[发明专利]一种用于机器人的自适应启发式全局路径规划方法与系统

说明书

本发明公开了一种用于机器人的自适应启发式全局路径规划方法与系统，本发明方法包括对输入的环境地图进行遍历，得到初始的状态空间、进行碰撞点检测，得到采样点；针对得到的采样点，以目标点出发进行反向搜索生成反向搜索点集，将采样点连接成边并排序，然后利用有序边的子节点、反向搜索点集来构建自适应启发函数，并基于自适应启发函数进行代价优化从起始点出发扩展有序的边队列生成正向搜索树，使正向搜索树延伸至目标点得到规划路径，重复上述步骤多次得到最终的规划路径。本发明能够实现快速、精确的路径规划，不仅可以规划出相对最短的路径，而且提高了规划成功率，以及在复杂障碍物地图上的有效性。

技术领域

本发明涉及机器人定位自主导航中的路径规划技术，具体涉及一种用于机器人的自适应启发式全局路径规划方法与系统。

背景技术

随着机器人技术的快速发展，同时定位和地图构建作为机器人领域的基础关键技术，通过融合激光雷达和深度相机的信息可以实现优缺点互补，弥补单个传感器不可避免的缺点，提供更加精确且鲁棒的环境地图。在得到二维或者三维实时地图的基础上，机器人的最终实现自主导航需要用到路径规划技术。路径规划是指在确定的环境中，在起始点和目标点之间自动规划出一条长度最短或者代价最小的路径。路径规划方法依据规划任务的不同，可由全局规划和局部规划两个部分组成，全局路径规划是机器人在已知的地图中计算出一条由多个中间目标点组成的最优路径，其精度取决于环境地图的准确性。而局部路径规划更依赖机器人周围场景的实时障碍物特征，根据自身传感器信息对当前环境进行建模，确定周围环境的障碍物信息，进而依次在当前位置和全局路径的中间目标点之间规划出一条局部路径。本文属于全局路径规划范畴，传统的全局路径规划方法为基于采样的全局路径规划方法，这种方法不能准确计算状态空间中节点与目标点之间的距离，存在规划路径较长、规划成功率不高、在复杂障碍物地图上的有效性不高的问题。

发明内容

本发明要解决的技术问题：针对现有技术的上述问题，提供一种用于机器人的自适应启发式全局路径规划方法与系统，本发明能够实现快速、精确的路径规划，不仅可以规划出相对最短的路径，而且提高了规划成功率，以及在复杂障碍物地图上的有效性。

为了解决上述技术问题，本发明采用的技术方案为：

一种用于机器人的自适应启发式全局路径规划方法，包括：

S1、对输入的环境地图进行遍历，得到初始的状态空间；

S2、对状态空间进行碰撞点检测，得到采样点；

S3、针对得到的采样点，以目标点出发向起始点进行反向搜索以生成反向搜索点集；

S4、首先将采样点两两连接成边、加入边队列并进行排序，然后利用排序后得到的有序的边队列中边的子节点通过邻域内为与反向搜索点集中的反向搜索点到目标点的距离来构建自适应启发函数，并基于自适应启发函数进行代价优化以扩展边队列生成正向搜索树，最终使正向搜索树延伸至目标点从而得到通往目标点的规划路径；

S5、判断迭代次数是否满足结束条件，若不满足结束条件，则对状态空间进行椭圆区域计算，并针对椭圆区域进行冗余采样点删除，从而得到更新后的状态空间，跳转步骤S2；否则，将最终得到的通往目标点的规划路径作为结果输出。

可选地，步骤S2之后、步骤S3之前还包括剔除与障碍物发生碰撞的无效的采样点步骤。

可选地，步骤S3中以目标点出发向起始点进行反向搜索以生成反向搜索点集包括：

S3.1、将采样点按照与目标点之间的欧式距离进行升序排列；

S3.2、从升序排列后的采样点遍历取出一个采样点作为当前节点，若采样点已经遍历完毕，则判定采样点已经遍历完毕，跳转步骤S4；否则，跳转步骤S3.3；