【技术实现步骤摘要】
本申请属于路径规划领域，具体涉及一种改进dwa算法的机器人路径规划方法及系统。
技术介绍
1、路径规划技术是机器人领域中的核心技术之一，它涉及到如何让机器人在动态环境中自主决定运动路径，并实时避开障碍物。传统的路径规划方法大致可分为全局路径规划和局部路径规划。全局路径规划通过构建环境地图，基于算法（如a*）计算从起点到终点的最佳路径；局部路径规划则主要关注在动态环境下如何实时避开障碍物，保证机器人能够按照全局路径规划的路线顺利行驶。
2、其中，“动态窗口法（dwa）”是一种广泛应用于局部路径规划的技术。dwa算法通过根据机器人的当前状态（位置、速度、加速度限制等）预测未来的多个可能轨迹，并根据预设的代价函数评估每个轨迹的安全性与优越性。通过对比不同轨迹的代价，dwa算法选择代价最小的轨迹作为机器人当前的运动轨迹。然而，传统的dwa算法在处理动态物体、复杂环境和全向运动时存在一些局限性。
技术实现思路
1、基于上述问题，本申请提出了一种改进的dwa算法，结合了全向运动学模型和动态代价场，以提升机器人在复杂环境中的避障能力和路径规划性能。其技术方案为：
2、一种改进dwa算法的机器人路径规划方法，包括以下步骤：
3、s1.环境地图信息、机器人信息初始化；
4、s2.利用a*算法得到全局规划路径；
5、s3.dwa设置的动态窗口会给出机器人在下一刻采取的线速度以及角速度，在dwa算法的评价函数中加入一个实时更新的代价场，对每个动
6、s4.机器人以最优路径躲避障碍物。
7、优选的，步骤s3包括：
8、s31.进行图像采集与lkt光流法预处理图像；
9、s32.计算动态窗口中各动态物体的代价值；
10、s33.计算出每条候选路径的代价值并保留代价值最小的路径。
11、优选的，步骤s1中环境地图信息是通过机器人slam系统构建的栅格地图提供的，栅格地图中每个网格单元都标识了每个区域的可通行性；机器人信息初始化包括机器人当前位置、朝向、线速度信息。
12、优选的，步骤s2中，通过计算每个节点的总代价来选择最优路径，节点代价计算公式如下：
13、；
14、表示从起点到当前节点的实际代价，表示从当前节点到终点的估计代价，以此来选择代价值最小的节点，最后生成从起点到终点的最短路径。
15、优选的，步骤s3中，机器人运动速度、机器人运动朝向，利用全向运动模型计算出机器人沿x轴的运动分量、沿y轴的运动分量和机器人的平面内角速度；求解公式为：
16、；
17、；
18、；
19、在接下来的每一个时间步，系统都会生成一个运动组合（、、）来预测机器人所有的可能的运动轨迹；同时根据当前机器人的运动速度、加速度以及转向速度，dwa会定义一个动态窗口，这个动态窗口会限制机器人在下一刻采取的线速度以及角速度。
20、优选的，步骤s31中计算整个图像的平均光流向量，找到偏离背景运动的像素点，即动态物体；
21、平均光流向量计算公式如下：
22、；
23、；
24、其中n表示整个图像中的像素数量、像素的运动速度向量；
25、计算每个像素的偏离值：
26、；
27、；
28、如果值小于等于阈值，说明像素是静态的，如果大于设定的阈值t则说明像素是动态的；
29、上述得到的是像素的位移速度不是物体的位移速度，需要进行单位换算：
30、；
31、；
32、；
33、其中 d表示物体深度； f表示摄像头焦距；表示物体的光流速度、表示物体的实际速度。
34、优选的，步骤s32中计算动态窗口中各动态物体的代价值，方法如下：
35、将动态物体的位移、速度带入代价值计算公式算出每个物体的代价值；
36、代价值计算公式如下：
37、；
38、c表示物体的代价值；r表示物体的半径；ε是一个小的常数，防止除以零；是一个系数，用来调节速度对代价的影响；计算出的代价值会影响轨迹选择的优先级，代价值越高的区域，其对应的路径在被评估时会被认为是“更差”路径。
39、优选的，步骤s33假设现在有多条轨迹，每条轨迹的代价值为，每条轨迹的代价函数包括速度、障碍物和动态物体的代价；
40、代价函数：
41、；
42、表示静态障碍物代价，：障碍物数量，：机器人与静态障碍物的距离；
43、表示轨迹区域动态障碍物的代价，：表示动态障碍物数量；：动态障碍物代价值；表示速度代价，：目标速度；：当前速度；将每条轨迹的代价值计算出来以后选择代价值最小的路径作为最优路径。
