【技術實現步驟摘要】
本專利技術涉及機器人路徑規劃，尤其涉及一種復雜地形的路徑規劃方法、系統、設備和存儲介質。
技術介紹
1、路徑規劃的目標，就是在復雜的三維地形中，機器人能夠準確地識別并避開障礙物，確保路徑規劃的精度，使其能夠在多變的地形環境中精確地到達目標位置。傳統的機器人導航和路徑規劃技術主要包括基于圖搜索、采樣、和柵格地圖的方法，這些方法奠定了路徑規劃的理論基礎，提出了啟發式搜索等關鍵概念，并推動了柵格地圖在路徑規劃中的應用。
2、a*算法是基于圖搜索的一種啟發式搜索算法，利用代價函數估算從起點到終點的最優路徑，并且通過合理的啟發式函數設計，可以在搜索效率和路徑質量之間取得良好的平衡。
3、dijkstra算法是另一種經典的圖搜索算法，專門用于尋找從單一源點到所有其他節點的最短路徑。它通過逐步擴展節點的方式，最終找到目標節點的最短路徑，能夠保證找到從起點到終點的全局最優路徑，適用于各種類型的圖。
4、rrt是一種基于采樣的路徑規劃算法，通過隨機采樣空間中的點生成樹狀結構，逐步擴展直到找到一條從起點到終點的可行路徑。通常用于高維和復雜環境下的路徑規劃。在高維空間中表現良好，適合處理動態障礙物或不確定環境下的路徑規劃問題。
5、除了以上三種基于圖搜索和采樣的路徑規劃方法外，柵格地圖法將環境離散為規則的網格，并在網格上進行路徑搜索。常用的搜索算法包括a*、dijkstra等，這種方法通常用于較為規則的二維或三維空中。該方法直觀易理解，計算簡單，與圖搜索算法結合后能夠較快地找到可行路徑。
6
7、傳統的路徑規劃技術在二維環境或簡單三維環境中表現良好，但在復雜地形中，它們面臨諸多挑戰和局限性。這些局限性使得傳統路徑規劃技術在應對復雜三維地形環境時表現不夠理想，因此需要結合更加先進的三維地形建模技術和智能路徑規劃算法（如深度強化學習）來提高規劃的效率和效果。
8、（1）高維空間的計算復雜性：在三維復雜地形中，路徑規劃涉及到的狀態空間維度顯著增加，導致搜索算法的計算復雜度成倍提升。這種情況下，傳統的圖搜索算法如a*和dijkstra很難在可接受的時間內完成路徑規劃。
9、（2）連續空間中的不精確性：傳統路徑規劃算法通常依賴于離散化的地圖模型，如柵格地圖或圖結構。然而，在復雜的三維地形中，離散化過程可能導致地形特征的丟失或誤差累積，進而影響路徑規劃的精度和有效性。
10、（3）實時性要求與動態環境的適應性：復雜地形通常伴隨著動態變化，如移動障礙物、地形突變等。在這種環境下，路徑規劃需要具備實時性和自適應能力。傳統算法通常難以快速響應環境的變化，導致路徑規劃的結果在實際應用中失效或不可靠。
11、（4）局部最優陷阱：在高維或復雜地形中，路徑搜索算法容易陷入局部最優解，難以找到全局最優路徑。例如，rrt算法可能在某些復雜區域內生成大量無效節點，導致路徑質量不高或計算資源浪費。
12、（5）路徑平滑性與可行性：在復雜的三維地形中，生成的路徑需要具備較好的平滑性和可行性，才能確保機器人或無人機等能夠安全、順暢地執行。然而，傳統路徑規劃算法往往忽略了路徑的平滑性問題，生成的路徑可能存在急轉彎或不連續的情況，不利于實際操作。
13、在復雜地形中，細化柵格可以提高精度，但也會導致數據量和計算量的爆炸性增長，這種精度與計算資源之間的矛盾使得柵格模型在大范圍或細節豐富的地形建模中表現不佳；在平坦或特征較少的區域，柵格模型仍然會生成大量體素數據，不僅增加了存儲需求，也降低了處理效率；且柵格模型使用固定大小的立方體進行空間劃分，地形邊界常常不能被精確地表達，特別是在處理斜坡、懸崖等細節豐富的區域時，模型邊界可能出現不連續或不準確的現象；在動態環境中，尤其是在處理大規模地形或需要高頻率更新的場景時，柵格模型的計算開銷會顯著增加，影響實時性。
技術實現思路
