[发明专利]大范围环境下基于模糊拓扑地图的全局路径规划方法

说明书

技术领域

本发明专利涉及一种大范围环境下基于模糊拓扑地图的全局路径规划方法，属于路径规划算法技术领域。

背景技术

机器人的路径规划算法是实现机器人自主导航的关键技术之一。移动机器人路径规划是指在有障碍物的工作环境下，找到一条从给定起点到指定终点的适当的运动路径，使机器人能够在运动过程中安全的、无碰地到达目标点。

目前有多种算法可以完成规划出机器人的运行路径，但是大多都只能针对于单个目标任务来使用，而无法对于多个目标的任务规划出一个最优路径。在相关地图建模环境下解决规划多个目标的任务成为机器人平台的一个待解决问题。

发明内容

针对于这一问题，本发明提供了一种快速、准确的大范围环境下基于模糊拓扑地图的全局路径规划方法，来完成对于单目标和多目标进行路径规划的任务要求。其中单目标节点的路径规划任务可以看作是特殊的多目标节点路径规划任务，即只目标节点数为一的多目标路径规划。

为达到上述目的，本发明采用如下技术方案：

一种大范围环境下基于模糊拓扑地图的全局路径规划方法，它的步骤为：

1)首先是建立地图，构建面向巡视管理和路径规划的，基于分布式信息表征的全局模糊拓扑语义地图；

2)地图相关数据输入；

3)进行地图数据处理与聚集，由旧地图数据建立新映射地图框架；

4)进行目标点数据处理，修正新映射地图；

5)进行起始点处理，并进一步修正新映射地图；

6)依次比较可行的映射目标节点路径链表排列，获取长度最小的排列方式；

7)将获得的映射目标节点链转换为原地图体系下的目标节点链排列；

8)利用启发式算法扩展获得原地图体系下的路径，这就是所规划的最优路径；

9)将所获的目标节点链与路径规划的结果导出，供使用。

所述步骤1)中，以走廊交点以及拐角、房间门、电梯口、楼梯口作为重要位置点，以节点表示；用连线代表两节点之间相连通；对于位置相近或相对的多个房门，用一个节点来表示；同时使用不同方位的房门编号来表示不同的房间；节点间的距离使用加权值来表示，对于楼层中距离值为楼层中普通房间长度的距离，加权值为最低值，对于距离长度超过楼层中普通房间长度两倍以上的距离，可以按照超出倍数增加。

再增加快速索引编号，用于帮助算法快速分辨不同节点；相邻的周围节点的快速索引编号，用于帮助算法快速寻找周围相邻映射节点；节点相对于周围节点的距离信息，用于帮助启发式算法计算路径花费；人工地标，用于帮助机器人在运行时识别地点位置；聚集点协助标志位，用于帮助算法快速分割和聚集节点使用。这些都是节点的属性，用于帮助地图的使用。房间编号帮助人来理解和识别房间，这些属性则用来帮助计算机来理解和识别房间。

所述步骤2)中，地图相关数据为建立好的模糊拓扑地图数据以及起始节点的索引号和目标节点索引号的链表。

所述步骤3)中，将已建立的模糊拓扑地图数据进行数据处理与聚集：首先根据建立地图时标明的地图聚集点协助标志位，将地图分割为不同的部分；将地图聚集点协助标志位所在的节点定为特殊映射节点，而将其他被地图标志位节点分割开的部分的节点按被分割的部分聚合为一个普通映射节点。

对每个新的映射节点新重编写索引编号，以便帮助算法在下一步计算中快速识别映射节点；同时对于特殊映射节点，则将原节点的对应的旧索引编号也作为一个属性输入；普通映射节点则加入数量记录这一属性，将被聚合至此映射节点的原节点中，作为目标节点的节点数目。为每个映射节点加入周边相邻映射节点的快速索引编号，帮助算法快速寻找周围相邻映射节点；加入映射节点周围映射节点的距离信息，将映射节点中聚集节点群的最边缘的点的距离信息表现在地图上，以便于以后计算总路径距离长度；一个节点索引编号链表，包含所聚集原节点群中作为目标节点的旧索引编号，用于帮助算法在所述步骤7)中获得原地图目标路径节点使用。

所述步骤4)中，按照上面步骤3)所搭建的框架将地图目标节点数据依次提取处理并填写进去；并且对于需要聚集为同一映射节点的全部目标节点，按照所搭建的框架要求将目标节点的重要信息提取并处理后，再次对映射节点进行处理，如果内部存在有过长的空荡的距离，达到一般两节点间加权距离的3倍及以上时，要将该节点分割开，将他们的数据按照步骤3)的框架格式重新分割到两个映射节点中去。