[发明专利]一种融合可视图法和稳定稀疏随机快速树机器人规划算法

摘要

本发明涉及一种融合可视图法和稳定稀疏随机快速树机器人规划算法。包括以下步骤：S1.基于可视图法构建拓扑图对环境进行建模；S2.利用dijkstra算法得到最短路径，并作为参考路径；S3.对参考路径进行分割，结合SST算法利用平均采样策略在参考路径一定范围内随机采样；S4.利用Bias‑goal提高算法效率；S5.在当前拓展范围内，根据Dubins距离选择离当前采样点区域范围内的最近树节点；S6.采用横向控制策略选取控制量对系统模型进行积分，耗散最优的节点优先拓展；S7.若拓展过程无碰撞，考察生成的新节点是否在局部邻域内是最优节点；若最优则加入树结构，并修剪当前区域的主导节点。本发明利用稳定稀疏随机快速树算法对可视图法生成的路径进行优化，以得到符合非完整性约束机器人约束的最优路径。

主权项

1.一种融合可视图法和稳定稀疏随机快速树机器人规划算法，其特征在于，包括以下步骤：S1.基于可视图法构建拓扑图对环境进行建模；S2.利用dijkstra算法得到最短路径，并以该路径为参考路径；S3.对参考路径进行分割，结合SST算法利用平均采样策略在参考路径一定范围内逐步采样；S4.利用Bias‑goal提高算法效率，在原算法的基础上通过随机函数加参数Bias‑goal来判断当前目标点是参考路径上随机点还是最终目标点；如果Bias‑goal大于算法产生的随机值，就选取目标点为最终目标点，否则选取随机点；S5.在当前拓展范围内，根据Dubins距离选择离当前采样点的δ_BN区域范围内的最近树节点；S6.采用横向控制策略选取控制量对系统模型进行积分，耗散最优的节点优先拓展；S7.如果拓展过程无碰撞，考察生成的新节点x_new是否在局部邻域内是最优节点；如果最优，那么将其加入树结构，并修剪在当前域内占据主导地位的已存在节点。