【技术实现步骤摘要】
本专利技术属于机器人路径规划，具体涉及一种移动机器人融合路径规划控制方法及控制器。
技术介绍
1、移动机器人需要具备地图构建、环境感知、同步定位、运动控制和路径规划等能力才能在复杂的动态环境中完成指定任务。移动机器人路径规划是指在静态已知环境、动态完全未知或部分未知环境下，规划一条符合任务要求的路径。路径规划是移动机器人导航技术中不可缺少的重要组成部分，也是移动机器人完成既定任务的基础和安全保障。移动机器人的路径规划包含全局路径规划和局部路径规划。随着机器人在工农业生产、日常生活、抢险救灾和军事等领域的广泛应用，任务环境由过去的静态场景逐渐变化为含有未知因素的动态场景。单独使用全局路径规划或者局部路径规划算法已经无法满足移动机器人在复杂动态环境中自主导航的要求。
2、融合路径规划首先利用移动机器人自身装配的设备(如激光雷达和摄像头等)或外部数据感知环境中的静态信息，构建出任务环境地图，并基于此信息在全局路径规划层面规划出一条从起始位置到目标位置的离线全局路径。然后在任务过程中，在局部路径规划层面，移动机器人利用自身传感器实时更新障碍物等环境信息实现在线路径规划与调整。
3、在多层次融合路径规划算法中，综合利用了a*算法的全局规划能力和动态窗口法的局部调整能力。但传统a*算法规划的全局路径存在拐点过多、节点冗余和转弯角度较大等问题；在局部路径规划层次，传统动态窗口法的评价函数中仅包含航向角偏差评价项、速度评价项以及与障碍物的距离评价项，对移动机器人的局部模拟轨迹评价不全面；同时，又因为评价函数各个评价项的权
技术实现思路
1、本专利技术的目的是克服现有技术中存在全局规划的路径存在拐点过多、节点冗余和转弯角度多大、局部模拟轨迹评价不全面、面对多项任务优化要求时缺乏灵活性等缺陷，提供了一种在全局路径规划层次可以降低全局路径节点数量和总转弯角度、在局部模拟轨迹评价全面、灵活且能够依据实时环境信息对各个评价项的权重系数进行动态调节的移动机器人融合路径规划控制方法及控制器。
2、本专利技术解决其技术问题所采用的技术方案是：
3、作为第一个方面，一种移动机器人融合路径规划控制方法，包括以下步骤：
4、s1.构建环境模型，即获取环境信息，利用栅格法建立对应的环境模型；
5、s2.改进a*算法，即根据上述环境模型中固定障碍物信息，将自适应子节点搜索步长调节算法融入a*算法的路径搜索阶段，作为改进a*算法的前处理环节；
6、s3.获取初始全局路径，即根据步骤s2中获得的改进的a*算法，在步骤s1构建的环境模型中获取从初始位置到终点位置的初始全局路径；
7、s4.获取优化全局路径，即利用设计的全局路径冗余节点辨识与删除算法作为改进a*算法的后处理环节，对初始全局路径中的冗余节点进行辨识和删除，得到优化全局路径；
8、s5.局部路径规划，设定优化全局路径中的节点为局部路径导航点，依据实时环境信息判断和设置移动机器人的优先运行模式，并进行局部路径规划；
9、s6.获取移动机器人运行路径，即融合全局路径规划和局部路径规划，获取移动机器人的最终运行路径；
10、s7.判断当前局部导航点是否为全局路径终点，若是，则执行步骤s8，若否，则切换到下一个局部路径导航点，重复步骤s5到s6；
11、s8.移动机器人根据步骤s6中的运行路径移动，完成路径规划任务。
12、具体地，步骤s2中，所述自适应子节点搜索步长调节算法包括以下步骤：
13、h1.在a*算法路径搜索过程中，依据当前父节点周围9×9邻域范围内已知固定障碍物数量计算出障碍物占比k，障碍物比例计算公式为：
14、
15、式中，n为当前父节点周围9×9邻域范围内已知固定障碍物数量；
16、h2.根据h1中的所述障碍物占比k对子节点搜索步长s进行自动调节；
17、所述子节点搜索步长s的自动调节公式为：
18、
19、具体地，步骤s4中的所述获取优化全局路径包括以下步骤：
20、s41.删除冗余直线节点，即从所述初始全局路径的第2个节点开始对路径节点进行遍历，当第i+1节点与第i节点和第i-1节与第i节点组成的两条线段共线时，即判定第i个节点为冗余直线节点，执行删除操作，其中，i＝2,3,4,…,n；
