【技术实现步骤摘要】
本专利技术涉及路径规划，具体涉及一种基于dwa的移动机器人局部路径规划方法。
技术介绍
1、移动机器人是一种智能控制移动以进行各种任务的设备。随着人工智能的不断发展，移动机器人已经逐渐能够代替人类做一部分工作，相比人类而言，机器人具有能长时间、高效率工作的优势。移动机器人，尤其是服务型的移动机器人，例如，扫地机器人、送货机器人等，在日常生活中逐渐变得很常见。
2、在移动机器人的
中，规划控制是一个重要的研究领域，较为常用的规划算法有a*算法和dwa(动态窗口法)算法等。
3、如在中国申请号为 202211581793.1，公开日为 2023.2.24 的专利文献公开了一种移动机器人的全局移动方法，在初始节点向目标节点靠近的过程，搜索出代价值最小的节点，进而移动机器人在代价值最小的节点之前移动；移动机器人的移动距离短，移动时间短；同时对于已知的障碍物，对障碍节点以外的节点的代价值进行计算；使移动机器人在移动使避开障碍节点，实现对已知障碍物进行避让；对于新出现的障碍物，在移动机器人向新出现的障碍物靠近的过程中，规划出避障路径，实现对未知障碍物进行避让。
4、该移动方法中，利用a*算法从搜索区域内选取优先级最高的节点作为下一个待遍历的节点，但是由于a*算法选取的是代价值最小的节点，从而会出现不平整的路径，相邻节点之间的偏角过大，这样会导致移动机器人的转向角度增大，不便于移动机器人移动，从而影响导向效率。
技术实现思路
1、本专利技术提供一种基于d
2、为达到上述目的，本专利技术的技术方案是：一种基于dwa的移动机器人局部路径规划方法，包括以下步骤：
3、s1、预设地图，在地图中构建全局坐标系，以移动机器人的中点为原点构建机器人坐标系；全局坐标系中的每个坐标点都为节点。
4、预设初始节点和目标节点，初始节点为移动机器人的起点，目标节点为移动机器人的终点。
5、s2、生成初始节点和目标节点之间的原始路径，原始路径为初始节点与目标节点之间的最短路径。
6、s3、预设角度差阈值；选择任意相邻三个节点，计算一节点与另一节点之间的第一夹角，计算另一节点与又一节点之间的第二夹角，计算第一夹角与第二夹角之间的角度差。
7、s4、判断当前的角度差是否大于角度差阈值，若是，则进行s5。
8、s5、在原始路径中将相邻三个节点的中间节点删除。
9、s6、计算剩余两个节点之间的中点。
10、s7、将中点作为新的节点更新到原始路径中，形成优化路径。
11、s8、在优化路径上确认移动机器人的投影点，投影点为优化路径上距离移动机器人中心距离最近的节点。
12、s9、沿优化路径的前进方向，将投影点前方的下一节点设为前瞻点（xp、yp）。
13、s10、通过移动机器人的当前速度、当前速度下移动机器人的当前移动轨迹的移动朝向与前瞻点之间的偏差角度生成移动机器人与前瞻点之间的移动路径。
14、以上方法，删除两节点之间角度差超过一定阈值的节点，然后在两节点之间补入新的节点；新的节点为两节点之间的中点，从而相邻的三个节点呈直线连接；减少相邻节点之间的偏角，减少了路径的拐点，提升了移动机器人移动的平滑性，移动机器人在优化路径上的转向角度小，便于移动机器人移动。
15、由于更新后的优化路径与原始路径不一致，移动机器人会偏离优化路径；从而需要规划移动机器人与优化路径之间的路径；确认优化路径与移动机器人之间的最短距离，限制移动机器人向优化路径移动的距离，避免移动机器人向优化路径移动时超出优化路径；通过投影点的位置向前确认前瞻点，延长移动机器人进入优化路径的距离，减少移动机器人直接进入优化路径的转向半径，提升移动机器人移动的平滑性。
16、进一步的，s10具体为：
17、设置移动机器人在t时刻的速度范围，vt∈[vmin,vmax], wt∈[wmin,wmax]；
18、通过公式g(v,ω)＝α*dis_angle(v，ω)+β*dis_local(v，ω)+γ*vel(v，ω)+c*dis_goal(v，ω)；计算移动机器人与前瞻点之间的移动路径。
19、α、β、γ和c为权重系数；dis_angle(v，ω)为移动机器人在在移动路径中t时刻的坐标到前瞻点角度与车身朝向角的角度差的代价值。
