【技術實現步驟摘要】
本專利技術屬于路徑規劃，具體涉及基于rrt改進算法的機器人路徑規劃方法。
技術介紹
1、在當今的機器人
，路徑規劃作為機器人自主導航中的關鍵技術，主要解決如何在特定場景中從起始位置出發，尋找一條到達目標位置的最優或可行路線。rrt算法是一項代表性搜索算法，其基本原理是從包含起始點的樹開始，通過迭代過程，每次迭代時隨機選擇一個點作為樣本，在樹中找到與該樣本點最近的節點，然后沿著從該節點指向樣本點的方向擴展一定距離，生成一個新節點。如果該新節點不在障礙物中，則將其視為可行節點并加入樹中。此過程反復進行，直到到達目標點的終止條件為止。常見的rrt改進方法有以下三種。
2、（1）rrt*算法。rrt*算法引入了路徑優化機制，以確保找到的路徑是漸近最優的。但rrt*算法需要大量的采樣和計算才能找到最優路徑，尤其是在復雜環境中受到了計算資源的限制。
3、（2）雙向擴展rrt算法。雙向擴展rrt算法是一種比較有效的路徑規劃方法，它通過從起始點和目標點同時擴展兩棵樹來加快路徑的尋找速度。相比于單向的rrt算法，能夠更高效地搜索到路徑。但改算法生成的路徑不如rrt*算法平滑，特別是在兩棵樹合并的地方可能會有較大的轉向角度，需要額外的處理步驟來平滑路徑。
4、（3）informed?rrt算法。informed?rrt算法的核心思想是在rrt的基礎上引入了一個啟發式函數，引導采樣過程朝著目標方向進行。通過在起點和目標點之間構建一個橢圓形的采樣區域，能夠減少無效的采樣。但該算法的性能在很大程度上依賴于橢圓參數
5、綜上可以看出，現有的rrt改進仍然存在著一些缺陷和不足，影響了其在機器人自主導航中的應用。
技術實現思路
1、根據以上現有技術中的不足，本專利技術的目的在于提供基于rrt改進算法的機器人路徑規劃方法，有效地提升了路徑的最優性和平滑性，還提高了采樣效率、增強了環境的適應性和安全路徑的可控性。
2、為達到以上目的，本專利技術采用的技術方案是，基于rrt改進算法的機器人路徑規劃方法，包括以下步驟：
3、s1、獲取需要進行路徑規劃的環境空間map的信息，包括map尺寸，障礙物的形狀和位置，定義起始點source和目標點goal，設置終止路徑探索閾值threshold、擴展步長step_size、離散步長step_size以及節點的安全距離constraint；
4、s2、利用bwdist函數，獲取map中每一個坐標點與障礙物的最小距離，形成距離場distancefield；
5、s3、構建雙向隨機樹并初始化，將起始點source和目標點goal作為根節點分別加入兩棵樹t1和t2中，goal作為t1的目標點，source作為t2的目標點，兩棵樹分別從根節點開始擴展，通過采樣函數獲取采樣點；
6、s4、計算與當前樹中的每個子節點的歐幾里得距離，并進行對比，找到最近鄰點，并選取新節點newpoint，進行安全距離判斷，若滿足安全距離則執行s5，不滿足則回到s3重新采樣；
7、s5、在和newpoint之間離散化，生成從到newpoint的離散化路徑；
8、s6、在路徑規劃的逐步擴展中，設定局部節點擴展時的代價函數；
9、s7、基于局部節點擴展時的代價函數，循環迭代生成離散點代價，取最小代價值，尋找最優節點并插入當前樹中，基于threshold判斷是否重新進行采樣，若無需重新采樣則繼續進行迭代；
10、s8、經過多次的循環迭代，最終得到經過局部優化后的一條整體路徑path；
11、s9、離散化整個path，進入全局規劃部分，設定全局規劃時節點的代價函數，通過迭代計算每個節點到前向的各個節點的代價，選取最小代價的節點進行重連，最終獲得一條平滑有效的最優化路徑。
12、作為本專利技術的優選方案，所述的s1中，threshold用于判斷是否終止路徑探索，當生成的兩棵樹的節點距離小于或等于threshold時，認為已經找到了一條可行的路徑，并停止進一步的探索；step_size決定了每次迭代中新節點與最近節點之間的最大距離；step_size決定了每次迭代時對路徑中離散化節點與節點之間的離散點距離；constraint為節點與障礙物的最小限制距離。
13、作為本專利技術的優選方案，所述的s2中，bwdist函數是matlab中用于計算二值圖像的距離變換的函數，距離場distancefield表示為：
14、（1）；
15、式中，為點（x，y）距離障礙物邊界的最小距離；為障礙物的邊界點的集合，為其中的一個邊界點。
16、作為本專利技術的優選方案，所述的s3中，通過采樣函數獲取采樣點的過程為：
17、s3.1、在map中隨機選擇一個坐標點作為采樣點，記為；
18、s3.2、設定一個隨機點的采樣函數，表示為：
19、（2）；
20、（3）；
21、（4）；
22、式中，為隨機采樣函數；代表目標點，此時目標點記作；α、β、γ為控制采樣點靠近目標點的三個動態系數；、為中轉函數；即為點距離障礙物邊界的最小距離。
