[发明专利]基于二维静态路径规划的黏菌RRT导航方法及系统

说明书

本发明公开了一种基于二维静态路径规划的黏菌RRT导航方法及系统，包括：以移动机器人所在点为原点，以步长为半径做圆；以所述圆为探索范围，圆上的点为待选节点集合；当探索范围内没有障碍物时，连接起点与终点的直线与所述圆的交点做为新的节点；以所述节点作为原点，以步长为半径做圆；按照上述方法重新选择新的节点，使得得到的路径最短。本发明方法能够改进RRT算法的路径不光滑，路径非最短路径问题，以此来提高RRT算法性能，得到更优更短的路径。

技术领域

本发明涉及路径规划技术领域，尤其涉及基于二维静态路径规划的黏菌RRT导航方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

Rapidly-exploring Random Tree，简称RRT，也称快速搜索随机树算法，RRT算法是一种经典的常用的路径规划算法，它适用于二维和三维环境。RRT的思想是快速扩张一群像树一样的路径以探索(填充)空间的大部分区域，伺机找到可行的路径。

RRT是路径规划的经典算法之一。RRT是一种基于采样的在线路径规划算法。通过在导航区域执行随机搜索，它允许在半结构化空间中进行快速规划。它还可以考虑非完整约束(如车辆的最大转弯半径和动量)。RRT算法可以在二维或三维环境中进行路径规划。它不仅适用于移动机器人，也适用于多轴机械臂。

RRT的基本步骤是：1.起点作为一颗种子，从它开始生长枝丫；2.在机器人的“构型”空间中，生成一个随机点；3.在树上找到距离最近的那个点，记为2；4.朝着目标点的方向生长，如果没有碰到障碍物就把生长后的树枝和端点添加到树上。

在障碍物多而且杂乱的情况下，RRT探索空间的能力还是不错的。

RRT的一个弱点是难以形成光滑笔直的路线，由于RRT算法的核心思想是将新点连接在最近的节点上，因此，RRT算法形成的路径难以避免的会形成大量的拐折点，不利于移动机器人在物理层面的实现。且RRT算法形成的路径在并非最短路径或最优路径。

RRT的另一个弱点是难以在有狭窄通道的环境找到路径。因为狭窄通道面积小，被碰到的概率低，找到路径需要的时间要看运气了。下图展示的例子是RRT应对一个人为制作的很短的狭窄通道，有时RRT很快就找到了出路，有时则一直被困在障碍物里面。

发明内容

为了解决上述问题，本发明提出了一种基于二维静态路径规划的黏菌RRT导航方法及系统，采用黏菌-RRT算法，能够提高RRT算法性能，得到更优更短的路径。

在一些实施方式中，采用如下技术方案：

一种基于二维静态路径规划的黏菌RRT导航方法，包括：

以移动机器人所在点为原点，以步长为半径做圆；以所述圆为探索范围，圆上的点为待选节点集合；

当探索范围内没有障碍物时，连接起点与终点的直线与所述圆的交点做为新的节点；以所述节点作为原点，以步长为半径做圆；按照上述方法重新选择新的节点，使得得到的路径最短。

在另一些实施方式中，采用如下技术方案：

一种基于二维静态路径规划的黏菌RRT导航系统，包括：

用于以移动机器人所在点为原点，以步长为半径做圆；以所述圆为探索范围，圆上的点为待选节点集合的装置；

用于当探索范围内没有障碍物时，连接起点与终点的直线与所述圆的交点做为新的节点的装置；

用于以所述节点作为原点，以步长为半径做圆的装置；

用于重新选择新的节点，使得得到的路径最短的装置。

在另一些实施方式中，采用如下技术方案：