[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

说明书

本发明提供一种基于改进双向RRT和Dijkstra融合算法的路径规划方法和装置，该方法包括：加载初始化栅格地图，确定起始点和目标点，分别以起始点和目标点为起点构建两棵随机树；基于目标约束采样策略生成随机采样点；根据随机采样点，基于目标偏置扩展策略对应生成两棵随机树的新扩展点；判断两个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，得到从起始点到目标点的完整路径；采用Dijkstra算法对完整路径进行最短路径搜索，得到最短路径。该方法可解决传统双向RRT算法随机采样点利用率低、随机树盲目生长的问题，使路径规划的搜索效率有所提高，且进一步融合Dijkstra算法优化路径，使得规划的完整路径变得更短，避免过于冗长。

技术领域

本发明涉及自主导航技术领域，具体而言，本发明涉及一种基于改进双向RRT和Dijkstra融合算法的路径规划方法、装置、计算机可读存储介质和智能移动设备。

背景技术

近年来，随着自主导航技术的高速发展，无人机和机器人等智能移动设备的应用越来越广泛，此类智能设备自主探索未知环境的技术正在不断扩展到越来越多的应用领域。进行自主探索的首要任务就是进行路径规划，路径规划的目标是在有大量障碍物的复杂地理环境中，以最快的速度规划出一条连接起点位置和目标点位置的路径，并且该路径能够很好的满足移动设备的运动学约束，使得移动设备能够有效的规避障碍物进行自主探索。

目前许多学者们热衷于研究的路径规划算法主要有RRT算法、D*算法等搜索算法，A*算法、Dijkstra算法等最短路径算法，以及蚁群算法、遗传算法等智能仿生算法。

双向快速搜索随机树算法(B-RRT)是一种传统的路径规划算法，它是基于一种树形结构的典型算法，其具有灵活强大的搜索能力，能够用于许多复杂大环境下的路径规划，但B-RRT算法也存在一些缺陷，比如采样效率较低、规划所得的路径并不是最优路径等问题。

因此，亟需一种改进的路径规划算法，以解决B-RRT算法在路径规划过程中采样点利用率低，随机树盲目生长问题，以及RRT算法规划得到的路径过于冗长的问题。

发明内容

为至少能解决上述的技术缺陷之一，本发明提供了以下技术方案的基于改进双向RRT和Dijkstra融合算法的路径规划方法及对应的装置、计算机可读存储介质和智能移动设备。

本发明的实施例根据一个方面，提供了一种基于改进双向RRT和Dijkstra融合算法的路径规划方法，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。

优选地，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。

优选地，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；