[发明专利]基于改进双向RRT和Dijkstra融合算法的路径规划方法和装置

权利要求书

1.一种基于改进双向RRT和Dijkstra融合算法的路径规划方法，其特征在于，包括如下步骤：

加载初始化栅格地图，确定在所述初始化栅格地图中的起始点和目标点，分别以所述起始点和所述目标点为起点构建两棵随机树；

基于预设的目标约束采样策略生成两棵随机树各自的随机采样点；

根据所述随机采样点，基于预设的目标偏置扩展策略对应生成两棵随机树各自的新扩展点；

判断两个所述新扩展点的距离是否小于预定距离阈值且能够无障碍连接；若是，连接两个所述新扩展点，得到从所述起始点到所述目标点的完整路径；若否，返回所述基于预设的目标约束采样策略生成两棵随机树各自的随机采样点的步骤并继续执行；

采用Dijkstra算法对所述完整路径进行最短路径搜索，得到最短路径。

2.根据权利要求1所述的基于改进双向RRT和Dijkstra融合算法的路径规划方法，其特征在于，所述基于预设的目标约束采样策略生成两棵随机树各自的随机采样点，包括：

获取两棵随机树各自的目标偏置概率值和随机概率值；

分别判断每棵随机树的所述随机概率值是否小于其所述目标偏置概率值；若是，将另一棵随机树最新的新扩展点作为该棵随机树的随机采样点；若否，基于预设约束采样条件随机采样生成该棵随机树的随机采样点。

3.根据权利要求2所述的基于改进双向RRT和Dijkstra融合算法的路径规划方法，其特征在于，所述基于预设约束采样条件随机采样生成该棵随机树的随机采样点，包括：

随机采样生成多个随机点；

从所述多个随机点中确定比该棵随机树的前一个随机采样点距离另一棵随机树更近的合格随机点；

将距离另一棵随机树最新的新扩展点最近的合格随机点作为该棵随树的随机采样点。

4.根据权利要求1所述的基于改进双向RRT和Dijkstra融合算法的路径规划方法，其特征在于，所述根据所述随机采样点，基于预设的目标偏置扩展策略对应生成两棵随机树各自的新扩展点，包括：

获取两棵随机树各自的随机采样点方向和目标方向的权重值；

分别根据每棵随机树的所述权重值加权运算生成该棵随机树的新扩展点；其中，所述目标方向为另一棵树最新的新扩展点方向。

5.根据权利要求4所述的基于改进双向RRT和Dijkstra融合算法的路径规划方法，其特征在于，所述根据每棵随机树的所述权重值加权运算生成该棵随机树的新扩展点采用的加权运算公式为：

Nodes_new＝Nodes_nearest+x_step·[v_j·N_x+(1-v_j)·N_rand]；

其中，Nodes_new是新扩展点，Nodes_nearest是该棵随机树待延伸生成所述新扩展点的当前位置点，x_step是扩展步长，v_j是用于确定所述权重值的权重因子，N_x是目标方向单位矢量，N_rand是随机采样点方向单位矢量。

6.根据权利要求1所述的基于改进双向RRT和Dijkstra融合算法的路径规划方法，其特征在于，所述采用Dijkstra算法对所述完整路径进行最短路径搜索，得到最短路径，包括：

提取所述完整路径中的节点；

对两节点之间没有障碍物的节点进行连接，生成多个局部可行路径；

采用Dijkstra算法对所述多个局部可行路径进行松弛运算，得到最短路径。

7.根据权利要求1所述的基于改进双向RRT和Dijkstra融合算法的路径规划方法，其特征在于，所述采用Dijkstra算法对所述完整路径进行最短路径搜索，得到最短路径之后，还包括：

采用B样条算法对所述最短路径进行平滑处理，得到最终路径。