[发明专利]基于直线偏离度方法的智能体路径规划方法

说明书

基于直线偏离度方法的智能体路径规划方法，涉及智能体路径规划方法，属于人工智能研究领域。本发明为了解决现有的图搜索类算法在复杂环境下存在的计算时间复杂度高的问题以及在已知环境中移动机器人的全局路径规划问题的工作效率和实时性不佳的问题。本发明首先按照实际环境建立等比例缩小的模型，并对应建立坐标系；然后添加智能节点，删除与添加节点毫无关联的路线，基于直线偏离度进行建模，根据偏离角度进行筛选，最后查找路径节点确定最终确找到的最佳路线。主要用于智能体的路径规划。

技术领域

本发明涉及智能体路径规划方法。属于人工智能研究领域。

背景技术

早在20世纪60年代，斯坦福大学研究所研究出的自主移动机器人Shakey可以在复杂环境下进行对象识别、自主推理、路径规划及控制等功能；70年代随着计算机技术与传感器技术的发展与应用，移动人机器人的研究出现了新高潮；进入90年代后，随着技术的迅猛发展，智能移动机器人向实用化、系列化、实时化迈进。

已知环境下，现有的很多方法都能进行路径规划使机器人达到无碰撞到达目的点；其中在搜寻最优路径的算法上，全局路径规划依据搜索算法分类，主要包括图搜索类算法、随机采样类算法、智能算法等；在图搜索类算法中，我们常见的有Dijkstra算法、A*算法、遗传算法等。

未知环境下也提出了例如栅格法、改进的蚁群算法、基于向量机的等多种研究方法。

由于在某些时刻不便于得到全局环境，因此对于局部环境的研究来说，所花费的时间和精力都会增大，传统的算法都可以在一定的时间内搜索出最优路径，但是对于复杂的地形，即转化为拓扑图后，在计算时间上则存在一定的延迟。现有的图搜索类算法中在复杂环境下存在计算时间复杂度高的问题；已知环境中移动机器人的全局路径规划问题存在工作效率和实时性不佳的问题。

发明内容

本发明为了解决现有的图搜索类算法在复杂环境下存在的计算时间复杂度高的问题以及在已知环境中移动机器人的全局路径规划问题的工作效率和实时性不佳的问题。

基于直线偏离度方法的智能体路径规划方法，包括以下步骤：

一、建立环境模型，即按照实际环境建立等比例缩小的模型，并对应建立坐标系；

根据原始图构建连通矩阵，矩阵元素只有0和1，1代表两个节点间相连通，0表示两个节点间不连通；

二、添加智能节点，删除与添加节点毫无关联的路线：

在原二维地形图中添加智能节点，并删去与添加节点毫无关联的路线，调整后的环境中障碍物数量不变，路线图以拓扑图形式展示；智能节点也是节点；

三、直线偏离度建模：

(3.1)规划的目的是使机器人由起点start，安全地、避免碰撞地沿一条较短路径到达终点end，定义从起点到终点的最佳路径为path，path＝{p₀,p₁,....p_n}，其中P₀是起点，也就是start；P_n是终点，也就是end；P_i是途中经过的第i个节点；

(3.2)将二维地形转换为拓扑图，并在拓扑图的基础上定义一个关联矩阵map，矩阵元素是表示两个相连通结点的距离；

定义候选集合s记录当前节点的所有相邻节点，并从中选出移动机器人下一步应要前往的节点位置；

(3.3)规定移动机器人下一时刻的目标节点就是拥有最小直线偏离度的节点；设i为起始点，k为中间节点，j’为最终目标节点，计算偏离角度θ：

θ＝arctan((k2-k1)/(1+k1*k2))(5)