本发明专利技术是一种基于贝塞尔曲线的机器人路径规划方法及装置，机器人路径规划参数输入单元接收设定机器人状态参数和约束条件、路径离散化最小时间分辨率；机器人路径生成单元依据机器人状态参数生成一组由四个4维向量组成的贝塞尔曲线控制点，规划出机器人起点位置到目标点位置的连续路径；机器人路径生成单元按路径离散化最小时间分辨率形成时间点序列，再依据连续路径计算离散化路径；路径点参数检测单元依据约束条件检测与时间点相应的各路径点处的速度、加速度、转弯半径是否满足约束条件，如果不满足约束条件，重新生成控制点；如果满足约束条件，规划路径输出单元接收并输出路径点参数检测单元规划的满足约束条件的机器人路径。
【技术实现步骤摘要】
本专利技术属于机器人路径规划算法研究，属于复杂系统与智能控制领域。该专利技术可以用于地面移动机器人、水下航行器控制以及无人机控制等领域。
技术介绍
机器人技术的研究越来越热门，越来越多的科研工作者展开了机器人路径规划的研究。机器人路径规划的方法有很多，主要有基于行为的方法、遗传算法、神经网络等方法。鲍尔奇(Balch)与阿金(Arkin)提出了将行为的控制方法用于机器人路径规划与控制， 引入了一些基本行为，包括避障、避碰和目标导航等。荷兰德(Holland)提出了遗传算法的方法，该算法基本思想是以自然遗传机制和自然选择等生物进化理论为基础，构造的一类随机优化搜索算法，很多学者利用该算法实现路径规划。斯坦福大学的尼尔森(misson) 提出可视图法，这种方法能完成最短路径的搜索，但并没有考虑到机器人本身的形状、大小，且随着障碍物的增多，或障碍物的不规则性而导致图中的顶点集过大，计算复杂性随之增加，搜索时间长。在可视图法的基础上进行了改进的沃罗诺伊(Voronoi)图法，基本思想是首先产生与障碍物多边形所有的边等距离的沃罗诺伊(Voronoi)边，并将所有沃罗诺伊 (Voronoi)边的交点组成顶点集，再通过可视图类似的搜索最短路径边的方法来规划路径。 模糊逻辑算法是对经典的二值逻辑的模糊化，模糊逻辑具有的鲁棒性与“感知一动作”行为结合起来，为移动机器人路径规划问题提出了一种新思路，利用模糊逻辑进行路径规划，解决了传统人工势场法中局部极小的问题，利用该算法对所处环境信息的模糊化过程，避开了传统算法中对移动机器人定位精度要求高的约束。目前对于机器人路径规划的方法很多，但是对于路径上各点处如何处理并满足速度约束、加速度约束、转弯半径约束等约束条件保证机器人规划路径可行则很少有详细的介绍。机器人路径规划算法主要是规划出路径，并解决路径的可行性问题，即满足机器人的物理性能上的各种约束以及避碰、避障约束等。
技术实现思路
为了解决多约束情况下的机器人路径规划问题，本专利技术的目的是提出一种机器人路径规划算法，该算法能够为机器人规划无障碍条件下连续可行的路径，解决机器人的各种物理约束条件。为此，本专利技术提出了一种基于贝塞尔曲线的机器人路径规划方法。为达成所述目的，本专利技术的第一方面是提供一种基于贝塞尔(Bezier)曲线的机器人路径规划方法，该机器人路径规划方法的步骤如下 步骤Sl 机器人路径规划参数输入单元设定机器人状态参数和约束条件、路径离散化最小时间分辨率； 步骤S2 机器人路径生成单元依据机器人状态参数生成一组由四个4维向量组成的贝塞尔曲线控制点Pi、P2> P3和P4,规划出机器人起点位置到目标点位置的连续路径；其中4维向量由空间三维坐标和一维时间坐标组成；规划的路径也由包含空间三维坐标和一维时间坐标的4维坐标描述； 步骤S3 路径点参数计算单元按路径离散化最小时间分辨率形成时间点序列，再依据连续路径计算离散化路径，即计算各时间点处路径点坐标、速度、加速度和转弯半径； 步骤S4 路径点参数检测单元依据约束条件检测与时间点相应的各路径点处的速度、加速度、转弯半径是否满足约束条件，如果不满足约束条件，则跳转至步骤S2，重新生成控制点；如果满足约束条件，则跳转至步骤S5 ； 步骤S5 规划路径输出单元输出规划的满足约束条件的机器人路径。为达成所述目的，本专利技术的第二方面是提供一种基于贝塞尔(Bezier)曲线的机器人路径规划装置，该装置由机器人路径规划参数输入单元、机器人路径生成单元、规划点参数计算单元、路径点参数检测单元、规划路径输出单元组成，其中机器人路径规划参数输入单元接收设定机器人状态参数和约束条件、路径离散化最小时间分辨率；机器人路径生成单元与机器人路径规划参数输入单元连接，机器人路径生成单元依据机器人状态参数生成一组由四个4维向量组成的贝塞尔曲线控制点，规划出机器人起点位置到目标点位置的连续路径；路径点参数计算单元与机器人路径生成单元连接，机器人路径生成单元按路径离散化最小时间分辨率形成时间点序列，再依据连续路径计算离散化路径，即计算各时间点处路径点坐标、速度、加速度和转弯半径；路径点参数检测单元与路径点参数计算单元连接，路径点参数检测单元依据约束条件检测与时间点相应的各路径点处的速度、加速度、 转弯半径是否满足约束条件，如果不满足约束条件，重新生成机器人路径；如果满足约束条件，保存规划的满足约束条件的机器人路径；规划路径输出单元与路径点参数检测单元连接，接收并输出规划的满足约束条件的机器人路径。