[发明专利]自适应地图的路径规划方法、系统、设备及介质

权利要求书

1.一种自适应地图的路径规划方法，其特征在于，包括：

采集目标场景的环境数据并进行预处理，得到目标数据集；

将所述目标数据集导入匹配模型，生成匹配结果；

所述将所述目标数据集导入匹配模型，生成匹配结果，包括：根据所述目标数据集计算稀疏程度并将所述稀疏程度与阈值进行比对，得到匹配结果，其中，所述匹配结果为稀疏类型和非稀疏类型中的任一种；

若所述匹配结果为稀疏类型，则将所述目标数据导入A*算法进行路径规划并生成目标路径；

若所述匹配结果为非稀疏类型，则将所述目标数据导入基于人工势场的RRT-connect算法，选取所述目标场景内的多个点作为根节点建立随机树，并在每个所述根节点上叠加一个引力场进行节点搜索，生成目标路径；

所述将所述目标数据导入基于人工势场的RRT-connect算法，选取所述目标场景内的多个点作为根节点建立随机树，并在每个所述根节点上叠加一个引力场进行节点搜索，生成目标路径，包括：根据所述稀疏程度调整随机扩展函数和引力函数的步长后，以所述目标场景的起点和终点为所述根节点建立随机树，以及，在所述目标场景的非障碍区域随机生成多个点作为所述根节点并建立所述随机树，在每个所述随机树上迭代一个所述引力场，根据所述随机树对应的随机扩展函数和所述引力场对应的引力函数得到新节点生成公式，根据所述新节点生成公式计算目标路径。

2.根据权利要求1所述的方法，其特征在于,所述采集目标场景的环境数据并进行预处理，得到目标数据集的步骤，包括：

采用分组平均和滑动平均算法对所述环境数据进行数据降噪后进行归一化，得到所述目标数据集。

3.根据权利要求1所述的方法，其特征在于,所述将所述目标数据集导入匹配模型，生成匹配结果的步骤之前，所述方法还包括：

计算样本路径规划地图在不同算法下的执行时间作为第一维度；

计算所述样本路径规划地图的中心点与其他障碍物的距离的平均值，作为第二维度；

将所述第一维度和所述第二维度导入k均值聚类算法中进行聚类，训练得到地图与算法关联的匹配模型。

4.一种自适应地图的路径规划系统，其特征在于，包括：

采集模块，用于采集目标场景的环境数据并进行预处理，得到目标数据集；

匹配模块，用于将所述目标数据集导入匹配模型，生成匹配结果；

判断模块，用于判断所述匹配结果是否为稀疏类型；

所述将所述目标数据集导入匹配模型，生成匹配结果，包括：根据所述目标数据集计算稀疏程度并将所述稀疏程度与阈值进行比对，得到匹配结果，其中，所述匹配结果为稀疏类型和非稀疏类型中的任一种；

生成模块，用于若所述匹配结果为稀疏类型，则将所述目标数据导入A*算法进行路径规划并生成目标路径；

若所述匹配结果不为稀疏类型，则将所述目标数据导入基于人工势场的RRT-connect算法，选取所述目标场景内的多个点作为根节点建立随机树，并在每个所述根节点上叠加一个引力场进行节点搜索，生成目标路径；

所述将所述目标数据导入基于人工势场的RRT-connect算法，选取所述目标场景内的多个点作为根节点建立随机树，并在每个所述根节点上叠加一个引力场进行节点搜索，生成目标路径，包括：根据所述稀疏程度调整随机扩展函数和引力函数的步长后，以所述目标场景的起点和终点为所述根节点建立随机树，以及，在所述目标场景的非障碍区域随机生成多个点作为所述根节点并建立所述随机树，在每个所述随机树上迭代一个所述引力场，根据所述随机树对应的随机扩展函数和所述引力场对应的引力函数得到新节点生成公式，根据所述新节点生成公式计算目标路径。

5.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述权利要求1-3中任一项所述的自适应地图的路径规划方法。

6.一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述权利要求1-3中任一项所述的自适应地图的路径规划方法。