[发明专利]一种移动机器人路径规划方法

说明书

技术领域

本发明涉及一种移动机器人路径规划方法，可称之为连续圆通道。按照这种方法，移动机器人将所有的可移动到达的平面视为通道，移动机器人起点与需要到达终点位置的中间过程是由一个或多个相互连接通道构成的，而在通道内按照一定规则画出的圆的圆心连接线就是移动机器人的路径，由于这种圆生成具有唯一性，因此，在每个通道内的路径都具有唯一性，机器人无需进行选择和计算，这种移动机器人路径规划方法可让机器人快速获取一条合适的行走路径，尽管不是最短的，但却是可以到达的。本发明同时对机器人在路径中行进时的避障方法进行了说明。本发明极大地方便了使用机器人的用户，适合环境及设备相对固定的住宅、办公室、接待大厅、酒店客房、学校、会所等。

背景技术

移动机器人面对复杂的环境时，需要进行路径识别与决策。如何快速完成对复杂环境的分析，并作出正确决策，是移动机器人程序设计中的一个重要环节。路径规划是移动机器人导航技术中不可缺少的重要组成部分，它要求机器人根据给予的指令及环境信息自主地决定路径，避开障碍物，按照某种优化指标，使系统在规定的时间内从起始点转移到目标点。路径规划有全局规划和局部规划。

全局路径规划包括方法栅格法、可视图法、拓扑法、自由空间法、人工神经网络。

栅格法是目前研究最广泛的路径规划方法之一。 该方法将机器人的工作空间分解为多个简单的区域栅格, 由这些栅格构成一个显式的连通图, 或在搜索过程中形成隐式的连通图, 然后在图上搜索一条从起始栅格到目标栅格的路径。 但栅格的划分直接影响其规划结果, 如果栅格划分过大, 环境信息储藏量小, 分辨率下降, 规划能力就差; 栅格划分过小, 规划时间长, 而且对信息存储能力的要求会急剧增加。

可视图法。图搜索方法中的路径图由捕捉到的存在于机器人一维网络曲线（称为路径图）自由空间中的节点组成。建立起来的路径图可以看作是一系列的标准路径。该法能够求得最短路径, 但需假设忽略机器人的尺寸大小, 使得机器人通过障碍物顶 点时离障碍物太近甚至接触, 并且搜索时间长。

拓扑法。将规划空间分割成具有拓扑特征的子空间, 根据彼此的连通性建立拓扑网络, 在网络上寻找 起始点到目标点的拓扑路径, 最终由拓扑路径求出几何路径。缺点是建立拓扑网络的过程相当复杂, 特别是在增加障碍物时如何有效地修正已经存在的拓扑网是有待解决的问题。

自由空间法。采用预先定义的广义锥形或凸多边形等基本形状构造自由空间, 并将自由空间表示为连通图, 通过搜索连通图来进行路径规划。其优点是比较灵活, 起始点和目标点的改变不会造成连通图的重构。缺点是复杂程度与障碍物的多少成正比, 且有时无法获得最短路径。

人工神经网络。是由大量神经元相互连接而形成的自适应非线性动态系统。神经网络在全局路径规划的应用, 将障碍约束转化为一个惩罚函数, 从而使一个约束优化问题转化为一个无约束最优化问题, 然后以神经网络来描述碰撞惩罚函数, 进行全局路径规划。虽然神经网络在路径规划中有学习能力强等优点, 但整体应用却不是非常成功, 主要原因是智能机器人所遇到的环境是千变万化的、随机的, 并且很难以数学的公式来描述。

局部路径规划包括人工势场法、模糊逻辑控制算法、蚁群优化算法、粒子群算法、滚动窗口法等。

发明内容

当前应用的服务机器人多采用栅格法，但栅格的划分直接影响其规划结果, 如果栅格划分过大, 环境信息储藏量小, 分辨率下降, 规划能力就差; 栅格划分过小, 规划时间长, 而且对信息存储能力的要求会急剧增加，在住宅、办公室、酒店客房等复杂室内空间应用时，栅格法由于零规划时间长，应用体验差，离实际应用还有一段距离，其它可视图法、拓扑法、自由空间法、人工神经网络等四种方法同样存在无法应对住宅、办公室、酒店客房等复杂室内空间环境的问题，急需要一种简单、可靠的路径规划方法。连续圆通道路径规划方法就是专门针对住宅、办公室、酒店客房等复杂空间进行设计，可快速给服务机器人规划一条从起始点到终点的合理路径（连续圆的圆心连接线总长最短），尽管这条路径相对其它路径规划方案的结果不是最短的，但却是可最快计算出来的，而且是安全的，在行走过程中，遇到障碍物可重新计算，应变能力强，适应性广。