1、本專利技術針對現有路徑規劃技術在復雜三維地形中的局限性，提出一種復雜地形下自主移動機器人路徑規劃的方法、系統、設備和存儲介質；本專利技術結合不規則三角網格地形建模方法和深度強化學習的機器人實時路徑規劃方法，能夠在復雜三維環境中實現高效、精準、實時的路徑規劃效果。
2、為達到上述目的，本專利技術提供以下技術方案：
3、本專利技術提供一種復雜地形的路徑規劃方法，其特征在于，包括：
4、s1：獲取復雜地形的地形數據，構建基于不規則三角網絡的地圖模型；
5、s2：基于所述地圖模型，計算每個三角形的地形特征，再將每個三角形的地形特征轉化為地形代價；
6、s3：基于每個三角形的地形代價，結合double?dqn算法，為機器人規劃出最佳移動路徑。
7、所述獲取復雜地形的地形數據，構建基于不規則三角網絡的地圖模型，包括：
8、通過激光雷達獲取復雜地形的地形數據，使用統計濾波器去除地形數據中的噪聲，再通過體素網格方法進行下采樣得到點云數據；采用隨機樣本一致性算法將點云數據中的地面點與非地面點分離，分離后得到除地面以外的點云數據a；
9、將點云數據a輸入空間中的點云集合，在輸入點的外接立方體內，選取4個點構建一個初始四面體，初始四面體涵蓋所有點；
10、選擇一個新點插入空間中的點云集合，遍歷所有與新點相鄰的四面體；檢查每個相鄰的四面體是否包含新點，當包含新點，則將包含新點的四面體刪除，并用新點與相鄰點重新形成新的四面體；
11、重復插入新點，直到點云數據a中所有點都被插入空間中的點云集合，得到構建基于不規則三角網絡的地圖模型。
12、所述地形特征包括不平度、陡度和坡度。
13、所述坡度的計算公式為：
14、
15、其中，slope是坡度，δz是三角形兩頂點的高度差，δd是這兩點之間的水平距離；
16、所述陡度的計算公式為：
17、
18、其中，steepness是陡度，slope是坡度；
19、所述不平度的計算公式為：
20、
21、其中：roughness?是不平度，是該區域高度值的平均值，計算公式為本文檔來自技高網...
【技術保護點】
1.一種復雜地形的路徑規劃方法，其特征在于，包括：
2.根據權利要求1所述的一種復雜地形的路徑規劃方法，其特征在于，所述獲取復雜地形的地形數據，構建基于不規則三角網絡的地圖模型，包括：
3.根據權利要求1所述的一種復雜地形的路徑規劃方法，其特征在于，所述地形特征包括不平度、陡度和坡度。
4.根據權利要求3所述的一種復雜地形的路徑規劃方法，其特征在于，所述坡度的計算公式為：
5.根據權利要求4所述的一種復雜地形的路徑規劃方法，其特征在于，所述將每個三角形的地形特征轉化為地形代價，具體為：
6.?根據權利要求1所述的一種復雜地形的路徑規劃方法，其特征在于，所述基于每個三角形的地形代價，結合Double?DQN算法，為機器人規劃出最佳移動路徑，包括：
7.?根據權利要求6所述的一種復雜地形的路徑規劃方法，其特征在于，所述通過Double?DQN算法中目標網絡評估下一個動作的Q值，減少?Q?值的過估計，包括：
8.一種復雜地形的路徑規劃系統，其特征在于，包括以下模塊：
9.一種存儲一個或多個程
10.一種終端設備，其特征在于，包括：
...【技術特征摘要】
1.一種復雜地形的路徑規劃方法，其特征在于，包括：
2.根據權利要求1所述的一種復雜地形的路徑規劃方法，其特征在于，所述獲取復雜地形的地形數據，構建基于不規則三角網絡的地圖模型，包括：
3.根據權利要求1所述的一種復雜地形的路徑規劃方法，其特征在于，所述地形特征包括不平度、陡度和坡度。
4.根據權利要求3所述的一種復雜地形的路徑規劃方法，其特征在于，所述坡度的計算公式為：
5.根據權利要求4所述的一種復雜地形的路徑規劃方法，其特征在于，所述將每個三角形的地形特征轉化為地形代價，具體為：
6.?根據權利要求1所述的一種復雜地形的路徑規劃方法，...
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。