20、dis_local(v，ω)为移动机器人当前坐标到前瞻点角度与车身朝向角的角度差的代价值；vel(v，ω) 为移动机器人的当前速度的代价值；dis_goal(v，ω)为移动机器人超出目标节点的惩罚代价值。
21、以上方法，在规划移动路径时，受到速度影响，若移动机器人在当前位置坐标到前瞻点角度与车身朝向角的角度差较大时，随着速度增大，代价值也会增大；进而根据移动机器人在当前位置坐标到前瞻点角度与车身朝向角的角度差、在当前速度下移动机器人在t时刻的下一位置坐标到前瞻点角度与车身朝向角的角度差，对速度进行约束；若当前位置的角度差小于在t时刻的角度差，移动机器人移动到优化路径的代价增大，需要降低速度；若当前位置的角度差大于在t时刻的角度差，移动机器人移动到优化路径的代价减少，可以保持当前速度。同时在公式中加入了超出目标节点的惩罚代价值，避免移动机器人超出目标节点。
22、进一步的，s10还包括以下步骤：
23、s10.1、计算移动机器人在t时刻坐标（xt、yt）与前瞻点（xp、yp）之间的第三夹角θpt，通过移动机器人在t时刻的车身朝向角θt与第三夹角θpt计算出dis_angle(v，ω)。
24、s10.2、dis_local(v，ω)的计算方法具体为：计算移动机器人的当前坐标（x0、y0）与前瞻点（xp、yp）之间的第四夹角θp0，计算出移动机器人当前的车身朝向角θ0与第四夹角θp0的角度差，通过车身朝向角θ0与第四夹角θp0的角度差与线速度范围vt计算出dis_local(v，ω)。计算公式为dis_local(v，ω) =| arctan[(yp–y0)/(xp–x0)]- θ0|*vt。
25、s10.3、判断移动机器人在移动路径末端节点时，优化路径上与移动机器人之间距离最短的节点是否为目标节点；若否，则dis_goal(v，ω)为0；若是，则dis_goal(v，ω)=l*cosθl; l为移动路径末端节点与目标节点之间的距离；θl为移动路径末端节点与目标节点的连线相对于优选路径直线方向的夹角。
26、以上方法，当投影点与目标节点不一致时，表示目标节点位于投影点的前方，此时不干涉移动机器人向前瞻点移动；当投影点与目标节点本文档来自技高网...
【技术保护点】
1.一种基于DWA的移动机器人局部路径规划方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于DWA的移动机器人局部路径规划方法，其特征在于：S10包括：
3.根据权利要求2所述的一种基于DWA的移动机器人局部路径规划方法，其特征在于：S10还包括以下步骤：
4.根据权利要求1所述的一种基于DWA的移动机器人局部路径规划方法，其特征在于：S2中具体为：通过公式F(n) = G(n) + H(n) ；计算所有节点的F(n)值；G(n)为从初始节点到一节点的代价值，H(n)为一节点到目标节点的估计代价值；F(n)为估价函数；通过F(n)值最小的节点生成原始路径。
5.根据权利要求4所述的一种基于DWA的移动机器人局部路径规划方法，其特征在于：通过公式计算H(n)的值；（xg、yg）为下一节点的坐标，（xn、yn）为一节点的坐标。
6.根据权利要求1所述的一种基于DWA的移动机器人局部路径规划方法，其特征在于：S6具体为：通过公式xk=（xn+ xm）/2；yk=（yn + ym）/2，计算中点（xk、yk）的坐
...【技术特征摘要】
1.一种基于dwa的移动机器人局部路径规划方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于dwa的移动机器人局部路径规划方法，其特征在于：s10包括：
3.根据权利要求2所述的一种基于dwa的移动机器人局部路径规划方法，其特征在于：s10还包括以下步骤：
4.根据权利要求1所述的一种基于dwa的移动机器人局部路径规划方法，其特征在于：s2中具体为：通过公式f(n) = g(n) + h(n) ；计算所有节点的f(n)值；g(n)为从初始节点到一节点的代价值，h(n)为一节...
【专利技术属性】
技术研发人员：徐文斌，杨洛伟，何崇凯，
申请(专利权)人：广州蓝海机器人系统有限公司，
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。