[发明专利]一种基于广义波前算法的移动机器人实时避障方法

权利要求书

1.一种基于广义波前算法的移动机器人实时避障方法，其特征在于：

S1由广义波前算法以移动机器人所在的栅格为中心栅格，对整个栅格图进行更新；

本基于广义波前算法的移动机器人实时避障方法的非线性膨胀函数用于对雷达检测到的车辆周围的障碍物进行膨胀；栅格图采用多层次栅格图，每层栅格分别表示事物的一种属性；算法以移动机器人所在的栅格为起始栅格，采用迭代方式对栅格图中每个栅格的代价值进行更新，并且更新栅格代价值的过程中不设定目标点；

S2在更新后的栅格图上设定多个目标点；

广义波前算法中在已经更新过代价值的栅格图上，设定以先验轨迹点为中心点的多个目标点，并且设定的目标点距离车的纵向距离的大小能够根据环境的变化自动调整；

S3获取移动机器人所在位置到所有目标点的原始避障路径；

S4对所有原始避障路径进行二次路径优化，并输出所有优化后的避障路径以及避障路径的最小曲率半径；

二次路径优化算法中，生成的优化路径共有左并线避障路径、右并线避障路径、左转弯避障路径、右转弯避障路径、原始波前避障路径等 五种避障路径；左并线避障路径、右并线避障路径采用的是余弦轨迹避障路径；左转弯避障路径、右转弯避障路径采用的是1/4圆弧轨迹避障路径；

S5对所有优化后的避障路径，求其所包含的所有栅格的总代价值的总和，并输出总和最小的避障路径，则该避障路径就是二次路径优化算法输出的最终的最优避障路径；

S6由寻线算法来解释最优避障路径，并输出移动机器人的横向控制量；

S7由速度判断算法来解释最优避障路径的最小曲率半径，并输出移动机器人的纵向控制量。

2.根据权利要求1所述的一种基于广义波前算法的移动机器人实时避障方法，其特征在于：由广义波前算法获取多条原始避障路径；由二次路径优化算法输出最优避障路径及其最小曲率半径；由寻线算法输出横向控制量；由速度判断算法输出纵向控制量。

3.根据权利要求1所述的一种基于广义波前算法的移动机器人实时避障方法，其特征在于：S1中，广义波前算法所用的栅格图为多层次栅格图，每层栅格分别表示事物的一种属性；膨胀函数采用的是非线性膨胀函数；对栅格图中每个栅格的代价值的更新，采用的是迭代方式；广义波前算法更新栅格代价值的起始栅格为移动机器人所在的栅格，并且更新栅格代价值的过程中不设定目标点；在已经更新过代价值的栅格图上，设定以先验轨迹点为中心点的多个目标点；设定的目标点距离车的纵向距离的大小能够根据环境的变化自动调整；同时生成多条避障路径，并对这些避障路径进行二次路径优化，然后从这些优化后的避障路径中选出最优的避障路径。

4.根据权利要求1所述的一种基于广义波前算法的移动机器人实时避障方法，其特征在于：S2中，二次路径优化算法生成的优化路径共有左并线避障路径、右并线避障路径、左转弯避障路径、右转弯避障路径、原始波前避障路径等 五 种避障路径；并线避障路径采用的是余弦轨迹避障路径；转弯避障路径采用的是1/4圆弧轨迹壁障路径。

5.根据权利要求1所述的一种基于广义波前算法的移动机器人实时避障方法，其特征在于：S6中，采用寻线算法来确定横向控制量，从而控制移动机器人的横向运动。

6.根据权利要求1所述的一种基于广义波前算法的移动机器人实时避障方法，其特征在于：S7中，采用速度判断算法来判定当前能够允许的最大行驶速度，从而控制移动机器人的纵向运动。