44、优选的，机器人在a*算法生成的全局路径的引导下朝着目标前进，在行进过程中，dwa算法计算多个轨迹，保证选择既能超目标点又能以最小代价避开障碍物的最优路径。
45、一种改进dwa算法的机器人路径规划系统，采用本申请改进dwa算法的机器人路径规划方法，包括数据采集模块、数据处理模块、控制模块和输出模块；其中：
46、数据采集模块：获得环境地图信息、机器人信息；
47、数据处理模块：利用a*算法得到全局规划路径，并在dwa算法的评价函数中加入一个实时更新的代价场，对每个动态物体给出一个代价值；
48、控制模块：通过实时评估环境来控制机器人以最优路径躲避障碍物；
49、输出模块：对控制过程进行可视化输出。
50、与现有技术相比，本申请有益效果如下：
51、通过引入全向运动学模型，机器人能够在平面内任意方向上进行灵活运动，从而克服了传统dwa算法的局限性。而通过动态代价场，机器人能够实时评估并避开动态物体，使路径规划更加智能和高效。这一改进方案为机器人在动态和复杂环境中的自主导航提供了更加可靠和高效的技术支持。
本文档来自技高网...【技术保护点】
1.一种改进DWA算法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所述的改进DWA算法的机器人路径规划方法，其特征在于，步骤S3包括：
3.根据权利要求1所述的改进DWA算法的机器人路径规划方法，其特征在于，步骤S1中环境地图信息是通过机器人SLAM系统构建的栅格地图提供的，栅格地图中每个网格单元都标识了每个区域的可通行性；机器人信息初始化包括机器人当前位置、朝向、线速度信息。
4.根据权利要求1所述的改进DWA算法的机器人路径规划方法，其特征在于，步骤S2中，通过计算每个节点的总代价来选择最优路径，节点代价计算公式如下：
5.根据权利要求1所述的改进DWA算法的机器人路径规划方法，其特征在于，步骤S3中，机器人运动速度、机器人运动朝向，利用全向运动模型计算出机器人沿X轴的运动分量、沿Y轴的运动分量和机器人的平面内角速度；求解公式为：
6.根据权利要求2所述的改进DWA算法的机器人路径规划方法，其特征在于，步骤S31中计算整个图像的平均光流向量，找到偏离背景运动的像素点，即动态物体；
8.根据权利要求2所述的改进DWA算法的机器人路径规划方法，其特征在于，步骤S33假设现在有多条轨迹，每条轨迹的代价值为，每条轨迹的代价函数包括速度、障碍物和动态物体的代价；
9.根据权利要求1所述的改进DWA算法的机器人路径规划方法，其特征在于，机器人在A*算法生成的全局路径的引导下朝着目标前进，在行进过程中，DWA算法计算多个轨迹，保证选择既能超目标点又能以最小代价避开障碍物的最优路径。
10.一种改进DWA算法的机器人路径规划系统，其特征在于，采用权利要求1-9任一所述的改进DWA算法的机器人路径规划方法，包括数据采集模块、数据处理模块、控制模块和输出模块；其中：
...【技术特征摘要】
1.一种改进dwa算法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所述的改进dwa算法的机器人路径规划方法，其特征在于，步骤s3包括：
3.根据权利要求1所述的改进dwa算法的机器人路径规划方法，其特征在于，步骤s1中环境地图信息是通过机器人slam系统构建的栅格地图提供的，栅格地图中每个网格单元都标识了每个区域的可通行性；机器人信息初始化包括机器人当前位置、朝向、线速度信息。
4.根据权利要求1所述的改进dwa算法的机器人路径规划方法，其特征在于，步骤s2中，通过计算每个节点的总代价来选择最优路径，节点代价计算公式如下：
5.根据权利要求1所述的改进dwa算法的机器人路径规划方法，其特征在于，步骤s3中，机器人运动速度、机器人运动朝向，利用全向运动模型计算出机器人沿x轴的运动分量、沿y轴的运动分量和机器人的平面内角速度；求解公式为：
6.根据权利要求2所述的改进dwa算法...
【专利技术属性】
技术研发人员：韩俊琰，赵景波，华杨，于成文，
申请(专利权)人：青岛理工大学，
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。