21、s42.删除冗余转弯节点，即以完成步骤s41操作后的全局路径为基础，从初始节点开始对剩余路径节点依次进行连线；若初始节点与第i个节点的连线与已知障碍物发生干涉，则保留初始节点和第i-1节点，同时判定初始节点和第i-1节点之间的节点为冗余节点，执行删除操作；继续以第i-1节点为起始节点依次与续后节点k进行连线，直至连线与已知障碍物发生干涉，保留第k-1节点，并删除第i-1节点和k-1节点之间的节点；依次执行连线操作直至路径终点，其中，i＝3,4,…,n，i≤k≤n。
22、具体地，步骤s5中的所述局部路径规划包括以下步骤：
23、s51.改进评优函数，对原动态窗口法中的评价函数添加转弯速度控制因子κ和路径偏差评价项d(v,ω)，得到改进评优函数；
24、s52.设定动态评价函数，即引入安全圆，以所述安全圆内的障碍物信息为基础变量，判定障碍物危险等级；
25、s53.优化局部路径，即根据步骤s52中的障碍物危险等级，判定优先运行模式；所述优先运行模式包括路径追踪优先模式和躲避障碍物优先模式；若判定为路径追踪优先模式，则通过设定评价函数系数值组合优化局部路径；若判定为躲避障碍物优先模式，则通过前置模糊控制器依据任务环境中障碍物实时信息对动态窗口法中评价函数系数进行自适应调节以优化局部路径。
26、具体地，步骤s51中改进后的所述评优函数表达式为：
27、g(v,ω)＝ε[αh(v,ω)+κ·βv(v,ω)+γo(v,ω)+δd(v,ω)]；
28、式中，g(v,ω)为评价总分数；h(v,ω)为航向角偏差评价项；v(v,ω)为速度评价项；o(v,ω)为障碍物距离评价项；d(v,ω)为轨迹偏差评价项；α为航向角偏差评价项的权重系数；β为速度评价项的权重系数；γ为障碍物距离评价项的权重系数；δ为轨迹偏差评价项的权重系数；κ为全局路径转弯速度控制因子，ε表示进行归一化操作。
29、具体地，所述障碍物危险等级包括存在碰撞风险和不存在碰撞风险；
30、步骤s53中的所述判定优先运行模式包括：
31、判定一个计算周期内所述移动机器人所在位置对应的安全圆内的障碍物与移动机器人是否存在碰撞风险，若障碍物危险等级为不存在碰撞风险，则移动机器人以路径追踪优先模式运行；若障碍物危险等级为存在碰撞风险，则机器人以躲避障碍本文档来自技高网...
【技术保护点】
1.一种移动机器人融合路径规划控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种移动机器人融合路径规划控制方法，其特征在于，步骤S2中，所述自适应子节点搜索步长调节算法包括以下步骤：
3.根据权利要求1所述的一种移动机器人融合路径规划控制方法，其特征在于，步骤S4中的所述获取优化全局路径包括以下步骤：
4.根据权利要求1所述的一种移动机器人融合路径规划控制方法，其特征在于，步骤S5中的所述局部路径规划包括以下步骤：
5.根据权利要求4所述的一种移动机器人融合路径规划控制方法，其特征在于，步骤S51中所述改进后的评价函数表达式为：
6.根据权利要求4所述的一种移动机器人融合路径规划控制方法，其特征在于，所述障碍物危险等级包括存在碰撞风险和不存在碰撞风险；
7.根据权利要求6所述的一种移动机器人融合路径规划控制方法，其特征在于，步骤S52中所述判定障碍物危险等级包括以下步骤：
8.根据权利要求6所述的一种移动机器人融合路径规划控制方法，其特征在于，所述通过模糊控制动态窗口法优化局部路径
9.根据权利要求8所述的一种移动机器人融合路径规划控制方法，其特征在于，所述动态窗口法评价函数包括目标方位角评价项、障碍物间隙评价项、速度评价项以及轨迹偏差评价项；
10.一种移动机器人融合路径规划控制器，其特征在于，包括：
...【技术特征摘要】
1.一种移动机器人融合路径规划控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种移动机器人融合路径规划控制方法，其特征在于，步骤s2中，所述自适应子节点搜索步长调节算法包括以下步骤：
3.根据权利要求1所述的一种移动机器人融合路径规划控制方法，其特征在于，步骤s4中的所述获取优化全局路径包括以下步骤：
4.根据权利要求1所述的一种移动机器人融合路径规划控制方法，其特征在于，步骤s5中的所述局部路径规划包括以下步骤：
5.根据权利要求4所述的一种移动机器人融合路径规划控制方法，其特征在于，步骤s51中所述改进后的评价函数表达式为：
6.根据权利要求4...
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。