[發明專利]一種移動型機器人安全運動軌跡的實時規劃方法

在審

• 申請號: 202011288150.9
• 申請日: 2020-11-17
• 公開（公告）號: CN112432648A
• 公開（公告）日: 2021-03-02
• 發明（設計）人: 勞健濤;成慧
• 申請（專利權）人: 中山大學
• 主分類號: G01C21/20
• 分類號: G01C21/20;G06Q10/04
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 王曉玲

本發明涉及一種移動型機器人安全運動軌跡的實時規劃方法，包括：S1.拓撲路徑搜索，包括地圖柵格化、基于采樣的路徑搜索和拓撲路徑選取三個步驟，得到優化后能量最小的路徑作為整個拓撲路徑搜索過程的最終軌跡；S2.根據選取的最終軌跡作為初始軌跡進行局部梯度信息的構建；S3.進行軌跡優化，基于軟約束的優化方法，考慮軌跡的平滑性、安全性和動力學約束三個指標，通過加權得到整體軌跡的優化方程。本發明在優化軌跡遠離障礙物方面以及算法實時性方面更優；本發明使用的拓撲路徑搜索算法能夠緩解常見軟約束優化方法的局部極小值問題。相對于一些專門為軟約束優化方法緩解局部極小值方案，該發明在計算復雜度與整體軌跡的魯棒性上更優。

技術領域

本發明屬于移動型機器人運動規劃領域，更具體地，涉及一種移動型機器人安全運動軌跡的實時規劃方法。

背景技術

移動型機器人的軌跡規劃問題一般會將其數學化為一種可優化問題來求解，主要分成基于硬約束的優化問題和基于軟約束的優化問題：

現有的基于硬約束的優化方法通常分兩步：首先對傳感器感知到的地圖中以機器人當前位置點為起點進行膨脹，得到凸可飛行區域空間作為優化問題的硬約束條件。再通過二次規劃方法對分段多項式軌跡進行優化求解，得到一條在凸可飛行區域空間約束下的最小化能量的軌跡解。基于硬約束的優化方法中的第一步：對于真實場景中的復雜環境，很難構建理想的凸可飛行空間。若使用長方體進行膨脹構建，其對可飛行區域的覆蓋程度較低，會大大限制機器人的移動空間，甚至導致問題無解而規劃不出運動軌跡；而若使用凸多面體進行膨脹構建，其相對于長方體膨脹在計算復雜度上會大大增加，難以在有限的機載計算資源下高效運行?；谟布s束的優化方法中的第二步：若考慮到機器人運動軌跡的安全性，需要機器人的運動軌跡盡可能地遠離障礙物，則需要在硬約束條件中加入軌跡與障礙物的距離，其往往需要使用二次項來數學表示。而硬約束條件中存在二次及其以上的多項式會導致整個二次規劃問題的求解時間大大增加。另外，分段多項式軌跡中的時間分配選擇會直接影響到機器人運動軌跡的結果。

現有的基于軟約束的優化方法通常將軌跡生成問題描述成非線性優化問題，在優化方程中會考慮到軌跡平滑性，運動安全性，機器人運動可行性等因素，構建帶有軌跡平滑性懲罰項、對障礙物距離懲罰性以及線加速度或角加速度懲罰項的目標方程，使用基于梯度的優化方法對初始軌跡進行優化，即最小化目標方程的值，從而得到一條平滑、遠離障礙物且滿足機器人運動模型的軌跡。但是，基于軟約束的優化方法在使用基于梯度的優化求解方法時，在遇到一些梯度突變的飛行場景時，由于周圍點的梯度相差非常大，在初始軌跡穿過梯度突變的障礙物時，難以使其優化到偏離該障礙物，即陷入了局部極小值，導致無法求解得到一條平滑安全的運動軌跡。而在一些緩解局部極小值的研究方法中，通過一般的隨機抽樣策略或是基于采樣的路徑搜索算法，無法在復雜的3D空間中快速得到局部最優的初始路徑，會導致算法的效率大大減少。

發明內容

本發明為克服上述現有技術中的至少一個缺陷，提供一種移動型機器人安全運動軌跡的實時規劃方法，在優化軌跡原理障礙物方面以及實時性方面更優。

為解決上述技術問題，本發明采用的技術方案是：一種移動型機器人安全運動軌跡的實時規劃方法，包括以下步驟：

S1.拓撲路徑搜索，包括地圖柵格化、基于采樣的路徑搜索和拓撲路徑選取三個步驟，得到優化后能量最小的路徑作為整個拓撲路徑搜索過程的最終軌跡；

S2.根據步驟S1選取的最終軌跡作為初始軌跡進行局部梯度信息的構建；

S3.進行軌跡優化，基于軟約束的優化方法，考慮軌跡的平滑性、安全性和動力學約束三個指標，通過加權得到整體軌跡的優化方程。