发明名称 一种室内移动机器人增量式环境信息采样的最优路径规划方法
摘要 本发明公开了一种室内移动机器人增量式环境信息采样的最优路径规划方法,其步骤为:(1)获取周围环境信息,建立基于障碍物碰撞风险的评估概率;(2)利用增量式环境信息采样的最优路径规划算法进行路径规划;(3)室内移动机器人进行路径选择并进入新的路径规划流程。采用的增量式环境信息采样的最优路径规划算法能够根据室内移动机器人的当前状况和机器人固有的非完整约束,实时规划当前最佳路径,同时,搜索树扩展过程中的碰撞检测环境得到优化,提高了规划效率,使室内移动机器人能够快速安全有效的到达指定位置。
申请公布号 CN106444769A 申请公布日期 2017.02.22
申请号 CN201610934732.7 申请日期 2016.10.31
申请人 湖南大学 发明人 王耀南;陈彦杰;钟杭;谭建豪
分类号 G05D1/02(2006.01)I 主分类号 G05D1/02(2006.01)I
代理机构 长沙市融智专利事务所 43114 代理人 龚燕妮
主权项 一种室内移动机器人增量式环境信息采样的最优路径规划方法,其特征在于,包括以下几个步骤:步骤1:建立已探测区域障碍物碰撞风险的评估概率模型;步骤2:进行基于增量式环境信息采样的最优路径规划;在地图范围内以起点为搜索树第一个点,以步骤1获得的评估概率模型生成的随机采样状态点进行增量式迭代扩展,产生新的树节点,并计算新的树节点的代价函数,以树节点的最小代价函数修改树结构,直到生成的路径数达到设定路径数Path<sub>n</sub>,以所有生成路径中路径代价函数最小的路径作为潜在最优路径;步骤3:依据步骤2得到的潜在最优路径和室内移动机器人的当前位置和速度矢量,判断室内移动机器人的偏转角φ<sub>t</sub>是否满足轮式机器人不能侧向滑动的非完整约束,从而确定室内移动机器人是否按照最优路径方向移动;若室内移动机器人的偏转角φ<sub>t</sub>不满足轮式机器人不能侧向滑动的非完整约束,则返回步骤2;若满足,则沿当前时刻规划出的潜在最优路径方向移动,进入下一时刻的路径规划,t=t+1,返回步骤1,直到室内移动机器人移动到目标位置,完成路径规划;所述室内移动机器人的偏转角φ<sub>t</sub>满足轮式机器人不能侧向滑动的非完整约束是指:φ<sub>t</sub>∈[0,60°]∪[120°,180°];其中,<img file="FDA0001137953440000011.GIF" wi="942" he="151" />p<sub>t</sub>和p<sub>t‑1</sub>分别为室内移动机器人当前位置和上一时刻所在位置,<img file="FDA0001137953440000012.GIF" wi="73" he="62" />为在t时刻,即室内移动机器人在t+1时刻的预抵达位置;p<sub>t‑1</sub>由p<sub>t‑1</sub>=p<sub>t</sub>‑vt得到,v为设定的室内移动机器人移动速度。
地址 410082 湖南省长沙市岳麓区麓山南路2号