【技术实现步骤摘要】
一种改进A*融合DWA算法的移动机器人路径规划方法
[0001]本专利技术涉及移动机器人路径规划领域,具体涉及一种改进A*融合DWA算法的移动机器人路径规划方法。
技术介绍
[0002]移动机器人路径规划是移动机器人研究领域的重要课题之一,其目的是在复杂的环境中避开障碍物,按照最优的路径从起点安全抵达终点。路径规划技术也是移动机器人自主导航技术的核心组成部分,国内外学者针对这一课题提出了各种路径规划方法。
[0003]路径规划分为全局路径规划和局部路径规划。
[0004]全局路径规划目前应用最为广泛的规划算法为A*算法,A*算法是一种启发算法,就是根据启发式有目标的寻找终点,并且在基于最小成本的情况下,能够找到全局最优路径。但是传统A*算法存在路径无用节点和拐点过多的情况,有学者利用删除中间节点和冗余拐点的方法来减少A*算法规划路径的拐点数量,但是会导致路径更加靠近障碍物,路径安全性降低。有学者通过在启发式中添加安全威胁代价来保证规划路径的安全性,但是这样会造成路线长度和转折点的增加。有学者通过改变节点拓展方向将A*算法邻域扩展到无限个,减少了路径的拐点数量但计算量显著增加,搜索效率明显降低。
[0005]目前局部路径规划算法中DWA算法表现出较好的局部避障能力。王永雄等对DWA算法进行了参数自适应优化,使DWA算法能够获得最佳速度,且保证了安全性。Mai等提出了一种能够提前感知密集物体分布情况的改进DWA算法,可以使机器人稳定地避开密集区域。但是DWA无法找到全局最优路径。
[000 ...
【技术保护点】
【技术特征摘要】
1.一种改进A*融合DWA算法的移动机器人路径规划方法,其特征在于,具体包括以下步骤:步骤一、建立规划环境;步骤二、使用A*算法获得初始路径;步骤三、将初始路径利用折叠优化算法进行二次优化得到优化路径;步骤四、将优化路径节点输入到DWA算法作为DWA算法中间目标点,使DWA算法规划路径遵循优化路径,并且实现实时避障。2.根据权利要求1所述的一种改进A*融合DWA算法的移动机器人路径规划方法,其特征在于:所述步骤一中建立规划环境是指用激光雷达获取移动机器人运行的环境,将环境转化为栅格地图,对地图建立全局坐标系,明确每个栅格的坐标,并明确移动机器人的起点和终点。3.根据权利要求1所述的一种改进A*融合DWA算法的移动机器人路径规划方法,其特征在于:所述步骤二中获得初始路径使用的算法为A*算法。4.根据权利要求1所述的一种改进A*融合DWA算法的移动机器人路径规划方法,其特征在于:所述步骤三中得到优化路径使用的算法为折叠优化算法。5.根据权利要求1所述的一种改进A*融合DWA算法的移动机器人路径规划方法,其特征在于:所述步骤三中折叠优化算法,具体包括以下步骤:S1:判断初始路径的拐点;S2:判断拐点的朝向;S3:初始路径拓展得到路径road(L)和road(R);S4:在road(L)和road(R)包围形成的局部优化区域内确定局部优化路径;S5:road(L)和road(R)的重合路径与所有折叠优化区的局部优化路径共同构成优化路径。6.根据权利要求5所述的一种改进A*融合DWA算法的移动机器人路径规划方法,其特征在于:所述S1中判断初始路径的拐点的方法如下:设定i为初始路径中某一节点,i
‑
1为这一节点的顺序上一节点,i+1为这一节点的顺序下一节点,|D
i
|≠0时节点i为拐点,|D
i
|的计算方法为:式中:x
i
为i节点横坐标,y
i
为i节点纵坐标,x
i
‑1为i
‑
1节点横坐标,y
i
‑1为i
‑
1节点横坐标,x
i+1
为i
‑
1节点横坐标,y
i+1
为i
‑
1节点横坐标,a为单个栅格的宽度。7.根据权利要求5所述的一种改进A*融合DWA算法的移动机器人路径规划方法,其特征在于:所述S2中判断拐点朝向的方法为:设定i为初始路径中某一拐点,判断方法为:
式中LU,LD,RU,RD代表四种拐点朝向类型,“&”代表的数学含义为“且”,“or”代表的数学含义为“或”。8.根据权利要求5所述的一种改进A*融合DWA算法的移动机器人路径规划方法,其特征在于:所述S3中初始路径拓展得到路径road(L)和road(R)的拓展方法为:设定i为初始路径中某一拐点,拓展方法为:式中x
i
为i拐点横坐标,y
i
为i拐点纵坐标,x
new
为一次折叠拓展后新节点的横坐标,y
new
为一次折叠拓展后新节点...
【专利技术属性】
技术研发人员:杨瑞刚,郭浩显,史易烜,王宇琦,苗琦,
申请(专利权)人:太原科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。