[发明专利]避障路径智能规划方法、存储介质和无人巡检车

说明书

本发明提供了一种避障路径智能规划方法、存储介质和无人巡检车，属于巡检机器人领域或自主导航技术，方法包括获取全局代价地图Cost_global和局部代价地图Cost_local，全局路径预规划，将感知障碍信息由传感器坐标系转换到地图坐标系，求取障碍距离并设定阈值，障碍判定，规划局部路径，输出的避障规划路径L_obstacle。方法通过感知障碍信息的判定融入路径规划，融合全局代价地图和局部代价地图生产实时更新的避障规划路径L_obstacle，提高了效率、精度、以及路径规划的智能化。

技术领域

本发明属于巡检机器人领域，具体涉及一种避障路径智能规划方法、存储介质和无人巡检车。

背景技术

随着社会和技术的发展，巡检机器人辅助/替代人工进行巡检得到广泛应用，也使得机器人巡检成为一种未来发展趋势。该应用特别在高危、恶劣、重复作业的环境，成为替代人工巡检的首要选择。巡检机器人具有运动速度快、运行噪声小及维护方便等优点，极大程度降低巡检人员的工作强度，提高巡检效率。

然而，当前的巡检机器人也存在一些问题，如建图、导航、路径、避障等技术不够成熟，尤其对于复杂环境如港口、电厂、野外等难以自主行走，需要人工辅助等问题。同时，路径规划比较程序化，缺乏智能性，因此，亟需一种智能化的自主导航避障巡检机器人，尤其需要能自主对障碍物信息进行规避的避障路径智能规划方案。

发明内容

为了克服现有技术的不足，本发明的目的在于提供一种避障路径智能规划方法、存储介质和无人巡检车，其能解决上述问题。

一种避障路径智能规划方法，方法包括以下步骤：

S1、获取全局代价地图Cost_global和局部代价地图Cost_local；

S2、全局路径预规划，在全局代价地图Cost_global上设定起点S_global和终点E_global,初步规划两点之间全局预规划路径L_global；也即地图坐标系下的全局预规划路径L_map；

S3、将感知障碍信息由传感器坐标系转换到地图坐标系下：

Obstacle_map＝(T_map^lidar)^-1×Obstacle_lidar……式1；

式中，Obstacle_lidar为传感器坐标系下的感知障碍信息；(T_map^lidar)^-1为地图坐标系到雷达坐标系的转换矩阵，并取逆；Obstacle_map为地图坐标系下的感知障碍信息；

S4、求取障碍距离并设定阈值，遍历全局预规划路径L_map中的每一个路径点wp_i，再遍历地图坐标系下的感知障碍信息Obstacle_map中的每一个障碍信息obstacle_j，计算障碍信息obstacle_j和当前遍历的路径点的距离lane_dis，以及计算障碍信息obstacle_j和当前无人巡检车位置的距离base_dis；设定障碍信息obstacle_j和当前遍历的路径点的距离lane_dis的阈值T_dis-1，设定障碍信息obstacle_j和当前无人巡检车位置的距离base_dis的阈值T_dis-2；