本专利技术有益效果本专利技术采用基于贝塞尔曲线的机器人路径规划算法来解决无障碍环境下机器人路径规划问题，规划出来的路径满足机器人本身物理约束以及避碰约束等。在给定机器人起点位置、速度和方向，目标点位置、速度和方向条件下，可以规划出从机器人起点到目标点的路径，规划的路径光滑连续可导，满足机器人的速度约束、加速度约束、转弯半径约束等，并且能按照预定时间到达目标点。该算法能快速实现机器人路径规划，方法简单、可靠，易于实现，计算量小，实时性较好，能较好的满足机器人路径规划时间要求。附图说明 图1是本专利技术实施例基于贝塞尔曲线的机器人路径规划结构示意图。图2是本专利技术基于贝塞尔曲线的机器人路径规划算法流程图。具体实施例方式为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本专利技术基于贝塞尔曲线的机器人路径规划方法和装置进一步详细说明。如图1示出本专利技术实施例基于贝塞尔曲线的机器人路径规划结构示意图，该结构是在一台计算机上实现，是由机器人路径规划参数输入单元1、机器人路径生成单元2、规划点参数计算单元3、路径点参数检测单元4、规划路径输出单元5组成，机器人路径规划参数输入单元1接收设定机器人状态参数和约束条件、路径离散化最小时间分辨率；机器人路径生成单元2与机器人路径规划参数输入单元1连接，机器人路径生成单元2依据机器人状态参数生成一组由四个4维向量组成的贝塞尔曲线控制点Pp P2> P3和P4,规划出机器人起点位置到目标点位置的连续路径；其中4维向量由空间三维坐标和一维时间坐标组成；规划的路径也由包含空间三维坐标和一维时间坐标的4维坐标描述；路径点参数计算单元3与机器人路径生成单元2连接，机器人路径生成单元2按路径离散化最小时间分辨率形成时间点序列，再依据连续路径计算离散化路径，即计算各时间点处路径点坐标、速度、加速度和转弯半径；路径点参数检测单元4与路径点参数计算单元3连接，路径点参数检测单元4依据约束条件检测与时间点相应的各路径点处的速度、加速度、转弯半径是否满足约束条件，如果不满足约束条件，重新生成机器人路径；如果满足约束条件，保存规划的满足约束条件的机器人路径；规划路径输出单元5与路径点参数检测单元4连接，接收并输出规划的满足约束条件的机器人路径。下面利用该结构实现本专利技术的基于贝塞尔曲线的机器人路径规划方法，请参考图 2示出的具体步骤如下 步骤Sl 机器人路径规划参数输入单元1设定机器人状态参数和约束条件、路径离散化最小时间分辨率； 机器人状态参数主要包括机器人起点位置坐标(xs，ys, zs)、起点位置处的速度 (vsx, V/, vsz)，机器人期望到达的目标点位本文档来自技高网...
【技术保护点】
１．一种基于贝塞尔曲线的机器人路径规划方法，其特征在于，该机器人路径规划方法的步骤如下：步骤Ｓ１：机器人路径规划参数输入单元设定机器人状态参数和约束条件、路径离散化最小时间分辨率；步骤Ｓ２：机器人路径生成单元依据机器人状态参数生成一组由四个４维向量组成的贝塞尔曲线控制点Ｐ１、Ｐ２、Ｐ３和Ｐ４，规划出机器人起点位置到目标点位置的连续路径；其中４维向量由空间三维坐标和一维时间坐标组成；规划的路径也由包含空间三维坐标和一维时间坐标的４维坐标描述；步骤Ｓ３：路径点参数计算单元按路径离散化最小时间分辨率形成时间点序列，再依据连续路径计算离散化路径，即计算各时间点处路径点坐标、速度、加速度和转弯半径；步骤Ｓ４：路径点参数检测单元依据约束条件检测与时间点相应的各路径点处的速度、加速度、转弯半径是否满足约束条件，如果不满足约束条件，则跳转至步骤Ｓ２，重新生成控制点；如果满足约束条件，则跳转至步骤Ｓ５；步骤Ｓ５：规划路径输出单元输出规划的满足约束条件的机器人路径。
【技术特征摘要】
【专利技术属性】
技术研发人员：王硕，谭民，胡峰，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：11
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。