[发明专利]一种结合栅格和拓扑地图的快速路径搜索方法

说明书

本发明属于自动化技术领域，提供了一种结合栅格和拓扑地图的快速路径搜索方法，从环境的栅格地图中生成拓扑地图，结合两种地图各自的优势来设计和实现移动机器人路径搜索。拓扑地图用于在大尺度上表达整个环境的连通性和可达性，在大范围路径搜索上具有较大优势，避免了在整个栅格地图上进行像素遍历带来的巨大计算负担。栅格地图用于在小尺度上补足拓扑地图在路径细节上的缺失。本发明基于栅格和拓扑地图结合的思想，大幅度减少了在栅格地图中进行像素连通性遍历的计算，显著提高了算法的收敛速度，降低了空间复杂度和时间复杂度，使得在大尺度场景下进行实时路径搜索成为可能，可以满足地面移动机器人自主导航的功能性、实时性和完整性需求。

技术领域

本发明属于自动化技术领域，特别涉及地面移动机器人路径搜索方法。

背景技术

随着相关产业智能化需求的不断增多，地面移动机器人被广泛应用于智能园区物流、智能矿山、建筑勘测、应急搜救等领域，因此自主导航能力是机器人技术的研究热点之一。其中，路径搜索是自主导航技术的核心，用于生成可通行路径，保障机器人在环境中安全快速地移动，以完成给定的具体任务。根据现有研究，移动机器人路径搜索技术主要在以下三个方面存在困难：(I)如何对环境进行建模，(II)如何减小采样空间，(III)如何提高搜索算法的收敛效率。

目前，已经在仿真实验和真实机器人上成功实现了一些可行的方法，其中基于贪婪搜索和快速探索随机树(Rapid-exploration Random Tree，RRT)的方法已经有了较好的效果。经典的贪婪搜索算法，例如A*、D*，其思想是从起点出发，迭代地遍历并生长可通行像素点，直到找到目标点，该类算法实现简单，但效率极低，难以应对类似迷宫的环境，收敛速度慢。基于RRT的方法相当于加大了A*算法的步长，其核心思想是从起点出发，在迭代地生长一个随机树，直到随机树找到目标点，该类算法效率较高，但其随机性导致最终的路径可能不是最优路径，需要更长时间的优化来使得路径收敛。

发明内容

本发明所要解决的问题是，如何结合栅格地图和拓扑地图，设计和实现快速的地面移动机器人路径搜索算法。本发明的目的是改进现有贪婪搜索算法和图搜索算法并利用其特点，实现大尺度环境下的实时路径搜索。

本发明采用的技术方案为：

一种结合栅格和拓扑地图的快速路径搜索方法，适用于地面移动机器人实时自主导航任务，包括以下步骤：

步骤1，基于改进的K3M算法，从栅格地图M中提取简化广义Voronoi图G＝{E，V，M_dist}作为拓扑地图，其中E为边，V为节点，M_dist为图的距离矩阵；

步骤2，利用栅格地图M，在步骤1中得到的拓扑地图中，搜索候选起始边PSE和候选目标边PTE；

步骤3，以步骤2中找到的候选起始边PSE和候选目标边PTE为启发，查找候选起始路径T_a→G和候选目标路径T_G→b；对于其中的每一对候选起始路径和候选目标路径在拓扑地图中查找连接和的子图生成所有候选路径T_a→b，取其中长度最短的路径作为结果路径。

进一步的，步骤2具体包括以下步骤：

步骤2.1，从栅格地图M中提取障碍物像素点集合O，如公式1所示：

式中，width为机器人运动模型的宽度，x是栅格地图M中的任一像素点，x_i是栅格地图M中的障碍物像素点；

步骤2.2，在拓扑地图中，找到所有候选起始边PSE和候选目标边PTE，如公式2和公式3所示：

PSE＝(E_a，X_a)＝{(e∈E，x∈e)|VT(l_a，e)≠none，x＝VT(l_a，e)} (2)