[發明專利]一種機器人路徑規劃的方法

在審

• 申請號: 202211450970.2
• 申請日: 2022-11-18
• 公開（公告）號: CN116203975A
• 公開（公告）日: 2023-06-02
• 發明（設計）人: 秦劍;胡資江
• 申請（專利權）人: 廣州大學
• 主分類號: G05D1/06
• 分類號: G05D1/06
• 代理公司: 北京高航知識產權代理有限公司 11530
• 代理人: 覃釗雄

本發明涉及水下機器人路徑規劃領域，且公開了一種機器人路徑規劃的方法，包括以下步驟：基于二次采樣和雙向擴展策略以及路徑緩存策略得到多策略改進的RRT*算法；引入基于優化啟發函數和信息素更新規則策略的改進蟻群算法對搜索過程進行優化；改進的RTT*算法與改進后的蟻群算法相結合，形成多策略改進的RRT*算法，實現水下機器人三維空間多目標路徑規劃方法。該機器人路徑規劃的方法，將多種改進策略與RRT*算法相結合，形成改進的RRT*算法，可快速獲得起始路徑并且減少冗余，同時保證了準確度，可以通過改進的RRT*算法獲得最優的規劃路徑。這些優點大大提高了水下機器人的路徑規劃效率，對建立高效的水下路徑工程很有益處。

技術領域

本發明涉及水下機器人路徑規劃領域，具體為一種機器人路徑規劃的方法。

背景技術

現有的水下機器人路徑規劃設計方法只能解決計算量大、同一環境下多條規劃路徑結果不一致、搜索空間過大、路徑搜索過程隨機性太大和搜索過程收斂速度慢等問題的其中一個或者幾個，在動態障礙物的情況下，路徑規劃成為一個復雜且耗時的過程，使工作過程變得繁瑣且效率低，也不利于水下機器人路徑規劃的研究；

現有技術存在的缺點

由于使用統一隨機抽樣進行路徑搜索的RRT算法穩定性較差，因此很難保證得到的結果是全局最優路徑。

RRT*是一種基于統一隨機抽樣的搜索方法。雖然該算法可以在一定程度上獲得最佳路徑，但隨著隨機樹大小的增加，計算量和內存消耗將以更快的速度增加。計算速度大大降低。RRT*算法可以看作是以犧牲一定的計算成本為代價對開關路徑進行更好的優化。

本發明旨在將多種策略改進的多種算法相結合，限制算法的采樣區域，壓縮其無用的隨機采樣區域，建立水下機器人路徑規劃模型，利用該模型可以在三維障礙空間中完成最優路徑的規劃。利用MATLAB環境下的三維水下模擬空間對模型進行了充分論證，為此我們提出了一種機器人路徑規劃的方法。

發明內容

(一)解決的技術問題

針對現有技術的不足，本發明提供了一種機器人路徑規劃的方法，解決了上述的問題。

(二)技術方案

為實現上述所述目的，本發明提供如下技術方案：一種機器人路徑規劃的方法，包括以下步驟：

第一步：基于二次采樣和雙向擴展策略以及路徑緩存策略得到多策略改進的RRT*算法；

第二步：引入基于優化啟發函數和信息素更新規則策略的改進蟻群算法對搜索過程進行優化；

第三步：改進的RTT*算法與改進后的蟻群算法相結合，形成多策略改進的RRT*算法，實現水下機器人三維空間多目標路徑規劃方法。

優選的，所述第一步中的二次采樣和雙向擴展策略包括以下內容：

從第二個節點開始，向后檢查起始節點與當前節點之間的連接是否存在障礙物干擾；

如果有干擾，則刪除節點；

如果沒有干擾，則保留節點；

檢查過程結束后，可以有效地刪除路徑中的冗余節點，同時，通過雙向擴展隨機樹搜索策略查找初始路徑的基礎上，引入Dijkstra算法對擴展隨機樹進行二次采樣以搜索節點矩陣，如果引入Dijkstra算法后優化路徑的總成本較小，則更新路徑并將其作為最優解，從而將初始路徑更新為最優路徑。

優選的，所述路徑緩存策略包括以下內容：

采用路徑緩存作為隨機樹的生長引導函數，從節點x_near生長新節點的改進的生長引導函數F(x_near)為：