[發明專利]一種用于室內移動機器人運動控制的混合路徑規劃方法

有效

• 申請號: 201910270314.6
• 申請日: 2019-04-04
• 公開（公告）號: CN109945873B
• 公開（公告）日: 2022-07-15
• 發明（設計）人: 李冰;包麗;張林;王亞洲;王剛;劉勇;董乾;趙霞
• 申請（專利權）人: 東南大學
• 主分類號: G01C21/20
• 分類號: G01C21/20
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 朱小兵

本發明公開一種用于室內移動機器人運動控制的混合路徑規劃方法，屬于機器人技術領域，其結合了靜態環境的全局路徑規劃方法和動態環境的局部路徑規劃方法。本發明通過外部傳感器為系統提供外部環境信息輸入，由此建立柵格模型；本發明提出并行Bi?directional A?star算法與改進人工勢場Artificial Potential Field算法融合的混合路徑規劃方法，通過并行Bi?directional A?star算法進行全局、靜態路徑搜索，通過改進APF算法進行局部、動態路徑搜索。最后由以上混合方法得到的路徑數據控制機器人的運動。本發明采用的混合路徑規劃方法對室內環境具有更強的適應能力，并且本發明所采用的一系列措施和優化方法所得到的路徑具有很強的完備性和較好的最優性。

技術領域

本發明涉及機器人技術領域，特別涉及一種用于室內移動機器人運動控制的混合路徑規劃方法

背景技術

隨著機器人技術的不斷發展和成熟，機器人研究向智能化發展，機器人的應用已經不再局限于在傳統的制造業上幫助人類完成一些有難度的工作，開始進軍到太空探索、醫療、娛樂、服務等眾多領域。其中，自主移動機器人在各個應用領域占據主導地位。

路徑規劃作為機器人領域的一個重要部分，主要負責為機器人在存在障礙物的環境中，提供一條由起始狀態到目標狀態的無碰撞最優路徑。具有路徑規劃功能的移動機器人能夠實現已知環境、部分已知環境，甚至是完全未知環境的自主避障與導航功能。路徑規劃根據不同的應用場景，可以分為全局路徑規劃和局部路徑規劃。已知環境下采用全局路徑規劃方法即可實現機器人自主導航，該類方法可以搜索到最優解，但是計算量龐大，時效性差；常用的全局路徑規劃算法有Dijkstra、A-star算法等，其中，Dijkstra算法以運行效率為代價獲得最優解的成功率，而A-star算法在路徑搜索過程中，極大的減小了搜索節點，提高了路徑搜索效率，具有較好的魯棒性。對動態環境或未知環境下一般采用局部路徑規劃實現動態避障的要求，該類方法具有實時性較高的優點，但是無法保證搜索到最優路徑；局部路徑規劃算法有遺傳算法、模糊控制算法、人工勢場法(Artifitial PotentialField,APF)等，遺傳算法路徑搜索過程的計算量較大，局部尋優能力較差；模糊控制法實時性好，但對于復雜環境下，該算法的模糊控制規則會急劇膨脹；人工勢場法結構簡單，路徑軌跡平滑，避障能力強，但是存在目標不可達和局部最小值缺點。

發明內容

本發明提供了一種室內移動機器人路徑規劃的方法，通過全局與局部路徑規劃的融合，解決全局規劃時效性差和局部規劃最優性差的問題，并采用并行Bi-directionalA-star算法以較少的路徑最優性為代價大幅度提升全局搜索效率，采用改進的APF解決傳統APF碰撞、目標不可達、局部最小值問題，極大的提升局部路徑規劃的完備性，同時提出一種window-APF實現方式大幅減少了動態環境下的計算量，進一步提高了系統的時效性。

本發明采用一下技術方案解決上述技術問題：

一種用于室內移動機器人運動控制的混合路徑規劃方法，具體包含如下步驟；

步驟1，建立室內機器人工作環境的全局柵格地圖模型，并設置機器人運動的起點和目標點；

步驟2，對柵格地圖中的障礙物進行預處理；

步驟3，在當前時刻的柵格地圖中，對機器人采用并行Bi-directionalA-star算法實施全局路徑規劃策略，搜索獲取由當前位置到目標點的無碰撞較優路徑；

步驟4，分割步驟3所述方法所得的無碰撞較優路徑，提取出一系列局部目標點，具體指起點、拐點以及目標點的集合；

步驟5，開啟動態地圖線程，實時更新傳感器掃描重建的局部柵格地圖信息；