23、作為本專利技術的優選方案，所述的s4中，進行安全距離判斷的方法為，在以為起點、為終點的連線上，選取長度為step_size的新節點，即為newpoint，檢測newpoint與的連線上是否存在障礙物，同時檢測是否滿足安全距離，即為newpoint距離障礙物邊界的最小距離。
24、作為本專利技術的優選方案，所述的s5中，生成離散化路徑的步驟為：
25、s5.1、計算離散化步數numsteps，并生成離散點比例因子waypoints，用于在和newpoint之間生成一系列均勻分布的路徑點并保存到path；numsteps的計算公式為：
26、（5）；
27、式中，為到newpoint的歐幾里得距離；
28、s5.2、生成從到newpoint的離散點，表示為：
29、（6）；
30、式中，表示第k個離散點；表示第k個離散點對應的比例因子。
31、作為本專利技術的優選方案，所述的s6中，代價函數表示為：
32、（7）；
33、式中，表示當前樹擴展至第k個離散點對應的代價函數；表示與的距離代價；表示與的平滑度代價；為的前一個節點；即為距離障礙物邊界的最小距離；、、為對應的權重參數。
34、作為本專利技術的優選方案，所述的s7中，最小代價值記為，迭代過程中，當前樹擴展至第k個離散點時，對應的最小代價值表示為：
35、（8）；
36、式中，k從1至numsteps中取值；
37、檢查當前樹最優節點與另一棵樹節點的最小距離是否小于等于threshold，滿足條件本文檔來自技高網...
【技術保護點】
1.基于RRT改進算法的機器人路徑規劃方法，其特征在于包括以下步驟：
2.根據權利要求1所述的基于RRT改進算法的機器人路徑規劃方法，其特征在于：所述的S1中，Threshold用于判斷是否終止路徑探索，當生成的兩棵樹的節點距離小于或等于Threshold時，認為已經找到了一條可行的路徑，并停止進一步的探索；Step_Size決定了每次迭代中新節點與最近節點之間的最大距離；step_size決定了每次迭代時對路徑中離散化節點與節點之間的離散點距離；Constraint為節點與障礙物的最小限制距離。
3.根據權利要求1所述的基于RRT改進算法的機器人路徑規劃方法，其特征在于：所述的S2中，bwdist函數是MATLAB中用于計算二值圖像的距離變換的函數，距離場distancefield表示為：
4.根據權利要求3所述的基于RRT改進算法的機器人路徑規劃方法，其特征在于：所述的S3中，通過采樣函數獲取采樣點的過程為：
5.根據權利要求4所述的基于RRT改進算法的機器人路徑規劃方法，其特征在于：所述的S4中，進行安全距離判斷的方法為，在以
6.根據權利要求5所述的基于RRT改進算法的機器人路徑規劃方法，其特征在于：所述的S5中，生成離散化路徑的步驟為：
7.根據權利要求6所述的基于RRT改進算法的機器人路徑規劃方法，其特征在于：所述的S6中，代價函數表示為：
8.根據權利要求7所述的基于RRT改進算法的機器人路徑規劃方法，其特征在于：所述的S7中，最小代價值記為，迭代過程中，當前樹擴展至第k個離散點時，對應的最小代價值表示為：
9.根據權利要求8所述的基于RRT改進算法的機器人路徑規劃方法，其特征在于：所述的S9中，全局規劃時節點的代價函數包括平滑度代價函數和安全性代價函數，分別表示為：
10.根據權利要求9所述的基于RRT改進算法的機器人路徑規劃方法，其特征在于：在全局規劃時節點的代價函數中引入Pareto決策理論，基于距離、平滑度和安全性三個目標，利用Pareto決策理論來實現不同目標之間的最佳平衡，通過計算每個節點到前向的各個節點的代價向量進行Pareto決策，選取Pareto最優解集合的節點進行重連，最終獲得一條平滑有效的最優化路徑。
...【技術特征摘要】
1.基于rrt改進算法的機器人路徑規劃方法，其特征在于包括以下步驟：
2.根據權利要求1所述的基于rrt改進算法的機器人路徑規劃方法，其特征在于：所述的s1中，threshold用于判斷是否終止路徑探索，當生成的兩棵樹的節點距離小于或等于threshold時，認為已經找到了一條可行的路徑，并停止進一步的探索；step_size決定了每次迭代中新節點與最近節點之間的最大距離；step_size決定了每次迭代時對路徑中離散化節點與節點之間的離散點距離；constraint為節點與障礙物的最小限制距離。
3.根據權利要求1所述的基于rrt改進算法的機器人路徑規劃方法，其特征在于：所述的s2中，bwdist函數是matlab中用于計算二值圖像的距離變換的函數，距離場distancefield表示為：
4.根據權利要求3所述的基于rrt改進算法的機器人路徑規劃方法，其特征在于：所述的s3中，通過采樣函數獲取采樣點的過程為：
5.根據權利要求4所述的基于rrt改進算法的機器人路徑規劃方法，其特征在于：所述的s4中，進行安全距離判斷的方法為，在以為起點、為終點的連線上，選取長度為step_size的新節點，即為newpoint，檢測newp...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。