[發(fā)明專利]一種路徑規(guī)劃方法

有效

• 申請?zhí)枺?/td>: 202110494874.7
• 申請日: 2021-05-07
• 公開（公告）號: CN113110492B
• 公開（公告）日: 2022-06-21
• 發(fā)明（設(shè)計）人: 孫榮川;吳俊毅;郁樹梅;陳國棟;孫立寧
• 申請（專利權(quán)）人: 蘇州大學(xué)
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 蘇州見山知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 32421
• 代理人: 袁麗花

本發(fā)明公開了一種路徑規(guī)劃方法，其包括如下步驟：基于情景記憶模型，使用RatSLAM算法建立經(jīng)驗地圖和相應(yīng)的情景認(rèn)知地圖；通過Canny算子提取歷史記憶圖像中的道路邊緣；將基于所述道路邊緣從像素坐標(biāo)系轉(zhuǎn)換到世界坐標(biāo)系下，根據(jù)所述道路邊緣的斜率對連通性做初步判斷；根據(jù)對潛在路徑的持續(xù)觀測，不斷向所述潛在路徑檢測網(wǎng)絡(luò)注入能量，以對道路連通性做進一步判斷；將檢測到的所述潛在路徑與原有的所述情景認(rèn)知地圖融合，并對經(jīng)驗地圖進行相應(yīng)的更新；基于更新后的所述情景認(rèn)知地圖進行路徑規(guī)劃。本發(fā)明能夠檢測環(huán)境中潛在的安全路徑，基于更新后的情景記憶模型規(guī)劃出更優(yōu)的路徑。

技術(shù)領(lǐng)域

本發(fā)明屬于移動機器人路徑規(guī)劃領(lǐng)域，具體涉及一種基于記憶融合的情景記憶路徑規(guī)劃方法。

背景技術(shù)

移動機器人在陌生環(huán)境中對環(huán)境進行建模時，需要規(guī)劃出一條通往目標(biāo)的安全路徑以開展相關(guān)導(dǎo)航任務(wù)。由于現(xiàn)實中實際環(huán)境的復(fù)雜性，需要算法對環(huán)境中的動態(tài)信息有一定的適應(yīng)能力，傳統(tǒng)的路徑規(guī)劃算法如A*(A-Star，A*)、人工勢場法以及快速搜索隨機樹(Rapidly-exploring Random Trees，RRT)等算法的性能會受到較大的限制，在復(fù)雜環(huán)境中的路徑規(guī)劃效果并不理想。其中，A*算法規(guī)劃出的路徑不夠平滑，人工勢場法易陷入局部最優(yōu)，RRT算法搜索效率較低，且規(guī)劃出的并不是最優(yōu)路徑。

許多自然界中的生物都可以對環(huán)境進行認(rèn)知學(xué)習(xí)，并在復(fù)雜的動態(tài)場景中高效地完成導(dǎo)航任務(wù)，這種生物擁有的特殊導(dǎo)航本領(lǐng)極大地提高了研究人員對于認(rèn)知啟發(fā)的興趣。研究表明，在規(guī)劃路徑時海馬體內(nèi)的情景記憶機制起到了極大的作用。在進行環(huán)境認(rèn)知的過程中，海馬體對過去經(jīng)歷的各種情景進行記憶；當(dāng)給定導(dǎo)航任務(wù)時，通過提取與任務(wù)相關(guān)的記憶片段規(guī)劃出一條最優(yōu)路徑。

基于情景記憶的路徑規(guī)劃算法可以基于已有的認(rèn)知地圖規(guī)劃出最優(yōu)路徑，但該路徑規(guī)劃方法缺少對地圖的理解，在全局上可能不是最短的。為了提高機器人的導(dǎo)航效率，需要增加其對認(rèn)知地圖的理解，探索環(huán)境中潛在的安全路徑。將檢測到的潛在路徑與原地圖融合后，可以為移動機器人規(guī)劃出一條更優(yōu)的路徑。

因此，研究從環(huán)境中尋找潛在的安全路徑從而完善認(rèn)知地圖，對于優(yōu)化基于情景記憶模型規(guī)劃的路徑具有著重要意義。

發(fā)明內(nèi)容

本發(fā)明目的是：提供一種新的基于記憶融合的情景記憶路徑規(guī)劃方法，以規(guī)劃出一條更優(yōu)的路徑。

本發(fā)明可采用如下技術(shù)方案：

一種路徑規(guī)劃方法，其包括如下步驟：

基于情景記憶模型，使用RatSLAM算法建立經(jīng)驗地圖和相應(yīng)的情景認(rèn)知地圖；

通過Canny算子提取歷史記憶圖像中的道路邊緣；

將基于所述道路邊緣從像素坐標(biāo)系轉(zhuǎn)換到世界坐標(biāo)系下，根據(jù)所述道路邊緣的斜率對連通性做初步判斷；

根據(jù)對潛在路徑的持續(xù)觀測，不斷向所述潛在路徑檢測網(wǎng)絡(luò)注入能量，以對道路連通性做進一步判斷；

將檢測到的所述潛在路徑與原有的所述情景認(rèn)知地圖融合，并對經(jīng)驗地圖進行相應(yīng)的更新；

基于更新后的所述情景認(rèn)知地圖進行路徑規(guī)劃。

進一步的，所述RatSLAM算法是一種仿生導(dǎo)航算法，所述使用RatSLAM算法建立經(jīng)驗地圖包括：通過單目相機采集的RGB圖像信息建立二維經(jīng)驗地圖。

進一步的，所述情景記憶模型是一種路徑規(guī)劃算法。

進一步的，所述情景認(rèn)知地圖是一種二維增量式矩陣，由離散有限的事件空間和事件轉(zhuǎn)移集合組成。