【技术实现步骤摘要】
本专利技术涉及机器人路径规划，具体是涉及一种基于局部探索及全局探索融合的机器人路径规划方法。
技术介绍
1、随着移动机器人的应用场景越来越复杂，机器人通过传感器接收到的外界环境信息量增大，人工引导机器人进行环境地图的构建无法满足一些特定场合，如地下矿洞、辐射核电站、行星表面运行等。在这些场景中，无线通信并不稳定，人为引导容易使移动机器人失控，且具有一定的危险性，为了满足对移动机器人的自主性和智能化的需求，需要引入自主探索路径规划技术让移动机器人自主地完成探索建图任务。在普通的生活场景中，移动机器人也越来越多地出现在商场、医院、家庭环境中，由于这些环境是在不断变化的，只构建一次地图并不能持续地对环境进行更新和修改，现有技术中机器人探索路径规划技术的精确性和效率仍不够。
技术实现思路
1、专利技术目的：针对以上缺点，本专利技术提供一种精确、计算效率高的基于局部探索及全局探索融合的机器人路径规划方法。
2、技术方案：为解决上述问题，本专利技术采用一种基于局部探索及全局探索融合的机器人路径规划方法，其特征在于，包括以下步骤：
3、（1）获取机器人当前位置以及环境地图，将环境地图作为全局探索空间，将全局探索空间划分为若干子空间，以子空间的质心作为全局路径点，采用动态路径规划算法计算所有全局路径点和机器人当前位置之间的最短距离；通过贪心策略求解旅行商问题从而获得全局路径点之间的访问顺序，获得全局探索路径；
4、（2）以机器人周围预设距离内的空间作为局部探索空
5、（3）将全局探索路径中两个边界点之间的路径替换为局部探索路径，得到最终规划路径。
6、进一步的，所述步骤（2）中将局部探索路径通过分段点划分为若干路径子段，每个路径子段通过分段贝塞尔曲线进行机器人运动过程中的轨迹优化，在分段点处机器人原地转向切换至下一个路径子段。
7、进一步的，所述将局部探索路径划分为若干路径子段具体步骤为：根据局部路径点 r、局部路径点 r-1和局部路径点 r+1两两之间的距离，计算得到局部路径点 r处的角度，若局部路径点 r处的角度小于阈值，则局部路径点 r作为分段点，机器人在该点原地转向。
8、进一步的，所述分段贝塞尔曲线进行机器人运动过程中的轨迹优化的具体步骤为：
9、定义一个区间，在区间内，由个控制点确定的阶贝塞尔曲线定义为：
10、；
11、其中，为第个控制点，为伯恩斯坦系数；
12、分段贝塞尔曲线表示为：
13、；
14、其中，为第段分段贝塞尔曲线，为第段分段贝塞尔曲线的第个控制点，为分段贝塞尔曲线占用的时间，为第段分段贝塞尔曲线的比例因子；
15、将以机器人轨迹平滑为目标的目标函数表示为：
16、；
17、其中，为控制点组成的列向量，为海森矩阵，通过设置目标函数值的范围以调整机器人轨迹，根据约束条件求解分段贝塞尔曲线；
18、保证机器人运动轨迹平滑的约束条件为：
19、端点约束及连续性约束为：
20、；
21、；
22、其中，为第段分段贝塞尔曲线最后一个控制点的位置和为第段分段贝塞尔曲线第一个控制点的位置，为导数阶数，；根据贝塞尔曲线处于由控制点生成的凸空间内的性质，将控制点约束在安全走廊内，那么由该控制点约束的贝塞尔曲线也会处于安全走廊内，即：
23、；
24、其中，和是第段分段贝塞尔曲线控制点的位置约束，即生成的第个安全空间的区域范围。
25、进一步的，所述安全空间的确定步骤为：
26、（2.1）对于每个路径子段，先利用两个相邻的路径点作为对角生成一个初始的长方形区域；
27、（2.2）初始长方形顺着四条边的方向向外扩展，直至遇到障碍物或者达到扩展上限，得到长方形空间；
28、（2.3）对于下一路径点，如果该路径点处于上两个相邻路径点生成的长方形空间内，则跳过，否则该路径点与其相邻的上一个路径点作为对角生成初始的长方形区域，然后重复第（2.2）步；
29、（4）检测当前的长方形空间内是否包含上一个长方形空间内的所有路径点，如果全部包含则删除上一个长方形空间；
30、（5）当所有的路径点都生成长方形空间后，若第x-1个长方形空间与第 x+1个长方形空间相交，则删除第 x个长方形空间，保留的所有长方形空间形成安全空间。
31、进一步的，所述步骤（2）中对局部探索空间通过雷达进行均匀采样并提取候选路径点具体方法为：通过激光雷达传感器对局部探索空间进行采样得到点云数据，对点云数据中所有可能的路径点计算其能够覆盖未探索区域的面积大小，并将能够覆盖未探索区域面积的大小作为该路径点的奖励，基于路径点的奖励大小进行降序优先级排序，得到优先级队列；
32、当局部空间中未探索区域边界被激光雷达传感器采集到，其中心点表示，对应法向量为，表示路径点所处的位置；如果边界被位于，的路径点覆盖到，需要满足以下条件，表明该未探索区域边界已被覆盖：
33、；
34、；
35、其中，和表示对平面距离和方向的约束；
36、路径点的奖励的计算方法如下：
37、；
38、其中，为所选择第个路径点，为所选择第个路径点；表示路径点可以覆盖的区域，表示路径点可以覆盖的区域；函数表示从b=1到b=a-1括号内所有集合的并集；
39、路径点根据优先级队列内的优先级顺序进行选择，在优先级队列中选择新的路径点时更新其奖励；当优先级队列为空或者添加新的候选路径点的奖励小于0.01时，结束路径点选择过程，得到选择的局部路径点。
40、进一步的，选择的局部路径点存入优先队列集合u中，动态路径规划算法对优先队列集合u中路径点进行排序，根据排序结果得到所有局部路径点和边界点之间的最短距离；所述动态路径规划算法使用值和值描述节点的代价，所述节点包括规划路径的起点、终点以及起点和终点之间的路径点，其中，值是目前所有次计算中，从起点到当前节点的最小代价值，值是本次计算中，从起始点到当前节点的代价值；
41、动态路径规划算法对于每个节点的更新具体步骤为：<本文档来自技高网...
