[发明专利]一种自主避障的路径规划方法

权利要求书

1.一种自主避障的路径规划方法，其特征在于，包括：

步骤1、基于建筑物BIM模型，提取并优化建筑物高程信息，根据建筑物高程信息建立导航地图；

步骤2、通过改进的A*算法选取搜索点得到路径节点，删除路径上的冗余转折点，得到规划后的全局路径及路径上的关键点信息，其中关键点包括起点、终点及路径中的必要转折点；

步骤3、基于刹车判定条件，在全局路径关键点之间使用动态窗ロ法进行局部路径规划，得到机器人的连续运动的路径规划结果，动态窗口法的评价函数为G(v,w)＝σ[αH(v,w)+βD(v,w)+γV(v,w)]，其中H(v，w)为评价机器人以当前的采样速度，达到模拟轨迹末端时的朝向与机器人坐标系原点与下个最优节点连线之间的角度差θ的函数，D(v，w)为机器人在当前轨迹上与最近障碍物之间的距离，V(v，w)为评价当前轨迹速度的函数，α、β、γ为加权系数，σ为平滑函数。

2.根据权利要求1所述的一种自主避障的路径规划方法，其特征在于，所述步骤1的具体步骤包括：

步骤1.1、分析建筑物高程信息的BIM分布，构建建筑物高程信息的统计分析模型，根据大数据挖掘和模糊聚类方法得到建筑物高程信息的BIM分布模型；

步骤1.2、构建建筑物高程信息提取的特征重构模型和BIM信息库，进行建筑物高程信息的特征分析；

步骤1.3、基于建筑物高程信息提取的特征重构模型，在BIM信息库中进行高程信息的特征提取和样本采集得到BIM信息特征提取的结果；

步骤1.4、对各个区域的建筑物高程信息进行融合处理，根据信息融合结果进行建筑物高程信息提取；

步骤1.5、根据提取的建筑物高程信息，基于栅格图映射规则，通过栅格图法构建在建筑物里的导航地图。

3.根据权利要求2所述的一种自主避障的路径规划方法，其特征在于，所述步骤2的具体步骤包括：

步骤2.1、以构建的导航地图为基础，初始化Open表和Close表，将障点添加到Close表，起始节点s加入到Open表，此时F(s)＝G(s)，其中Open表用来存储搜索过程中的扩展节点，Close表用来存储搜索过程中代价值最小的节点，F(s)＝G(s)+H(s)为节点s的综合优先级即代价值，G(s)为节点s距离起点的实际代价值，H(s)为节点s距离终点的预计代价值即启发函数，启发函数表示为H_d＝min{|x(n)-x(g),y(n)-y(g)|}为当前节点与目标节点间水平方向和竖直方向的最小距离，H_s＝|x(n)-x(g)|+|y(n)-y(g)|为当前节点与目标节点间水平方向和竖直方向的距离和；

步骤2.2、选取Open表中F值最小的节点p添加到Close表中，记作父节点，作为下次搜索的起始节点，并将该节点从Open表中删除；

步骤2.3、基于搜索点优先选取策略，找出下一次搜索的起始节点s全部可到达的扩展节点R_i，并计算F(R_i)、G(R_i)、H(R_i)，若扩展节点中有目标节点g，且F值最小，搜索结束，反之则重复步骤2.2；

步骤2.4、搜索结束后，通过父节点从目标节点g返回起始节点s，顺次连接经过的所有节点，即为搜索路径；

步骤2.5、获取路径中所有节点的集合N，基于L函数对路径进行平滑处理，L函数表示为其中N_a和N_b为路径上不在同一条直线上的2个节点。

4.根据权利要求3所述的一种自主避障的路径规划方法，其特征在于，所述步骤2.3中搜索点优先选取策略具体为：选取下一搜索点时，其周围点R₁、R₂、...、R_n均为潜在备选点；若随机选定沿R₁方向，先判断与R₁点相邻的R₁’点是否为障碍物，若R₁’点不是障碍物，则可选R₁点；若R₁’点为障碍物，则重新选择其他方向之一；选定下一判定方向后按照同样的规律依次判断。