理有限公司 37256
• 代理人: 徐艷艷

本發明涉及一種移動機器人全局平滑路徑規劃方法，其步驟包括：根據移動機器人的工作環境，進行環境建模，以路徑安全且最短為原則建立待優化的目標函數，基于自適應粒子群算法進行移動機器人的路徑規劃，根據優化結果輸出移動機器人的運動路徑，采用貝塞爾曲線對移動機器人的運動路徑進行平滑處理。本發明采用自適應粒子群算法與貝塞爾曲線相結合，穩定性和魯棒性強，能夠有效地提高搜索效率，縮短路徑長度，符合人工規劃意圖，并且本發明需要調整的參數少，模型簡單，適用于各種移動機器人在復雜環境下的全局平滑路徑規劃。

技術領域

本發明屬于機器人技術領域，涉及移動機器人技術，具體地說，涉及一種移動機器人全局平滑路徑規劃方法。

背景技術

自20世紀60年代移動機器人誕生以來，機器人技術因其在材料運輸、醫療輔助、產品裝配、工業制造等領域的廣泛應用而引起了越來越多的研究關注。其中，路徑規劃是移動機器人領域中最重要的課題之一。路徑規劃的主要目的是在復雜障礙物的工作環境下為移動機器人尋找一條從初始位置到目標位置可行且最佳的路徑。作為移動機器人導航的最基本環節之一，路徑規劃結果的優劣直接決定著移動機器人的實用性及綜合性能。

移動機器人的路徑規劃問題需要考慮眾多因素，在尋找最優路徑的過程中主要考慮以下三個重要因素：

(1)路徑的可行性，即是否能有效地避開障礙物，這是機器人路徑規劃問題中最應該優先考慮的問題。

(2)路徑的長短，規劃的路徑越短，機器人消耗的能量越少，實用性越強。

(3)路徑的平滑度，移動機器人規劃的路徑具有轉彎次數多和累計轉折角大等問題，對規劃的路徑進行平滑性處理可以提高路徑的質量。

目前，常用的路徑規劃方法包括粒子群優化算法、神經網絡法、A*算法、遺傳算法、人工勢場法和柵格法等。這些算法都具有自身的優點，但均存在一定的局限性，例如神經網絡算法和遺傳算法對硬件的計算速度要求較高，實時性成為這些算法應用于實際工業機器人的難題之一；人工勢場法雖然具有良好的實時性，但是存在陷阱區域；A*算法對解決單目標優化問題效果顯著，但不適應于解決多目標優化問題。

現階段已經存在諸多改進算法，可以較好地解決移動機器人的路徑規劃問題，但是這些算法仍存在運行時間較長、執行效率較低等缺點；而且，在規劃的路徑中存在轉彎次數多和累計轉折角大的情況，進而影響移動機器人的工作效率，降低規劃路徑的質量。

發明內容

本發明針對現有移動機器人路徑規劃方法存在的上述問題，提供一種移動機器人全局平滑路徑規劃方法，該方法搜索路徑效率高，路徑長度短，路徑更加平滑。

為了達到上述目的，本發明提供了一種移動機器人全局平滑路徑規劃方法，含有以下步驟：

利用直角坐標系對移動機器人的工作環境進行二維空間模擬，將移動機器人視為一個點，并在工作區域內運動，利用移動機器人的視覺系統感知自身的位置和障礙物的位置；采用網格劃分的方式將移動機器人的工作區域分割成M×N個小正方形，每個小正方形稱為網格，對每個網格進行有序編號；將現實環境的障礙物用移動機器人工作區域中的黑色網格表示；

定義從起始點到目標點的路徑的距離為粒子群算法需要優化的目標函數；

自適應調整粒子群算法中的慣性權重和加速度系數，輸出最大迭代時刻的全局最優適應度函數值；

采用自適應調整后的粒子群算法進行移動機器人的全局路徑規劃，找到可行且最優的路徑點序列；

將粒子群算法找到的最優路徑點序列作為貝塞爾曲線的控制點序列，利用貝塞爾曲線對規劃的路徑進行平滑性處理，獲得移動機器人全局平滑路徑。