【技术保护点】
1.一种基于局部探索及全局探索融合的机器人路径规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的机器人路径规划方法，其特征在于，所述步骤（2）中将局部探索路径通过分段点划分为若干路径子段，每个路径子段通过分段贝塞尔曲线进行机器人运动过程中的轨迹优化，在分段点处机器人原地转向切换至下一个路径子段。
3.根据权利要求2所述的机器人路径规划方法，其特征在于，所述将局部探索路径通过分段点划分为若干路径子段具体步骤为：根据局部路径点r、局部路径点r-1和局部路径点r+1两两之间的距离，计算得到局部路径点r处的角度，若局部路径点r处的角度小于阈值，则局部路径点r作为分段点，机器人在该点原地转向。
4.根据权利要求3所述的机器人路径规划方法，其特征在于，所述分段贝塞尔曲线进行机器人运动过程中的轨迹优化的具体步骤为：
5.根据权利要求4所述的机器人路径规划方法，其特征在于，所述安全空间的确定步骤为：
6.根据权利要求5所述的机器人路径规划方法，其特征在于，所述步骤（2）中对局部探索空间通过雷达进行均匀采样并提取候选路径点具体
7.根据权利要求6所述的机器人路径规划方法，其特征在于，选择的局部路径点存入优先队列集合U中，动态路径规划算法对优先队列集合U中路径点进行排序，根据排序结果得到所有局部路径点和边界点之间的最短距离；所述动态路径规划算法使用值和值描述节点的代价，所述节点包括规划路径的起点、终点以及起点和终点之间的路径点，其中，值是目前所有次计算中，从起点到当前节点的最小代价值，值是本次计算中，从起始点到当前节点的代价值；
8.根据权利要求1所述的机器人路径规划方法，其特征在于，所述贪心策略求解旅行商问题的方法是通过旅行商问题的数学模型从当前路径点出发遍历局部探索空间中所有已被选择的路径点，且每个路径点有且仅有一次被访问，通过动态路径规划算法计算的所有路径点之间的最短距离，选择距离最近的路径点作为下一节点，然后标记当前路径点已走过，并将下一路径点作为当前路径点，不断重复，直至计算出局部探索空间中所有路径点的访问顺序。
9.根据权利要求1所述的机器人路径规划方法，其特征在于，所述步骤（1）中将全局探索空间划分为若干子空间，每个子空间根据探索的状态分为未探索、探索中和已探索三种状态，并随着机器人探索的推进而更新；记录每一个子空间中机器人的扫描信息，如果一个子空间内没有任何机器人的扫描信息，则将其标记为未探索的子空间，如果一个子空间内存在机器人未扫描的空间，则将其标记为探索中的子空间，如果一个子空间只存在机器人已经扫描完成的空间，而无未扫描的空间，则将其标记为已探索的子空间，在全局探索路径规划的策略中，只需要考虑被标记为探索中的子空间；获取探索中的子空间的质心作为全局路径点。
10.根据权利要求7所述的机器人路径规划方法，其特征在于，设定速度和加速度约束使机器人更好地根据计算的轨迹运动，即：
...【技术特征摘要】
1.一种基于局部探索及全局探索融合的机器人路径规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的机器人路径规划方法，其特征在于，所述步骤（2）中将局部探索路径通过分段点划分为若干路径子段，每个路径子段通过分段贝塞尔曲线进行机器人运动过程中的轨迹优化，在分段点处机器人原地转向切换至下一个路径子段。
3.根据权利要求2所述的机器人路径规划方法，其特征在于，所述将局部探索路径通过分段点划分为若干路径子段具体步骤为：根据局部路径点r、局部路径点r-1和局部路径点r+1两两之间的距离，计算得到局部路径点r处的角度，若局部路径点r处的角度小于阈值，则局部路径点r作为分段点，机器人在该点原地转向。
4.根据权利要求3所述的机器人路径规划方法，其特征在于，所述分段贝塞尔曲线进行机器人运动过程中的轨迹优化的具体步骤为：
5.根据权利要求4所述的机器人路径规划方法，其特征在于，所述安全空间的确定步骤为：
6.根据权利要求5所述的机器人路径规划方法，其特征在于，所述步骤（2）中对局部探索空间通过雷达进行均匀采样并提取候选路径点具体方法为：通过激光雷达传感器对局部探索空间进行采样得到点云数据，对点云数据中所有可能的路径点计算其能够覆盖未探索区域的面积大小，并将能够覆盖未探索区域面积的大小作为该路径点的奖励，基于路径点的奖励大小进行降序优先级排序，得到优先级队列；
7.根据权利要求6所述的机器人路径规划方法，其特征在于，选择的局部路径点存入优先队列集合u中，动态路径规划算法对优先队列集合u中路径点进行排序...
【专利技术属性】
技术研发人员：陆晅，谢非，杨继全，李艺钧，黄海宁，马嘉庆，朱森奕，刘益剑，陈君，毛奇，
申请(专利权)人：南京师范大学，
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。