[发明专利]一种基于稀疏带状结构的局部路径优化方法及系统

说明书

本发明公开了一种基于稀疏带状结构的机器人局部路径优化方法及系统，所述方法包括：获取室内环境数据，并构建占据栅格地图；将占据栅格地图转换为欧式距离栅格地图，根据欧氏距离地图插值根据欧氏距离地图插值得到机器人与最近障碍物的距离函数，结合给定机器人到障碍物的安全距离，得到避障约束条件；在以机器人当前位置为中心的局部区域内，以局部路径的平滑性和避障为约束条件，求解局部最优路径。本发明通过将占据栅格地图转换为欧式距离栅格地图，根据欧氏距离栅格地图插值得到机器人到最近障碍物的连续可微的距离函数，克服了占据栅格地图离散化问题，并天然地计算得到梯度信息从而构建避障约束条件，有利于局部路径优化准确性的提高。

技术领域

本发明属于机器人自主导航技术领域，尤其涉及一种基于稀疏带状结 构的局部路径优化方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构 成在先技术。

随着科学技术的发展，移动机器人在家庭服务、仓储物流、救灾救援 等方面得到了广泛的应用。运动规划是移动机器人实现自主导航的关键技 术之一，得到了学者们的广泛关注和研究。出于计算效率的考虑，通常将 移动机器人运动规划问题分解为全局规划和局部规划来处理，前者基于已 知或部分未知的先验地图为机器人规划一条粗略的全局路径，后者根据实 时的传感信息为机器人提供安全、灵活、高效的运动命令。在实际导航应用中，局部规划对机器人的运动质量起主导作用。

移动机器人局部规划方法可分为基于采样的方法和基于数值优化的方 法。基于采样的局部规划通常根据机器人当前状态生成一组候选的轨迹， 然后根据评价函数筛选出一条最优的轨迹。评价函数通常会综合考虑和全 局规划结果的偏差、到障碍物的距离等因素。根据采样空间的不同，又可 将基于采样的局部规划方法分为基于速度空间采样的方法和基于状态空间 采样的方法。基于速度空间采样的典型代表有动态窗口法(DynamicWindow Approach，DWA)和速度避障法(Velocity Obstacle，VO)，这类方法能够 保证轨迹的可行性。2008年，美国卡内基梅隆大学的Howard等人研究发 现，相比于基于速度空间采样的方法，基于状态空间采样的方法具有轨迹 分布均匀、对初始参数不敏感等优点。基于状态空间采样的典型方法包括 模型预测控制法(Model Predictive Control，MPC)和几何轨线法。模型预 测控制法由Howard等人提出，给定初始状态、目标状态和预测控制模型，结合牛顿迭代法和有限差分法求解控制输入，得到分布均匀的候选路径。 然而，模型预测控制法在规划过程中并没有考虑到环境障碍物信息，因此 会耗费大量时间用于生成不可行轨迹。几何轨线法是解耦的规划方法，首 先利用几何轨线规划出可行的参考路径，然后沿给定路径进行速度规划， 计算复杂度低。中国科学院沈阳自动化研究所的何玉庆研究员团队提出基 于四阶贝塞尔曲线的局部路径生成方法，根据始末状态约束对贝塞尔曲线 进行参数化，把局部路径构造问题转化为约束下的参数最优化问题，保证 路径曲率连续有界。为降低在线生成局部路径的计算负担，南开大学张雪 波教授团队提出执行层路径规划方法，离线对机器人初始曲率和目标状态 进行密集采样，然后根据采样的初始曲率和目标状态利用文献中的方法生 成五阶贝塞尔曲线，并存储在查找表中。在线规划的时候，根据机器人当 前曲率从查找表中检索出相应的一簇候选路径，再根据评价函数对候选路 径进行评价和筛选。这种离线生成路径、在线评价的局部路径规划方法计 算效率非常高，但离线生成的局部路径的终点是离散固定的，因此规划的 灵活性受限。此外，所有基于采样的局部规划方法本质上都受制于评价函 数的设计和各项权重的设置。